原创 VLP-16第三課: LOAM: 基於雷達的里程計和實時建圖

1. (前言)velodyne 驅動包的一些數據信息 以下參數不是理論參數,而是代碼編程測試的實際參數 掃描距離:0.4 - 100; 轉速: 600r/m ---> 10r/s(每秒鐘轉10圈); 數據包發送頻率: 754(

原创 數據結構與算法第八節: 排序算法

1. 常用經典排序算法 冒泡排序、插入排序、選擇排序; O(n^2) 快速排序、歸併排序; O(nlogn) 計數排序、基數排序、桶排序; O(n) 2. 如何評價和分析一個排序算法的效率 排序算法的執行效率分析 (1).

原创 vSLAM重讀(5): vSLAM中對雙目相機的數據處理及與單目相對比

1. 雙目相機概述 雙目立體視覺模型 雙目模型求取深度 雙目立體相機分別校準可參考 ROS_單目相機_分別校準 雙目立體匹配算法案例 https://www.cnblogs.com/riddick/p/8486223.

原创 Nav-SLAM: 2D激光雷達實現SLAM.

一份快速使用move_base構建機器人自主導航指南(因爲本人比較急着使用,於10天成功實現了一份基礎路徑規劃和建圖導航系統於機器人上) 1. 各博客move_base包配置路徑規劃集錦 Mapping中各個座標系的定義

原创 VSLAM(6): Real-time Segmentation, Tracking and Fusion of Multiple Objects

學習論文: 時而學習之, 溫故而知新. 該算法以模型爲基礎單位, 一組3D點的集合(關鍵幀), 來實現幀的跟蹤/分割/融合 活躍模型: 在當前幀中看到的模型 非活躍模型: 曾經出現過, 不知其幾何形狀, 也不在當前視野內.

原创 vSLAM重讀(4): OKVIS--KeyFrame-based Visual-Inertial SLAM

1. 摘要 視覺傳感器與IMU傳感器互補 == > VIO系統; 由最初的以濾波爲主題,現在逐漸轉換爲非線性優化來實現SLAM; 提出一種方法將視覺信息與IMU測量數據緊密結合,將IMU的誤差與路標點的投影誤差結合在一個概率成本函

原创 福利一波: linux下編寫shell腳本自動聚焦窗口、保存、定時刪除等

前段時間終於歷經千辛萬苦,終於開始復工了。 一來公司趕緊花時間解決了這段時間由於產品更新留下的問題,恢復了正常的發貨; 其次跟上節奏開始了新項目的開發和迭代。 現在這些比較急的事情都已經告一段落,現在要開始自我學習和奮鬥咯。只有

原创 VLP-16第四課: 3D點雲的配準方法

額外拓展記錄: IMU的濾波手段: AHRS + Mahony IMU+Visual融合: https://github.com/ygling2008/direct_edge_imu 1. 點雲開源匹配算法 其他衆多

原创 數據結構與算法第九節:排序算法之冒泡、插入和選擇排序源代碼解析

1. 常用經典排序算法 冒泡排序、插入排序、選擇排序; O(n^2) 快速排序、歸併排序`; O(nlogn) 計數排序、基數排序、桶排序; O(n) 2. 冒泡排序 (1). 只會操作相鄰的兩個數據; 源代碼案例 voi

原创 動手學深度學習TF2.0第三課: 線性迴歸配合深度學習基本要素詳細分析

一. 核心點簡要歸納 線性迴歸輸出是一個連續值(如預測房屋價格、銷售額等),因此它本身屬於一個迴歸問題。 分類問題的輸出是一個離散值(如圖像分類、垃圾郵件識別等),因此可以簡單的認爲輸出爲離散值的問題屬於分類問題。輸出值爲

原创 動手學深度學習TF2.0第十課: 卷積層中的超參數調整

卷積層的輸出形狀由輸入形狀和卷積窗口形狀來決定。如假設輸入的形狀爲n(h) * n(w), 卷積核窗口形狀是k(h) * k(w), 那麼輸出形狀將會是 (n(h) - k(h) +1) * (n(w) - k(w) +1).

原创 動手學深度學習TF2.0第十一課: 解析幾種不同深度神經網絡的設計思路

1. 各網絡層對比 VGG: 可以通過重複使用簡單的基礎塊來構建深度模型; NiN LeNet、AlexNet和VGG在設計上的共同之處: 先以由卷積層構成的模塊充分抽取空間特徵,再以由全連接層構成的模塊來輸出分類結果。 其中

原创 ubuntu學習技巧4: qt多版本更換以及更新更高版本的qt

在Ubuntu-16.04下可以直接安裝qt版本有qt4和qt5(5.5.1); 1. qt4與qt5的版本切換 首先可以參看qt版本: qmake -v // 輸出 QMake version 3.0 Using

原创 ubuntu技巧學習5: shell腳本程序自啓動編寫

1. 查找某一進程的ID號, 然後終止該進程的運行 dir=<<your packages dir>> export SUDO_ASKPASS=$dir/PASSWD ID=`ps -ef | grep "sdk_lc

原创 動手學深度學習TF2.0第九課: 二維卷積神經網絡

卷積神經網絡: 含卷積層,有寬和高兩個維度,常用來處理圖像數據。 1.二維卷積(互相關運算) ''' 二維互相關運算: 1. 卷積窗口(又被稱卷積核或過濾器(filter))從輸入數組的最左上方開始,按從左往右、從上往下的順