0x00 官方仓库 originbot ： originbot 机器人端功能包仓库; originbot_desktop : originbot电脑端功能包仓库; originbot_controller : originbot控制器源码仓库; 本节我们一起来分析一下，下位机控制器端电路原理及通信协议; 0x01 控制器仓库内容 D:
上篇【PX4 教程（二）】介绍了如何在 Gazebo 仿真中给 PX4 无人机添加 Livox 激光雷达，这篇博客详细介绍如何使用 FAST-LIO 对采集到的点云进行建图。 简介 Livox激光雷达使用FAST-LIO算法是一个先进的技术组合，用于实现高效和精确的同时定位与地图构建（SLAM）。 以下是关于Livox激光雷达和FAST-LIO算法结合使用的详细介绍： Livox 激光雷达 技
0. 简介 我们刚刚了解过DLIO的整个流程，我们发现相比于Point-LIO而言，这个方法更适合我们去学习理解，同时官方给出的结果来看DLIO的结果明显好于现在的主流方法，当然指的一提的是，这个DLIO是必须需要六轴IMU的，所以如果没有IMU的画，那只有DLO可以使用了。 1. computeMetrics、computeSpaciousness、computeSpaciousness—计算
支持向量机（Support Vector Machine）由Cortes 和Vapnik于1995年正式发表（“Support vector networks”, Machine Learning, 20(3):273-297)，由于在二维表分类任务中显示出卓越性能，很快成为机器学习的主流技术，并在2000年掀起了统计学习的高潮。图(a)中红色和蓝色分别代表两个不同类别的数据，显然是线性可分的，
论文： MASTER: Multi-Aspect Non-local Network for Scene Text Recognition Github：https://github.com/wenwenyu/MASTER-pytorch https://github.com/jiangxiluning/MASTER-TF 主要贡献： 提出了Global Context（GC）block，Mul
建立DH模型→→→【工业机器人运动学与Matlab正逆解算法学习笔记（用心总结一文全会）（一）——DH模型与正运动学】 机器人正运动学→→→【工业机器人运动学与Matlab正逆解算法学习笔记（用心总结一文全会）（一）——DH模型与正运动学】 机器人逆运动学※ 代数解、几何解，解析解（封闭解）、数值解的含义与联系说起来我刚碰到这几个概念的时候还是挺晕的，和别人交流之后发现晕的不止我一个，经常有人把概
写在前面：本人正在学习MMDetection3D的过程中，可能有理解错误，欢迎指正。 在MMDetection3D中，如果需要自定义模型，需要进行类的注册。 该部分需要一定的python编程基础知识（类的继承以及函数修饰符@），不熟悉的可参考这篇文章。 1.从头开始定义模型 先看一下官方SECOND的代码： # Copyright (c) OpenMMLab. All rights res
1. 进一步简化 点质量车辆动力学模型忽略了车辆的尺寸信息以及由横、纵向加速度引起的载荷转移用一个带质量的点来描述车辆运动，是对车辆单轨模型的进一步简化通常用于无人驾驶车辆的路径规划阶段，可以有效地降低轨迹规划的计算量 点质量车辆动力学模型在惯性坐标系中的运动方程和受力平衡可以表示为： 其中，车辆在纵向上受到阻力的合力F_{dissp} = ma_d 2. 摩擦圆约束 对于无人驾驶车辆点质量
安装包 目标跟踪基础与智能前沿 为了安装方便，点击上方链接，关注公共号，回复“matlab”，使用本文对应的安装包 解压缩 （1）文件解压 将文件下R2017b_glnxa64以及MATLABR2017b_Linux_Crack两压缩包解压，建议先在Windows下解压好然后直接将全部文件拷到ubuntu中（压缩包R2017b_glnxa64解压后的iso文件大小在10G左右，需要用移动硬盘拷贝
0. 简介 我们刚刚了解过DLIO的整个流程，我们发现相比于Point-LIO而言，这个方法更适合我们去学习理解，同时官方给出的结果来看DLIO的结果明显好于现在的主流方法，当然指的一提的是，这个DLIO是必须需要六轴IMU的，所以如果没有IMU的画，那只有DLO可以使用了。 1. initializeDLIO—初始化参数 这段代码非常简单，主要作用是等待IMU数据的接收和校准，如果条件不满足则
前言 livox mid360 在官网一直没有货，在gazebo里可以仿真该雷达形式的点云（前面的博客介绍了如何在gazebo中实现对livox各型号雷达的仿真）。 但是其只发布雷达的数据，没有imu数据，实际的雷达是可以发布既有雷达也有imu的数据的 运行 FAST-LIO2 也需要雷达和惯导的数据 本篇博客在gazebo中搭建了一个有livox mid360 和惯导的平台，并成功运行了FAST
目录 问题背景 格式介绍 LVX 点云格式 PCD 点云格式 FMT 简介 FMT：现代 C++ 格式化库 FMT 在数据转换中的应用 从源码编译安装 FMT CMake 引入 FMT 库 LVX -> PCD 格式转换 代码解析 实现流程 源码 问题背景 Livox 激光雷达采集的数据可以通过 ROS 驱动进行读取，但是有的情况下我们并不在设备上安装 ROS ，其实
回顾上篇：在上一篇博客中，我们成功地将 Livox 的 lvx 点云格式转换为了 pcd 格式。今天，我们将基于这一成果，探索如何将 pcd 格式进一步转换为 las 点云格式。 探索 LAS 点云格式 LAS：这一格式是轻侦测和测距（LiDAR）数据的黄金标准，广泛应用于 GIS 和测绘领域。其不仅仅是三维坐标的载体，还能承载如强度、分类代码和颜色等丰富的属性信息。 格式的关键特点： 数
※ 参考资料整理关于机器人运动学的参考资料与文章挺多的，同时matlab实现机器人的正逆解有更简单的方法就是用“机器人工具箱（Robotics Toolbox）”，所以要说这里的资料是不是最好的最有价值的不一定，但至少有帮助吧。 首先是我之前整理的 →→→【Matlab机器人工具箱（Robotics Toolbox）学习笔记】其实就是把B站一个将机器人工具箱的up的视频整理了一下，并且附上了自己的
1.车辆横摆动力学模型简化车辆横摆动力学模型是无人驾驶车辆路径跟踪控制中常用的模型之一但是在 《车辆运动控制（2）车辆横摆动力学建模》 中根据单轨模型分析得到2自由度的车辆横摆动力学微分方程：对于模型预测控制器的设计来说还是过于复杂，因此需要对其进行进一步简化 1.1 小角度假设此时，式(21) 所表示的车辆动力学模型的非线性特征主要来自轮胎非线性区的轮胎力表达可以使用《车辆运动控制（3）轮胎模型
为了看懂基于MMDetection/MMDetection3D的目标检测模型代码，有必要先了解一些重要但平时不常用的python基础知识。 1.类的继承 参考：Python中的init和super() - 知乎 python定义类的语句如下： class ClassName: <statements> 也可在类名后加括号，括号内写上另一个已定义类的名称表示新类继承旧类的属性和
1. 概况 作者的写作思路很清晰，把各个技术点这么做的原因写的很清楚，一共三篇，另外两篇分别是2016年和2017年发表的，这三篇文章通读下来，可以看清作者在使用深度学习进行位姿估计这一方法上的思路演变过程，为了把这一脉络理清楚，我们按照时间顺序对这三篇文章分别解读，分别是： 1）Deep Image Homography Estimation 2）Toward Geometric Deep S
论文：Detecting Heads using Feature Refifine Net and Cascaded Multi-scale Architecture Github：https://github.com/HCIILAB/SCUT-HEAD-Dataset-Release 针对人头这种小目标检测问题，论文提出了特征融合模块Feature Refifine Net (FRN)，以及级联
最大熵模型 1. 最大熵原理 2. 最大熵模型定义 3. 最大熵模型 4. 最大熵模型学习 （1）转化为无约束优化问题 （2）求解内部极小化问题 （3）求解外部极大化问题 4. 最大熵模型与逻辑回归 总结 1. 最大熵原理 最大熵（Maximum Entropy）原理是概率模型学习的一个准则，认为在所有可能的概率模型（分布）中，熵最大的模型就是最好的模型，在1957年由
1. 方法1：1 git cherry-pick替代git rebase，可以作为一种的rebase的方法 //替代rebase的一种新的方法，比较好用，记录以下 1.第一步将修改的代码，提交后利用squash压缩成一个提交 2.第二步，分支更新到master，利用git cherry-pick 摘取压缩后的提交 3.注意，git cherry-pick出现矛盾后，需要手动搜索冲突代码，没有办法直
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