原创 RoadRunner中自建地圖並作爲Carla Map筆記

導語 最近在做Carla的仿真,之前一直在官方提供的地圖中訓練測試,因爲項目需要,考慮自己建一個地圖進行訓練測試。剛剛終於走通了整個流程,從RoadRunner到CarlaUE4,中間還是有一些坑的。在這裏做一個簡要總結,以防未來使用忘記

原创 論文筆記:Planning and Decision-Making for Autonomous Vehicles

        這兩天讀了一篇MIT關於無人車規劃與決策方面的綜述文章,寫的非常全面,讀完酣暢淋漓。讀到了很多復現過以及剛產生idea就發現被人做了的工作,有必要在這裏進行一些總結,同時作爲讀完文章的一個規整。在下文中對原文的翻譯與轉述將

原创 tensorflow訓練cnn網絡實現避障與導航(二)V-rep仿真環境的搭建

    順着第一篇的內容,進入第一項工作——V-rep中搭建仿真環境     V-rep是一款較爲優秀的仿真軟件(雖然依然有很多bug),其豐富的傳感器、衆多集成好的現有機器人、較爲強大的軟件內編程都是這款軟件吸引人的地方,但與此同時,V

原创 tensorflow訓練cnn網絡實現避障與導航(一)

    暑期過半,簡單總結一下之前一個月內的工作。     暑期主要做了這樣幾項工作:     1/ 利用V-rep搭建了一個仿真環境,環境具有的功能有:            A/ 可以對其中物體進行動力學仿真,例如小車的行進、轉彎等

原创 一個簡單的二維(弱三維)仿真環境(stage)

        近期想用強化學習進行導航與避障,在進行在線學習測試時發現在v-rep中測試由於需要進行大量的渲染等計算,小的pc機幀率降至4~8fps,將耗費大量的時間在自學習上,因此考慮能否找到一個較爲輕量級的仿真平臺,將主要注意力從物

原创 ROS with V-rep (3) 之仿真velodyne16線激光 (ROS學習筆記六)

昨天與前天的工作解決了ROS與V-rep通訊的問題,今天主要利用V-rep研究了仿真velodyne16線激光的問題,並將數據發送至rviz中,將點雲地圖畫了出來。 一、環境問題 這裏的環境爲 ubuntu 14.04 + ROS ind

原创 Reinforment Learning 學習筆記(二) Q-Learning

  Q-Learning是強化學習初期提出的一種較爲簡單的方法,其核心思想爲對每個狀態下的每一種行爲進行打分,然後根據分數的高低進行選擇,接着根據選擇此行爲後獲得的實際獎賞來對打分系統進行更新。傳統Q-Learning面對的是有限狀態空間

原创 Reinforcement Learning學習筆記(一)綜述

    強化學習是機器學習的一大分支,隨着alphaGo的巨大成功,其使用的強化學習方法也逐漸成爲近年來的研究熱點。個人理解強化學習與一般的機器學習主要有一下幾點差別,既有優勢又有不足。 1、傳統機器學習需要大量的標註數據,在某些領域這

原创 Reinforcement Learning 學習筆記(三)DQN

        上回講到Q-learning的不便之處在於那張Q表有時候會過於龐大,使得存儲與搜索都成爲一件耗費巨大的事情。         爲了改進這一缺陷,我們不妨思考一下維護這張Q表的目的是什麼?         歸根結底我們是需要

原创 ROS with V-rep (2) (ROS學習筆記五)

        昨晚完成了將ROS與V-rep的橋接,雖然沒有讀出有效消息,但已經從rostopic中看到了相應的ropic出現,今天經過簡單的調試,果然可以實現對V-rep中的消息在ROS中的接收與發送。 一、在V-rep中創建ROS

原创 ROS(三) 在gazebo中創建自己的機器人模型

mkdir -p ~/.gazebo/models/my_robot 版本:ubuntu 16.04 ; Gazebo 7.0; gazebo是一個較輕量級的仿真平臺,兼備較強的物理引擎與較完善的API,可以與ROS系統配合使用,所以

原创 ros與V-rep聯合使用血淚教訓(ROS學習筆記四)

最近在研究用ros與V-rep配合使用,在V-rep中搭建環境與模型,在ROS中跑算法。 入坑之前聽說V-rep對ros的兼容可以達到gazebo的水平,於是歡快的入了坑。 入坑之後發現神特麼兼容,雖然V-rep中的環境和模型較gaze

原创 ROS RViz基本學習筆記(二)

目標:將攝像頭圖像信息加入到(一)中數據中 環境:Ubuntu 16.04 ROS kinetic Opencv2.4.9 方法: 這裏需要publish的類型爲camera/image 中的類型,可以直接通過image現有 cv_bri

原创 ROS RViz基本學習筆記(一)

目標:利用ROS RViz寫出一個可以實現可視化的視覺自定位3D展示 環境: ubuntu16.04,ROS_kinetic 前期工作:配置好相關環境,可以跑通RViz/Tutorials 鏈接:http://wiki.ros.org/r

原创 CLion載入ROS項目

目標:可以在CLion中載入ROS工作區下的項目 環境:ubuntu16.04 ROS_Kinetic 步驟: 新開終端窗口,並 source ~/.bashrc source ~/"YOUR_ROS_WORKSPACE"/devel.