目录 1. 烧录Jetson Nano镜像 2 设置i2c permissions 3 安装pip3和python依赖 4 安装TensorFlow 4.1 安装依赖 4.2 确定需要的TensorFlow版本 4.2.1 查看jetpack 版本 4.2.2 查看jetpack与tensorflow的对应关系 4.3 下载TensorFlow 4.4 安装TensorFlow
Eigen是一个C++模板库，提供了广泛而强大的线性代数功能。它被设计用于高性能数值计算和科学计算，并且具有易于使用的接口和高度优化的实现。其官方网址http://eigen.tuxfamily.org/dox-devel/group__TopicStlContainers.html 这里对它的使用做部分总结。 安装、一些注意项 我目前一直使用的版本是3.3.9版本下载地址https
文章目录 一、数据类型 二、C语言关键字 1.static 2.const 3.extern 4.volatile 5.typedef 6.enum 7.struct 三、指针 四、条件编译 总结 一、数据类型 C语言里有很多数据类型，有整型、浮点型、字符型、结构体、枚举类型等等。在那么多数据类型中，整型和字符型用的更频繁
上一篇博客记录了在旭日x3派上运行opencv进行颜色识别和在图像中的定位。在处理实际问题时颜色的阈值调整时会遇到一些问题，比如要识别的颜色不一定是经典红或绿或黄，此时对于HSV色域的阈值选择则需要实时调整了。 另外这里补充下为什么要选用HSV色域而不用RGB色域，比如黄色在HSV色域中描述色彩值H为35-77，但是在RGB中便不好描述一个范围。HSV色域H代表色彩，S代表深度，V代表亮度，如下
函数都写不好，确实有些丢人。如何把函数写的整洁呢？看了会书深有启发。 这里使用C++语言来作为示例，但对其他语言的函数书写也有借鉴意义。 函数书写的原则 写函数的第一规则是要短小。第二条规则是还要更短小。 下面是两段功能一致的代码，分别展示了不同的实现方式： 第一段代码将所有的实现都写在了一个函数里，实现了一个简单的计算平均值的功能： include <iostream>
在前文中实现了颜色模型的识别和定位，但在给mcu发送位置信息时会有抖动，此时需要对信号进行滤波处理，本文记录了使用卡尔曼滤波的处理方式。 卡尔曼滤波总的来说就是在数学模型预测值和传感器检测值间动态调整权重获得最优结果的最优化算法。（所有带上标“-”的代表先验值，即预测值） 卡尔曼滤波需要用到的公式主要为以下五个 使用滤波算法主要分为4步：1.选择状态量和观测量。2.构建状态方程和观测方程
文章目录 0.引言 1.CloudCompare界面设计采样(sample)按钮 2.RandomSample随机下采样 3.VoxelGrid体素下采样 4.UniformSampling均匀采样 5. MovingLeastSquares增采样 6.SamplingSurfaceNormal非均匀体素采样 0.引言 因笔者课题涉及点云处理，需要通过PCL进
目录 前言 一、遍历介绍 二、先序遍历 编辑 1.递归 2.非递归 三、中序遍历 1.递归 2.非递归 四、后序遍历 1.递归 2.非递归 五、层序遍历 六、参考文献 前言 二叉树的 先序遍历、中序遍历、后序遍历、层序遍历（BFS）。 一、遍历介绍 按照事先约
文章目录 0.引言 1.修改两个CMakeLists.txt文件 2.源码编译 3.测试PCL 0.引言 因笔者课题涉及点云处理，需要通过PCL进行点云数据分析处理，查阅现有网络资料，实现了VisualStudio2015(x86)配置PCL1.8.1点云库（见：VisualStudio如何配置PCL点云库？）。而笔者对CloudCompare二次开发较为熟悉，
CloudCompare二次开发之如何通过PCL进行点云配准？ 文章目录0.引言1.CloudCompare界面设计配准(registrate)按钮2.ICP配准（ICP_Reg）3.多幅点云逐步配准（Many_Reg） 0.引言 因笔者课题涉及点云处理，需要通过PCL进行点云数据一系列处理分析，查阅现有网络资料，对常用PCL点云配准进行代码实现，本文记录配准实现过程。 1.Cloud
CloudCompare二次开发之如何通过PCL进行点云分割？ 文章目录0.引言1.CloudCompare界面设计配准(segment)按钮2.欧式聚类分割（Euclidean_Seg）3.基于区域生长的分割（Region_Seg） 0.引言 因笔者课题涉及点云处理，需要通过PCL进行点云数据一系列处理分析，查阅现有网络资料，对常用PCL点云分割进行代码实现，本文记录分割实现过程。
上一篇讲述了旭日X3派接收将车辆感知数据进行图形化输出传递给驾驶人，在实际仿真操作中，需要当车辆传感器传回相关感知信息后，算法对感知信息进行处理，将前方车路风险进行量化，并将量化的结果进行图形化输出至显示设备中。 在第五篇中，将介绍主机在仿真软件构建小车，罗技G923与旭日X3派连接，主机构建自动驾驶算法，将控制结果传输至旭日X3派，人机控制加权。将加权后的结果传输给仿真软件中的小车。 罗技G9
前几天一直被miniconda的安装整的头痛不已，安装了四个版本依然没能运行起来，很是苦恼。本想着直接安装python完事，但是仔细一想，还是要用conda管理至少两个环境，这样用起来方便，也是可以一个卡跑paddle框架和mediapipe这个基于tensenflow框架的库，感觉会冲突，加上之前在服务器配置边缘计算的时候MQTT处理的库下载不下来的头痛事情，决定再上网查一查到底怎么回事，怎么解
电能监测上位机的 Qt C++ 实现：界面设计 本文介绍使用 Qt Creator 4.11 实现电能监测上位机的用户界面设计部分。要配置 Qt 开发环境，您可以参考 DirtyRabbit 的文章 Chapter 3 STM32示波器Qt上位机项目简介及开发环境安装。 1 项目背景 我国的市电电压为 220Vrms，频率为 50Hz。对于生活中的普遍应用场景来讲，市电通常以电压约 220V
一、预期实现目标 在旭日X3派建立UDP服务端（上一章已完成） 在ESP32上建立UDP客户端 旭日X3通过UDP广播控制ESP32 ESP32通过UDP广播反馈信息 二、所需材料 旭日X3派 ESP32 导线、LED灯 三、实现过程 1、总体结构 2、服务器通信流程 服务器代码因某些原因不能给出，这里将对整体流程进行详尽分析： 按照流程图所示
CloudCompare二次开发之如何通过PCL进行点云曲面重建？ 文章目录 0.引言1.CloudCompare界面设计重建(reconstruct)按钮2.使用贪婪三角化进行曲面重建（Surface_Rec） 0.引言 因笔者课题涉及点云处理，需要通过PCL进行点云数据一系列处理分析，查阅现有网络资料，对常用PCL点云曲面重建进行代码实现，本文记录曲面重建实现过程。 1.Clou
Ubuntu 20虚拟机环境安装 高翔原视频是ubuntu14.04，看了一下，有很多库都有兼容问题，所以初步按这个Ubuntu 20装： 这个教程是ubuntu20的,用ubuntu14会不兼容，比如qt5.12.12无法安装等（需要5.12.3）。和我之前安装的主要区别：之前用的是非虚拟机还装了ros的ubuntu20，现在裸ubuntu20. 视觉SLAM十四讲slambo
在之前的博客已经实现了并行实时运算以及风险场的计算，验证了理论的可行性，接下来就是与已有设备相结合，搭建完整项目。在本文中将实现将罗技G923与旭日X3派联动。 项目组成： 1. 旭日X3派接收将车辆感知数据进行图形化输出传递给驾驶人，在实际仿真操作中，需要当车辆传感器传回相关感知信息后，算法对感知信息进行处理，将前方车路风险进行量化，并将量化的结果进行图形化输出至显示设备中。2. 将前方车
电能监测上位机的 Qt C++ 实现：UART 和 TCP 通讯、数据帧解析 本文介绍使用 Qt Creator 4.11 实现电能监测上位机的通讯部分，并在基于 Linux 4.14 内核的 Ubuntu Desktop 操作系统（地平线旭日 X3 派操作系统映像）上使用 Qt Creator 4.11 完成，借助于 CH340G 方案的 USB 转串口模块完成开发与测试，在不同的环境中的开发
文章目录 open3d，python-pcl，numpy 点云数据格式转换NumPy 转 open3d.PointCloudopen3d.PointCloud 转 NumPynumpy 数组保存为 pcd 文件python pcl 点云转 numpynumpy 转 python pcl点云 open3d，python-pcl，numpy 点云数据格式转换NumPy 转 open3d.P
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