原创 手把手教用ROS做機器人控制(三)--ROS系統中rosbag包查看

不知道你們有沒有遇到rosbag數據包查看數據困難的問題,用rosbag play看不到數據,用rviz訂閱也不太好,用rqt_bag插件查看也不是很友好,無奈之下,還是用我擅長的matlab實現數據查看,因爲matlab也支撐ROS。如

原创 手把手教用ROS做機器人控制(二)--加速度計與陀螺儀兩種融合算法:mahony 互補濾波器算法與EKF算法

對於加速計與陀螺儀融合,介紹兩種濾波算法:他們的核心思想不太相同,這兩種方法現在也已經有了應用,現在你可以發現互補濾波融合在無人機上,EKF我做過在平衡車上面。mathony主要思想是用四元數來更新,最後轉化爲歐拉角。EKF主要是根據角度

原创 手把手教用ROS做機器人控制(一)--模擬編碼器的發送與訂閱

最近太忙了,博客都好久沒更新了。由於工作的原因,所以寫的東西在不停的切換,可能關注我博客的人說本來想關注你用matlab做深度學習(這裏深度學習瀏覽記錄最高,看來當下最火了,並且想用MATLAB做深度學習的人還是挺多的),然後突然你開始寫

原创 手把手教用matlab做無人駕駛(九)--項目1:使用單目相機檢測車道線

現在介紹一個項目,這個項目跟優達學城的課程有點像,可以學習一下.。   不管是含有ADAS功能的車還是依賴於多種傳感器設計的自動駕駛汽車,它們需要的傳感器都包括超聲波、雷達、激光雷達和攝像頭。接下來的項目闡述的是用單目相機實現自動駕駛過程

原创 手把手教用matlab做無人駕駛(八)-無跡Kalman濾波算法

1.KF、EKF、UKF都是高斯濾波,下面的介紹一下他們的優缺點: KF優點:計算簡單  KF缺點:高斯線性模型約束  EKF優點:可以近似非線性問題  EKF缺點:高斯噪聲約束,線性化引入了誤差會可能導致濾波發散,雅克比矩陣(一階)及海

原创 手把手教用matlab做無人駕駛(七)-擴展Kalman濾波(extended_kalman_filter)

對於Kalman濾波在我看來就是五個公式,kalman的計算過程在我的前面博客裏面也給出了,不瞭解kalman的可以看看我前面的博客,這裏講解擴展卡爾曼濾波(extended_kalman_filter)。 爲什麼要用EKF KF的假設之

原创 手把手教用matlab做無人駕駛(六)-路徑規劃RRT

這裏介紹路徑規劃算法RRT應用在2D環境,這裏算法步驟: 1.產生隨機點q_rand,matlab程序實現如下: for i = 1:1:numNodes q_rand = [floor(rand(1)*x_max) floor

原创 手把手教用matlab做無人駕駛(五)-matlab實現自動Ground Truth Labeling(真實標註)

1.在matlab中命令行輸入:groundTruthLabeler('caltech_cordova1.avi'),會彈出:     2.點擊左上角的Label,在彈出的窗口填寫car:   3.點擊菜單欄中的select Alg

原创 手把手教用matlab做無人駕駛(四)-pure pursuit

如上圖汽車的自行車模型,上面輕灰色顯示的是車,這個車座標系是紅色,這個世界座標系是藍色,輪子轉向角是,兩個軸擴展虛線然後相交於ICR。ICR到後輪和到前輪的距離分別爲R1,R2。 運動等式: 純追蹤算法對於路徑跟隨而言是簡單和有效的方

原创 手把手教用matlab做無人駕駛(二)-路徑規劃A*算法

整個程序下載地址如下:https://download.csdn.net/download/caokaifa/10641075 對於路徑規劃算法-A*算法在matlab中仿真,首先我們在matlab中構建地圖: 先給出matlab主函數程

原创 手把手教用matlab做無人駕駛(三)-路徑規劃A*算法

這裏,我們更新主程序如下: % editor: Robert.Cao % 2018.9.1 clc clear all close all disp('A Star Path Planing start!!') p.start

原创 yolo 算法中的IOU算法程序與原理解讀

你如何判斷對象檢測算法運作良好呢?這裏我們引進了IoU(Intersection over Union)通過上面的圖,我們可以知道loU衡量了兩個邊界框重疊地相對大小。如果你有兩個邊界框,你可以計算交集,計算並集,然後求兩個數值的比值,現

原创 手把手教你用matlab做深度學習

首先,給出下載數據方法(這裏編譯環境是matlab2018a): 1.下載 CIFAR-10 圖片數據 cifar10Data = tempdir; url = 'https://www.cs.toronto.edu/~kriz/ci

原创 關於運行tensorflow出現錯誤解決方案

1.Process finished with exit code -1073740791 (0xC0000409)2.could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR3

原创 APM飛控的擴展kalman濾波21、22、23、24個狀態量

The filter estimates the following states: 4 quaternion parameters 3 North,East,Down velocity components 3 North,East,D