原创 Diego 1# 機器視覺-特徵點檢測及跟蹤
上一節中我們實現了人臉的檢測，當有人臉出現攝像頭前面時，圖像窗體中會用矩形顯示人臉的位置，接下來我們需要實現特徵值獲取，及特徵值跟隨。本文針對Opencv3移植了ROS By Example Volume 1中的示例代碼，所有代碼
2019-08-07 13:05:06
2
原创 Deigo1# 機器視覺-人臉跟蹤
基於前面兩節人臉檢測，特徵值獲取及跟蹤，我們進一步實現人臉的跟蹤，我們可以讓機器人跟蹤人臉，暨當人臉移動時控制機器人轉動，使得人臉始終在圖像窗體的中間位置，基本流程如下 人臉檢測，lesson 16中已經介紹過了，這裏直接引用就
2019-08-07 13:05:06
2
原创 DiegoAPP–整體架構介紹
1.開發環境 RobotCA是採用Eclipse進行開發，在DiegoAPP中將整個項目遷移到了Android Studio 3.4開發 Android Studio中Gradle 和Gradle Plugin的版本入下圖，Gr
2019-08-07 13:05:06
4
原创 Diego1# 機器視覺 -AR標籤跟隨
ROS裏面有一個非常好用的AR標籤包，可以產生AR標籤，識別AR標籤。我們可以基於此功能實現很多好玩的AR應用，這篇文章中我們將介紹如何使用這個包，及基於此包我們實現AR標籤的跟隨。 1.安裝ar_track_alvar ar_t
2019-08-07 13:05:06
366
原创 DiegoAPP–機器人設置，及選擇
1.App有兩個Activity RobotChooser, 作爲APP運行起來的Activity，配置爲Main Action, 爲用戶呈現一個新增機器人，配置配置機器人的界面 ControlApp，在連接到Robot後的主界面
2019-08-07 13:05:06
原创 Diego1# 機器視覺 -物體識別和定位
google最近公佈了基於tensorflow物體識別的Api，本文將利用Diego1#的深度攝像頭調用物體識別API，在識別物體的同時計算物體與出機器人攝像頭的距離。原理如下： Object Detection 訂閱Openn
2019-08-07 13:05:06
3
原创 Diego 1# 機器視覺-人臉檢測
機器視覺是一個非常複雜的主題，需要比較專業的計算機圖形學相關知識，在ROS By Example Volume 1這本書中提供了比較好的入門範例，所以我們將按照此書中所介紹的例子開啓我們Diego的機器視覺之旅，後面逐步增加比較複
2019-08-07 13:05:06
原创 Diego 1# 4WD —1：ENCODER
4驅底盤由於四個輪子可以獨立控制，所以具有優秀的通過性，這篇文章介紹Diego 1#的四驅底盤，所有源代碼都已經上傳到github。 這裏會分幾篇文章來介紹4驅動版diego 1#的開發，這篇我們主要說明4驅動底盤4個馬達編碼器數
2019-08-07 13:05:06
36
原创 ROS機器人Diego 1#整合Tensorflow object_detection，圖像識別
google最近又公佈了物體識別的Api，使得圖像識別變得更加方便，並提供了一個預訓練模型，及示例代碼，官方文檔請見https://github.com/tensorflow/models/blob/master/object_detec
2018-09-04 03:44:05
1
原创 物聯網平臺架構設計
現在網上討論的有關物聯網的帖子非常之多，但大部分都是介紹理論或者有關硬件，通訊相關的問題，比如物聯網模塊，物聯網通訊協議MQTT、XMPP、NB_IOT等，個人認爲這些只是物聯網中一部分，而涉及到物聯網的設備如何管理，用戶如何管理，數據包
2018-09-04 03:44:04
原创 Tensorflow lesson 1---第一個機器學習的代碼
神經網絡，機器學習，可以說是現在最流行的計算機技術，TensorFlow是谷歌開源的機器學習框架，聽起來就很高大上，很難學習，不幸的是國內的一些教程都是原文翻譯谷歌官方教程，非常難以學習，所以本系列教程就是用比較容易懂的語言來教大傢什麼t
2018-09-04 03:44:03
原创 3軸碼垛機械臂運動學逆解
對於3軸碼垛機械臂控制最基本的是對其建立運動學模型，而對於3軸碼垛類型機械臂來說運動學模型，其本質就是給定空間3D座標，求解3個軸的旋轉角度。 如上圖所示，左側爲實物座標，右側圖爲抽象到座標系的幾何表示，逆解過程就是知道末端座標，而求
2018-09-04 03:44:03
原创 Tensorflow lesson 6---層 layer
設計一個深度學習的模型，其實就設計一個多層的學習模型，而每個層上又有不同的神經元，所有的運算邏輯都是在這些神經元上完成的，每一層的輸出作爲下一層的輸入。 下圖是一個典型的，一共有5層的學習模型，包含1個輸入層，3個隱藏層，1個輸出層，而
2018-09-04 03:44:03
3
原创 Tensorflow lesson 5---唯一的運算執行方法Session
在Tensorflow中所有的運算都需要通過Session來完成，即使是簡單的賦值、加減乘除等都是需要Session來完成 示例1： import tensorflow as tf import numpy as np node1 =
2018-09-04 03:44:02
原创 Tensorflow lesson 3---變量Variable
Tensorflow中的變量就是一個放在內存中的tensor結構，用於在計算過程中保存數據，變量的數值可以保存到文件中，也可以從文件中讀取 1.變量的初始化 import tensorflow as tf Weights=tf.Vari
2018-09-04 03:44:02