原创 ROS 下動態參數 .cfg 的配置與實現

功能簡介 動態配置文件 (dynamic_reconfigure) 提供了一種將 ros 節點內的參數暴露出來的方式。該接口可以讓用戶在節點運行時通過客戶端動態的調整參數,實時的觀察特定參數參數對節點內算法的影響。 常用命令 rq

原创 點雲數據格式解析 sensor_msgs::PointCloud2

在使用多線激光的時候需要總是會碰到點雲數據,這裏簡單的接受一下點雲數據,並堆數據結構進行分析,方便自己後期對點雲特徵數據進行處理。 文章目錄Rviz中的點雲數據點雲數據結構分析點雲數據 python 解析數據截圖 Rviz中的

原创 ROS - teb_local_planner 參數總結

參考官方教程 http://wiki.ros.org/teb_local_planner/Tutorials, 全英文看着有點累, 在此總結一下調試的過程和小小的經驗 安裝 teb_local_planner sudo apt-g

原创 [總結] 該如何設計神經網絡 [1] - 模塊方法功能彙總

查詢列表經典的網絡結構卷積層(Convolution):提取特徵池化層 (Pooling): 減少參數全連接層:實現分類Dropout 的機制:預防過擬合正則化(Regularization) : 防止過擬合白化(Whitenin

原创 [討論] 深度學習Region Proposal方法

Region Proposal 方法看的比較頭大,現在在此總結一下,歡迎大家批評指正 One Stage VS Two stage one stage two stage 直接回歸物體的類別概率和位置座標值(無r

原创 [討論] ROS1 爲何不是可靠的系統

筆者之前參與過基於 ROS1 的機器人開發, 但是如大多數創業公司一樣, 這些系統也都僅僅限於demo 階段。失敗的原因一方面是市場的因素, 一方面也是當前的機器人系統並不成熟, 開發者必須在及其有限的資源下 板載 CPU,內存

原创 Eigen C++非線性最小二乘法代碼實現

最近在研究中需要使用LM等優化算法,對特定的東西進行優化。理論懂了一些些,論文也看了不少, 但是實際上手了兩天卻發現,自己根本寫不出來,很多東西一知半解,現在還是要靜下心,急不得啊 參考資料 非線性優化(一):優化方法 非線性

原创 LEGO LOAM 學習理解總結

參考資料 LOAM等內容的博客 需要好好研讀 LeGO-LOAM 源碼閱讀筆記(imageProjecion.cpp) LeGO-LOAM 源碼閱讀筆記(featureAssociation.cpp) LeGO-LOAM 源碼閱

原创 ROS nodelet - 零拷貝的通信方式

Nodelet ROS 中 Publisher/Subscriber 通信機制方便靈活,但是每次接收的數據都會拷貝一份,對於數據量較大的 msg 如lidar,效率十分低下。 Nodelet 提供了一種方式, 能讓多個運行的算法

原创 路徑規劃算法(0) -路徑規劃與 Dubins, Reeds-Shepp曲線的python實現

參考資料: http://planning.cs.uiuc.edu/node821.html 一般常見的路徑規劃算法, 如 Dijkstra, A*, BFS算法, 重點關注可達性, 搜索速度和效率上等問題, 這些軌跡或以柵格

原创 路徑規劃算法(1) - Dijsktra路徑算法 python實現及解析

迪克斯特拉(Dijkstras)算法,適用於加權圖(weighted graph),找出的是總權重最小的路徑。 Dijsktra算法包含四個步驟: 找出當前離起點最近的節點; 對於該節點的鄰居,檢查是否有前往它們的更短路

原创 路徑規劃算法(2) - A*尋路算法 python實現及解析

代碼 #coding=utf-8 import math # 啓發距離, 當前點和目標點的啓發距離; -- 就是簡單的曼哈頓距離 def heuristic_distace(Neighbour_node,target_node)

原创 GAZEBO仿真學習筆記(2)多Turtlebot gazebo 仿真

多 turtlebot 仿真 這裏實現了三個turtlebot 在gazebo下的仿真 <launch> <arg name="gui" default="true"/> <arg name="world_f

原创 GAZEBO仿真學習筆記(1) urdf 編寫 及rviz 可視化

舵輪機器人 urdf 及rviz 可視化 編寫一個urdf 文件 <robot name="test_robot"> <link name="base_link"> <visual> <geometr

原创 Numpy 使用方法總結

創建 numpy 數據 import numpy as np np.arange(15) #一維數組 array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10,