- 博客(24)
- 收藏
- 关注
RSS订阅原创 A-LOAM算法进行slam建图，并跑自己的bag包或者在线建图，一看就会，一跑就出图。
是一种基于激光雷达的同步定位与建图（SLAM）算法，旨在通过高效的点云处理和优化技术实现精准的机器人定位与环境建图。ALOAM 是对经典的。8.之后进入到src文件夹进行编译,前面问题解决了，到这就一路畅通无阻了。4.安装pcl，不过一般情况下装ros当中就已经存在了。12.想要编译的bag包的话私聊我发给你就行。rosbag play 你的包 -l。1.首先什么是A-LOAM？
2024-12-07 19:34:36
1235
原创 给大家推荐一个好用论文投稿期刊查询—LetPub，以及好用的ai软件——Kimi.ai完全免费。
3.LetPub如何使用呢，首先，我们先搞清楚自己目前的需求是什么，如果说是已经写好论文准备投的话可以根据学科分类以及sci分区或者闭源还是开源来筛选相应的期刊，如果有目标期刊可以直接输入，比如搜索下面这个期刊，首先有一个评分可以稍微参考，主要是其影响因子。Kimi是一款学生和职场人的新质生产力工具，帮你解读论文，策划方案，创作小说，写代码查BUG，多语言翻译，有问题问Kimi，一键解决你的所有难题。4.除此之外，我们还可以知道是否被预警过，这个还是蛮重要的。8.其它未开发的功能，uu们可以自己开发开发。
2024-11-24 19:24:18
4807
原创 ROS之Topic话题与Message消息，以及如何发布话题（Publish）和订阅话题（Subscribe），以及如何梳理节点之间的关系？
ROS之Topic话题与Message消息，以及如何发布话题（Publish）和订阅话题（Subscribe），以及如何梳理节点之间的关系
2024-11-24 18:24:20
727
原创 ROS之什么是Node节点和Package包？
Node节点是执行具体任务的最小单元，通常是一个独立运行的程序，有着自己的特定功能，是最小的可执行单元，而Package包是管理节点及其相关资源的基本单位，包含代码、配置文件、依赖描述和运行脚本等，用于组织功能相关的文件集合。代表“argument count”（参数计数），即命令行中传递给程序的参数个数，至少为1，char* argv[ ] 是一个字符指针数组，指向命令行中传递给程序的每个参数的字符串。是一个 ROS 的核心对象，它用于管理与 ROS 系统的通信，就是ros大管家，哈哈哈哈哈。
2024-11-22 19:17:07
600
原创 如何利用ros搭建虚拟场景通过仿真机器人完成一次简单的SLAM建图、导航规划（超简单）？——学习来源：机器人工匠阿杰
SLAM的关键在于解决定位与建图的“鸡与蛋”问题：定位需要依赖已有的地图，而地图的生成又需要准确的位置信息。在导航过程中，设备需要明确知道自己在环境中的当前位置和姿态（由SLAM的定位模块提供），同时需要了解周围环境的地图信息，包括障碍物位置和自由空间分布（由SLAM的建图模块提供）。在复杂环境中，SLAM的高效性和鲁棒性直接影响导航的性能，尤其是当设备面临感知误差、环境变化（如移动障碍物）或传感器故障时，SLAM的准确性和更新速度将决定导航系统的成功与否。二：首先完成地图的创建，有图有规划，
2024-11-21 19:37:43
1933
原创 如何重装系统、快速制作系统启动盘，只需三步——以Ubuntu20.04为例子
首先准备一个硬盘,只要有大于下载的镜像文件就可以，先将U盘进行格式化清除里面的数据。打开软件，点击打开的文件夹，然后选择下载的镜像文件，点击启动-写入硬盘映像。打开之后可能出现一下界面，不过不影响直接点击继续试用即可。之后刻录完成后即可。
2024-11-19 19:01:14
474
原创 基于MATLAB的激光雷达与相机联合标定原理及实现方法——以标定板为例
激光雷达提供精准的三维距离信息，而相机捕捉丰富的纹理和颜色，通过联合标定可以结合两者优势，弥补单一传感器的不足。标定过程确定激光雷达与相机之间的相对位置和姿态，支持多传感器融合任务，如目标检测、三维重建和语义分割，提高系统的感知精度和鲁棒性，是自动驾驶和机器人导航中不可或缺的一环。t3x1: 平移向量，表示物体在三维空间的平移，R3x3: 旋转矩阵，表示物体在三维空间的旋转。例如，这里的值为表示沿 x,y,z 轴的平移。9， 之后会提示找不到标定板数据，不要慌，这是正常的，裁剪设置之后就可以了。
2024-11-18 21:11:00
2384
7
原创 基于MATLAB的相机内参标定及其原理——附实现教程
相机内参标定是为了确定相机的内部参数，包括焦距、光心位置和畸变系数等，以准确描述相机的成像过程。通过标定可以校正图像中的畸变，恢复图像与真实三维场景之间的几何关系，提升目标检测的精度。投影误差（重投影误差）的数组，表示每个校准点的实际图像位置与理论计算位置的偏差。通过标定参数计算的投影点坐标，与实际图像中的特征点相比，用于计算重投影误差。平均重投影误差，衡量相机标定的准确性。标定板上的世界坐标点的二维数组，表示真实场景中的点（通常单位是毫米）。旋转向量，表示相机相对于标定板的旋转信息，长度为 3 的向量。
2024-11-17 14:53:56
1883
原创 如何在Ubuntu当中利用CloudCompare软件进行点云配准拼接？
3.关于软件的基本操作，比如打开保存，以及点云的颜色大小，这里我们只了解关于点云配准和拼接的基本功能，详细的功能大家可以自己去摸索摸索。1.首先需要安装相应的cloudcompare软件，以下有两种方式：第一种直接在ubuntu的软件商店里搜索CloudCompare软件进行install，我这里已经安装完毕。9.后续可以利用之前的多尺度icp程序在此旋转矩阵上进行更为精准的旋转平移矩阵的生成。6.然后选中两个点云,点击如下工具,之后点击yes,一个基准点云,开始手动选择特征点。
2024-11-17 13:43:27
1511
原创 激光雷达不够用，怎么办？Ubuntu如何用一个激光雷达实现两个激光雷达的扫描点云效果？点云配准ICP，点云拼接、话题转换、ROS重录制bag包。
5.此时你已经拥有两个激光雷达的数据了，一个话题为 /livox/lidar的bag包和一个话题为/livox/lidar2的bag包，呢么该如何对此点云进行拼接呢，接下来先对bag包生成pcd文件，对pcd文件利用icp算法进行对准，其中初始矩阵可以通过两个测量位置进行推算旋转平移矩阵，可简单，百度一下就行，比如旋转平移矩阵是一种将物体在空间中进行旋转和移动的数学表示，通常用于三维几何变换。8.呢么怎么知道具体的大小呢，后续考虑用聚类方法获取其位置、倾斜角以及长宽高，下班下班。
2024-11-13 19:55:39
626
2
原创 基于YOLOv5训练KITTI数据集并进行可视化检测——KITTI数据集转换成YOLO数据集格式进行训练。
YOLOv5是一个基于深度学习的实时目标检测模型，它在YOLO系列中具有重要地位。与之前的YOLO版本相比，YOLOv5具有更高的效率和易用性，采用了PyTorch框架实现，支持多种模型大小，满足不同应用场景的需求。它不仅具备出色的实时性和较高的精度，还提供了灵活的训练和部署方式，使得开发者能够方便地进行模型微调和迁移学习。YOLOv5通过优化数据增强、模型蒸馏等技术，提高了检测精度和召回率，特别在处理小物体时表现更佳。它支持多平台部署，并且有活跃的开源社区，提供了详细的文档和易于使用的代码库，是目前最受欢
2024-11-10 20:37:27
1628
7
原创 利用RANSAC算法拟合平面并生成包围框的点云处理方法，点云聚类、质心坐标、倾斜角度、点云最小外接矩形
该代码用于分析和处理点云数据，通过对点云数据进行裁剪、平面拟合和生成包围框来提取特定区域的特征并发布结果。主要使用了RANSAC算法来识别并拟合平面，从而提取平面的法向量，接着根据该平面计算出该区域的最小矩形包围框（Bounding Box），并得到包围框的中心点以及相对于Y轴的倾角。最终，程序将处理后的点云和包围框通过ROS节点发布出来，用于后续的处理或可视化。
2024-11-09 16:08:48
639
原创 如何利用ros通过PCL实时对点云配准（精配准）拼接后发布一个新话题为配准拼接后的话题？（以bag包为例）
利用ros实时对点云配准拼接后发布一个新话题为配准拼接后的话题
2024-11-06 11:44:24
443
原创 （六）OpenPCDet当中Pointpillars之添加全局注意力机制 （Global Attention Mechanism）-深度学习增强目标检测(已更新)
全局注意力机制是一种在深度学习中广泛应用的技术，尤其在激光雷达目标检测中具有重要作用。它通过计算输入数据中各元素之间的相关性，动态地确定在进行目标检测时需要关注哪些部分。全局注意力机制的关键在于通过注意力得分对不同输入部分进行加权，从而能够捕捉到长距离的空间依赖关系，并提升模型的可解释性，帮助我们理解模型在进行目标识别时的关注区域。这种机制增强了空间和通道之间的交互能力，相较于局部注意力机制，全局注意力能够考虑整个输入数据中的所有信息，从而提升了对目标的感知能力和检测精度
2024-11-06 11:18:47
1495
3
原创 ubuntu系统中如何彻底干净删除Visual Studio Code软件及其配置，并重新安装配置文件
ubuntu系统中如何彻底干净删除Visual Studio Code软件及其配置，并重新安装配置文件。
2024-11-03 14:39:16
1884
原创 （五）OpenPCDet当中Pointpillars之添加Simam注意力机制-深度学习
OpenPCDet当中Pointpillars之添加Simam注意力机制-深度学习
2024-11-02 16:08:41
1308
6
原创 记录一下激光与光电子学进展期刊论文投稿，希望大家都能接好运，中，中，中。
先进成像”半月刊以光学图像和辐射图像的获取、处理以及光电成像过程所涉及的相关理论和技术为主，重点关注光电成像器件的设计与集成、光电成像系统的设计与构建，光电成像器件与系统的测试评估等内容，并发表在光学信息处理、机器视觉、图像处理、生物医学、遥感成像、X射线光学等多个领域中与成像技术相关的研究成果，包括成像方法、成像器件、成像系统、成像算法、成像应用等方向。正式版本出版时间为：从19年开始一年出版24期，一个月两期，您可自行计算，例如，第13期，就是7月份出版；A：从2019年2月起，本刊改开电子发票。
2024-11-01 13:01:13
2137
1
原创 利用C++实现点云地面分割、聚类、并显示其相应的质心坐标及旋转角度、障碍物检测（附代码）
利用C++实现点云地面分割、聚类、并显示其相应的质心坐标及旋转角度、障碍物检测
2024-10-28 19:44:29
325
原创 模糊控制器的设计仿真（模糊pid），利用BP神经网络对函数进行逼近拟合以及数据预测仿真。附程序包
通过对输入变量和输出变量的训练数据进行学习，网络可以预测新的输入变量对应的输出变量,因此，综上所述，BP神经网络（Backpropagation neural network）是一种常见的人工神经网络类型，它在机器学习和人工智能领域中有着广泛的应用，BP神经网络可以用来逼近任何复杂的非线性函数，可以学习输入和输出之间的复杂映射关系，同时BP神经网络还可以用于生成新的数据，通过对已有数据的学习，网络可以生成与训练数据类似但不完全相同的新数据。因此，模糊PID控制适用于非线性、时变和不确定性较大的系统。
2024-10-24 11:00:30
1382
1
原创 （二）利用Tools_RosBag2KITTI软件包将ubuntu当中自己录制的.bag文件转成.bin文件和.png文件（附修改后的代码）
将之前转换成的png文件直接复制过来，当然也可以改一下文件地址，我为了好区分，直接复制一份到当前文件夹/Tools_RosBag2KITTI/pcd2bin/pcd。rosbag play 1.bag -r 0.1 #面的数字根据自己录制的bag信息调整确保出来的pcd和png文件时间戳相近。4.运行ros，没有的话可以搜索一下一下自行安装，推荐小鱼的大佬的一键配置，输入以下命令，跟着提示安装即可。5.运行以下命令进行bag转pcd和png文件，运行成功如下图所示，如果出现红字，则证明没打开ros.
2024-10-24 09:44:59
727
原创 （一）OpenPCDet 详细完整复现（Pointpillars、Pointrcnn、Second）进行训练，并进行评估和推理可视化
OpenPCDet 详细完整复现（Pointpillars、Pointrcnn、Second）进行训练，并进行评估和推理可视化
2024-10-23 17:24:42
5585
13
速腾16线激光雷达驱动，下载编译后，设置电脑静态IP;192.168.1.102 子网掩码：255.255.255.0，之后运行launch文件即可
2024-11-21
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人