引言 来吧,开始我们的遥控船教学,本期来做一下我们遥控船需要的硬件。 直接进入正题~ 正文 上面的视频就是我们遥控船的一个实现,当然里面有些多余的功能就不用太纠结啦,这个遥控船是小白一个项目中的一小部分。 小白带大家完成遥控船,以及这个船的定点功能的实现。 首先是对这个功能系统性的剖析一下,大致分为三个部分,一个是船的主控,一个是船的驱动,最后就是遥控
引言 这期给大家带一个遥控船的教学,做完这个,小白也算是海陆空都接触过了,哈哈哈。话不多说进入正题~ 正文 首先给大家上一段视频吧: https://www.bilibili.com/video/BV1t64y1i7pm?share_source=copy_web 本次遥控船的项目其实是我一个大项目中的一小部分,因为我觉得遥控船还蛮好玩的,就给大家分享一下教程叭。这个船是作为我水下通信项目中的
引言 参加过智能车竞赛的同学应该深有体会,电机驱动设计水很深,不能马虎,一但出问题,可能就是“火光四射”了。并且驱动的好坏也影响了电机性能的发挥,下面我们来设计一个BTN电机驱动电路。 正文 H桥电路是经典的电机驱动电路,我们本次就采用BTN芯片来搭电机驱动电路。当然,电机驱动的布线也是很有讲究的,因为我们使用的是120W的电机,额定电流10A,所以对散热,耐压等因素的考虑一定不能疏忽。首先我们找
第十六届智能车竞赛规则浅析 组别设置 今年的组别比之前更加丰富,车模种类更多,共设置了7个组别具体包括:基础四轮组、节能信标组、电磁越野组、双车接力组、全向行进组、单车拉力组、专科基础组、智能视觉组。 在我看学习的大方向可以这样划分: 基础四轮、电磁越野、双车接力、专科基础 节能信标、全向行进 单车拉力 新的赛道元素 Y型岔路口 传统的赛道边界线,中心电磁线得到保
引言 前一阵子一直在忙着期末考试,拖了很久,先跟各位说声抱歉呀,这章我们继续完成上一节未完成的内容。拿到了PCB焊接完了之后呢。我们就需要对这个芯片进行编程了。 正文 先来看一下焊接完之后的实物图吧。 我们回顾一下上一期所提到的功能实现,我们首先对蜂鸣器输出PWM波,通过不同频率的调节,来使得其发出不同音调的声音。并且还增加了
引言 最近几天一直在复习考试,拖更了蛮久的,这次我们继续来接着嵌入式单片机教学继续说,上次我们使用了IIC通信的传感器,以及IIC通信的LCD。这次由于接到了一个朋友拜托我做的一个小玩具项目,那么我们就基于这个项目来继续学习我们的嵌入式单片机吧。 正文 首先,我来介绍一下本次的项目,其实很简单就是做一个电子琴,包括了这么几个部分,一个是按键,也就是IO口的触发,还有我们上
引言 回顾上节,我们把原理图画完,并且生成了对应的软件代码工程之后,我们需要布局PCB了,以及去编写我们的软件代码。 我们直接进入正题~ 正文 这边就是我们布局好的PCB了,上方用type-C接口进行5V供电,然后IIC通信的LCD用于显示脉搏数据,下面放我们的最小系统板以及芯片,传感器。算是一块比较简单的双层板,检查无误
引言 从这节开始,我们就要去学习单片机相关的知识了,不过不光是单片机,更多的应该是教同学们如何去做一个完整的项目,我们就以STM32F103RBT6这款芯片来作为我们的教学例子。教大家如何去摆脱淘宝库,使用ST官方hal库。 首先,很多同学应该都买过淘宝的STM32相关的开发板吧,学习完那些之后发现,自己好像都是在基于卖家的库去编程,并没有接触到这个单片机的底层。这个时候,如果让你换个芯片去做
引言 哈喽各位~好久不见,看到标题应该知道,小白给大家又要开启一系列的新教程了。肯定有人说我跨度还蛮大的,从ROS到神经网络又到嵌入式教学,其实这些都是小白在本科期间学到的一些知识啦,这边分享给大家,让不知道怎么做项目的小小白能跟小白一起动起手来~ 万事开头难,但是开了头就不会想回头了,嘿嘿嘿嘿~ 正文 很多同学在大学期间看到了很多比赛,应该都有着这种想法,想参加,但自己什么都
引言 前面带大家搭建了一个简单的神经网络进行曲线拟合,现在通过大家对神经网络的初步了解,我们今天将进行更深入的学习。 正文 由于源码在前面几章公布了,所以有看不懂代码顺序或者不知道怎么拼接使用的可以直接去下载工程源码。话不多说,进入正题。 CNN(卷积神经网络)的核心基础 在写代码之前,我们先来了解一点卷积神经网络的核心基础,其中涉及卷积层、池化层、全连接层在神经
引言 这部分可以说是独立于我们整个项目的一小节,不过也是极为重要的一小节,这一节的学习可以帮助我们去了解神经网络。我们用一个很简单的例子进行参考,本节内容的知识参考了莫烦python的系列教程。 https://space.bilibili.com/243821484?spm_id_from=333.788.b_765f7570696e666f.1 好了,话不多说,我们进入学习。
引言 在前面部分的预处理中,我们总共完成了以下的功能,在图片中框出车牌部分,并将识别出来的车牌进行二值化处理,再进行字符分割。 到此,我们便可以进入pytorch的学习了,这一小节会教大家如何利用我们分割的字符来搭建神经网络数据集。我下面会逐块介绍代码,以防大家不知道如何拼接代码,我把整个工程放在下面云盘链接了,代码里需要修改一下路径参数,然后运行MAIN.py即可。 链接:ht
引言 接上篇,这部分是图像预处理的后百分之五十的工作,也就是把上期代码识别出的车牌进行字符分割。 下面进入正题~ 正文 在之前的教程中我们已经能够将识别出的车牌进行二值化处理了,本章节会介绍一种最简单的方法进行字符切割,当然有效的切割字符不是这个项目的目的,这个项目主要是针对pytorch的上手,下面我们开始介绍字符切割的步骤。 在对识别出的车牌进行滤波并二值化后
引言 接上篇,我们搭建完了环境,并下载好所需要的功能包后,我们需要对图像首先进行一个预处理,由于是教大家入门pytorch,因此CV部分的预处理方法会比较粗糙。 下面进入正题! 正文 由于仅仅是教学例程,我们就不利用摄像头采集图像了,直接百度一些带车牌的车的图片进行处理。 首先,我们在工程目录下创建image文件夹,将选中的几张带车牌的图片存放在该文件夹下。 我把这些图片打
引言 随着人工智能的热度不断增加,很多人看到了机器学习的许多优势之处。这个系列将从下载pycharm编译器,搭建pytorch环境,利用opencv配合初步的实现一个利用神经网络进行识别车牌的项目。 正文 话不多说,第一章首先来把我们要用的编译器以及包下载好,下面的链接是pycharm编译器的安装包。各位按教程下载即可。 链接:https://pan.baidu.com/s/1
前言 紧张刺激的ROS组全国总决赛于26号落下了帷幕。我也有幸能够前往现场参赛体验一番。下面给大家带来一些现场的照片,视频,末尾会对路径算法进行开源。 正文 先来感受一下南京信息工程大学的美景吧~ 清晨等待体育馆开门的参赛选手们~ 志愿者辛苦了一晚搭出来的赛道~ &n
前言 国赛篇的第一期我们实现了最基础的多点导航,并利用rviz标定分段目标点进行导航。但是官方补充完规则之后,这个方案就无法用来进行完成比赛了。因为比赛明确规定了分段点的标定要由程序计算得出,不能由人为决定。本期内容就提供了几个可行的方案,并对其中最好的方案进行实现。 下面贴上国赛需要注意的细则: 同样,由于是赛前,不做技术方案讲解,也不公开算法,仅仅提供几种可行的思路。
前言 本篇内容主要是解读ROS的国赛任务以及概述几种实现方案。也祝大家都能取得满意的成绩呀~ 正文 相信大家都已经看过国赛的任务以及规则了。相比去年单纯的竞速,今年的任务还是比较新颖的,也考验了大家对ROS的熟悉程度和算法功底,算是去年比赛的进阶版了。下面进入正题。 赛题解读 本次国赛的赛道和去年相比那就是天差地别了,出现了岔路口,这种时候就需要路径规划做出选择。 赛题的大
前言 本篇主要介绍我们队今年参赛的方案以及搭建过程,这篇本来是赛前一周就写好了的,不过还是等到赛后再来发了。体验完比赛,不得不感叹一下,大佬是真的多呀,嘿嘿嘿嘿 正文 相信大家都看过了北邮大佬提供的例程了,非常细致o( ̄▽ ̄)d,因此基础的关于工程搭建,功能包使用方面便不再详细赘述。 工程文件介绍 除了官方给的模型,地图等文件,我们工程里只有四个包。 rf2
前言 本来这期内容是讲解我们设计的仿真思路的,但是为了不影响比赛公平性,这部分内容就放在提交代码之后啦~~ 这两天很多同学问了我很多问题,其中比较多见的问题就是对TEB的参数如何整定,很多人不知道从何入手,也不知道自己车的现象是哪些参数导致的。所以这期就来讲解一下TEB算法和DWA算法的区别,以及如何去调节TEB的参数。 正文 由于去年的比赛和今年的比赛我们使用的规划算法不同,
前言 这是我在古月居的第一篇文章,我想介绍一下我们组去年的参赛经历,以及整个做比赛的过程。内含干货,包括我们控制算法的设计思路等~~结尾我也会回答一下有些同学私聊我的问题。 正文 视频效果 话不多说,直接上视频。 第一个视频是拿到车模组装完成之后的效果,第二个就是我们在之后几个月里应用的最终方案,经过改善之后,能从肉眼看到差距之大了。包括电机的声音对吧
一般情况下是网络问题,多试几次或者用个加速器
下载完pytorch之后如果能用import包含调用则不需要下载
前几天在考试,没怎么注意,不好意思啊,需要安装3.6.8的版本的,安装好了之后需要在pycharm里选定已经安装的python版本
可以搜搜PIL,如果pycharm里面没有的话,也可用命令框下载,pip install,不是一定要在编译器里面下载的。
2017的版本是可以的,没有影响,只要python和pytorch的版本OK就行了,使用conda命令的话需要装一个Anaconda,如果不安装的话,可以在上面安装pytorch的页面选择pip命令,这个命令只要安装了python的pip工具就能使用。如果还有问题的话可以再反馈给我
大佬!(●'◡'●)
积分
粉丝
勋章
TA还没有专栏噢
第三方账号登入
看不清?点击更换
第三方账号登入
QQ 微博 微信