关于amcl amcl的英文全称是adaptive Monte Carlo localization,其实就是蒙特卡洛定位方法的一种升级版,使用自适应的KLD方法来更新粒子,这里不再多说(主要我也不熟),有兴趣的可以去看:KLD。而mcl(蒙特卡洛定位)法使用的是粒子滤波的方法来进行定位的。而粒子滤波很粗浅的说就是一开始在地图空间很均匀的撒一把粒子,然后通过获取机器人的motion来移动粒子,比
回顾 上一篇讲到了svm的对偶问题: 将svm的算法维度(w维度)由vc维变成了跟数据量N,但是这样真的就完全简化了么?在我们求Q这个矩阵时,需要先将x转化为z,然后再做内积,复杂度是d^2。在这一篇我们就要介绍一种可以简化这个步骤的方法~传说中的核函数。 核函数 引入概念 假设我们要做的x到z的转换是一个二次转换: 然后我们做一下内积: 化简化简,突然发现先转换为z空间
回顾 上一篇已经讲到了将找一个最好的分割超平面转化为上面的公式并且用二次规划来求解的问题。但是还是存在一个问题,这个算法维度(w的维度)不是跟数据量相关的,而是跟数据内在的vc维度有关的,所以当数据内在维度很大时算法的效率无法保证,所以这一节讲一下上述问题的对偶问题,将这个算法维度转化为与数据量N相关的问题。 对偶问题 1.去除条件约束 对偶问题是将条件约束变成最小化式子中的一项并
引言 支持向量机作为一个有着完整理论证明并且效果很棒的算法始终活跃在机器学习的舞台上,而博主也很早就知道支持向量机了,但是始终都只是调用一下别人写的算法,没有深入的去理解支持向量机的原理,正好林轩田教授的机器学习技法课程一上来就介绍了svm这个经典算法,好好学习一下。 什么是svm 这个名字总会引起大家的误会,第一次听说会有一种不明觉厉的感觉,好像某种神奇的机器一样。不要被它的名字吓到,因为
准备 对于ros和openni2的准备看我上一篇的日志 下载源码,pointcloud_to_laserscan:https://github.com/ros-perception/pointcloud_to_laserscan 编译源码 打开源码launch下面的sample_node.launch文件(当然是roslaunch ../sample_node.launch)
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