Agonie22的博客

原创 jupyer notebook导出为.py文件

原创 nohup &指令：使python在后台不挂断运行

或者关闭终端，程序都仍然运行，需要通过kill来终止进程。表示把标准错误定向到标准输出上，一起输出。训练中的标准输出将放入out.log中。关闭终端，程序依然运行。

原创 VScode+Cursor 启用内联值显示

【代码】VScode 启用内联值显示。

原创 VScode配置默认终端为Anaconda Prompt

在 settings.json 中可以添加以下配置，使得每次启动 VSCode 时自动激活 Anaconda 环境插入代码的位置见上图绿色框。（1） 打开 VSCode，按 Ctrl + , 或点击左下角齿轮图标，选择 设置。（3）设置 VSCode 在启动时自动激活 Anaconda 环境。

原创 函数凹凸性

1 凸函数：f′′x0，函数向上开口2 凹函数f′′x0， 函数向下开口。

原创 Python 相对路径写法

表示上上级目录（祖父目录），每多一层…/则向上回溯一级目录。/images/cat.jpg表示向上回溯两级目录后的images文件夹下的文件。例如，./data.txt表示当前目录下的data.txt文件。若省略./，直接写data.txt也等效。表示上一级目录（父目录）。/config.yml表示当前目录的父级目录下的config.yml文件。

原创 Tensorflow 2.0 GPU的使用与限制使用率及虚拟多GPU

做指定gpu计算时，如果gpu0虚拟成３个，那么在 /device:GPU:3 中的gpu序数中,物理gpu1序号为3，即依次往后推。仅在需要时申请显存空间（程序初始运行时消耗很少的显存，随着程序的运行而动态申请显存）；上面的方式不仅可以设置显存的使用，还可以在只有单GPU的环境模拟多GPU进行调试。设置之后，当前程序只会使用自己可见的设备，不可见的设备不会被当前程序使用。限制消耗固定大小的显存（程序不会超出限定的显存大小，若超出的报错）。进一步说，在物理GPU0上虚拟，那么使用。

原创 WSL2执行nvidia-smi报错：Command ‘nvidia-smi‘ not found, but can be installed with

【代码】WSL2执行nvidia-smi报错：Command ‘nvidia-smi‘ not found, but can be installed with。

原创 利用 Windows 子系统 Linux（WSL）开发 Python

前面已经在WSL配置好了Linux，接下来就开始进行编程。

原创 无法加载文件WindowsPowerShell\profile.ps1?

【代码】无法加载文件WindowsPowerShell\profile.ps1?

原创 linux 命令+相关配置记录（持续更新...）

2）将 explorer.exe 复制到 WSL 路径(notepad.exe也是同样的道理）接着在文件的最后添加相应的路径等，然后按。

原创 Linux配置深度学习环境

CUDA，tensorflow，Python有严格的版本兼容性，不兼容的话容易出现很多问题，安装的时候要特别注意，三者之间的版本关系可参见官网，下图截取了一部分，红框部分是本博客要配置的内容。

原创 WSL2安装过程记录

因为命令安装的时候会直接将linux发行版安装到C盘，对于系统盘容量小和介意不能自定义安装位置的用户来说，非常不友好，所以我这里采用手动安装的方式，命令安装可以参考以下几个教程（【2】里也详细介绍了手动安装的过程，手动安装还可参考【1】【2】【3】【4】

原创 AttributeError: module ‘jax.interpreters.pxla‘ has no attribute ‘ShardedDeviceArray‘

在旧版 JAX（如 0.3.x）中，DeviceArray 类确实存在于 jax.interpreters.xla 模块中，用于表示 JAX 数组对象。新版 JAX（如 0.4.x+） 重构了内部实现，将 DeviceArray 更名为通用的 Array 类型。我试了各种办法都没办法下reverb，最后发现支持的只有Linux,好了好了，直接原地裂开。这里我把jax和jaxd 版本降下来变成0.4.13 就不报错了。于是我将下图路径中的代码进行了修改后，于是我将下图路径中的代码进行了修改后，

原创 解决Tensorflow找不到GPU的问题

也就是说我现在安装的tensflow2.17.0是不支持GPU的。

原创 untimeError: jaxlib version 0.4.18 is newer than and incompatible with jax version 0.3.4.

我尝试用↓降低jaxlib的版本报错。然后我将两者都调整到以下版本 (记录了jax的更新日志。

原创 解决： Could not load dynamic library ‘cudart64_110.dll‘； dlerror: cudart64_110.dll not found

运行程序时报错：查看后发现应该是CUDA没有安装下面记录一下安装过程。

原创 Dubins曲线（3D）

dubins曲线在三维空间中的具体实现

原创 Dubins曲线（2D）

dubins曲线可以表示成3个运动基本动作的组合（即左转L、右转R、直行S）。符号含义绕单位圆L左转逆时针R右转顺时针S直走直行dubins曲线给出了充分的路经集合，该集合包含的曲线叫做最佳路径。由Dubins证得最短路径只从6条曲线中选取：{LRL LSL LSR RLR RSR RSL}。符号曲线CCC{LRL RLR}CSC其中C表示单位圆弧，S表示直线段。

原创 两个经纬度之间的距离计算

将西经看作负值，东经看作正值，北纬看作负值，南纬看作正值。则纬度的取值范围是−2π​2π​, 经度的取值范围为−ππ. 当然，正负可以根据个人喜好随意规定，并不会影响最终的计算结果。

原创 二维运动规划

学习该示例前，需要学习（Cartographer同理，本文会略作说明）运动规划，可以是在事先已经建好的地图上进行，也可以一边建图一边规划，这篇博客主要讲一边建图一边规划，为什么不讲在已经建好的图上做规划，那当然是因为我没有把图建好😭。

原创 三维激光SLAM

机械激光雷达包括3d_lidar和3d_gpu_lidar，前者使用CPU计算，后者使用GPU计算，其他没有区别，您可以根据您的需要选择。再次强调，一定要在.bashrc里source ~/catkin_ws/devel/setup.bash，否则3D激光雷达插件无法在仿真环境中启用。线，您可以修改为其他线数，其他参数也都可以修改。启动ALOAM，由于本教程给激光雷达设置的是32线，因此启动对应32线的launch文件。我这里飞的乱七八糟，如果飞行路线正确，可以得到下图。中提到的依赖，然后编译ALOAM。

原创 二维激光SLAM（Cartographer）

启动仿真环境（记得把indoor3.launch里的sdf设为iris_2d_lidar）这里也是要在新终端运行。将cartographer输出的2D位姿和高度值（由1D激光测距仪获得），转换为mavros话题。启动键盘控制脚本，控制无人机飞行，注意不能飞太高，导致激光雷达扫不到围墙。绕场地飞一圈，建立完整的地图，而后保存地图，用于后需要运动规划使用。ROS自带有cartographer，因此可以apt安装。”一样，因为无人机失去控制，没有画出完整的地图。完整的地图如下图所示。

原创 二维激光SLAM（HectorSLAM）

插入横线文本样式：强调文本强调文本引用文本：下标：指数红字红底。

原创 VINS-Fusion+RTABMap的三维稠密重建

之前教程介绍的双目SLAM和VIO获得的都是稀疏点云，无法运用于避障与运动规划。为此，我们需要把视觉里程计与深度相机的深度图进行融合，从而进行三维稠密重建，这里以VINS-Fusion+RTABMap为例进行介绍。

原创 PX4飞控EKF配置

PX4默认使用的EKF配置为融合GPS的水平位置与气压计高度。如果我们想使用视觉定位，就需要把修改配置文件。● 注意，此修改意味着EKF融合来自mavros/vision_pose/pose的数据，并不是修改完无人机就可以视觉定位了，需要相关程序提供mavros/vision_pose/pose的数据，相关程序包括视觉SLAM、激光SLAM和获取Gazebo真值等。如果没有额外的视觉数据，想要飞行必须改回基于GPS和气压计的定位。

原创 视觉惯性里程计（VIO）

插入横线文本样式：强调文本强调文本引用文本：下标：指数红字红底。

原创 视觉SLAM

插入横线文本样式：强调文本强调文本引用文本：下标：指数红字红底这篇博客主要要参考了“”，原作者提供的教程前面关于依赖的都没介绍，也可能是在这里详细介绍了，但是全英文对我来说太有挑战了，我就没认真看本教程以ORBSLAM2为例。ORBSLAM3已经在XTDrone上测试过，编译和使用方法与ORBSLAM3高度类似，大家如果有需要，可以根据此教程同理使用。

转载 传感器配置

可以看到添加一个传感器分两步，首先include一个模型，这个模型来自于传感器的sdf，比如这个就是stereo_camera.sdf，模型的路径有两个，一个在。PX4_Firmware/Tools/sitl_gazebo/models/下，优先从前者找，因此我们在配置PX4的时候，曾经把~/.gazebo/models/下的双目相机模型删除。值得注意的是，按照这种方法添加的传感器，其插件发布的话题，都是带有无人机类型的前缀的，如/iris_0/stereo_camera/left/image_raw。

原创 配置与控制无人车

出现两个无人车，每个无人车上面贴了三个AprilTag（如何贴AprilTag见这里），用于无人机精准降落，一辆车AprilTag的id是从0到2，另一辆是从3到5。由于PX4 SITL的Rover仿真计算量太大，我们另外提供了一个无人车，下面将介绍其配置与控制方法。使用键盘控制无人车的运动。

原创 动态增加无人机仿真节点

在仿真过程中可能会遇到需要实时生成新模型的场景。仿真过程支持实时增加无人机的仿真模型和仿真控制节点，相较于在启动gazebo和世界文件时同时生成无人机，我们只需要。在其他gazebo仿真节点已经启动的情况下，在新终端中执行该launch文件，可以看到生成了新的iris飞机。以在仿真过程中新增一台iris为例，其launch文件如下。这个launch文件我找不到 所以自行在下图的路径加了一个。

原创 多机型混合仿真支持

注意，generator.py生成的launch文件中的无人机自带了特定的传感器，如果不需要此传感器，或者需要别的传感器，需要修改launch文件中的模型SDF部分，详见《配置与控制不同的无人机》教程。当然多机型的控制，实际肯定是要编写脚本，不依赖手动控制的无人驾驶，这些就有待后续的开发了。注意，多机仿真非常消耗CPU，CPU性能较好的笔记本，能完成10架的仿真，如果再多，您可能需要更强的台式机甚至工作站。启动多机PX4仿真(下面展示图是为了演示能生成很多机型，这样的仿真笔记本是无法带动的）

转载 多旋翼姿态控制示例

3.该示例的代码使用的是PID控制，读者根据需要可以自行利用其他方法设计控制器。示例的PID参数并没有严格调整过，可能不适用于所有的控制目标。5.该控制代码中限制了最大姿态角（0.3弧度），读者可自行修改（搜索“angle_max”可以修改限幅）。1.除去本教程，XTDrone的所有示例对于多旋翼无人机的控制都是位置/速度/加速度控制。4.该教程内的偏航角设置为0方可使用，对于不同的偏航角请读者根据自己的控制想法进行设计。6.该程序对两种控制方式①角度+油门②角速度+油门。②输入r可以让飞机回到起飞点。

原创 配置与控制不同的无人机

特别注意sdf文件，由于同一种机型可能配备不同的传感器，所以sdf文件的命名会随之不同，您需要在~/PX4_Firmware/Tools/sitl_gazebo/models/文件夹下寻找所需的sdf文件(plane)。对于多旋翼飞行器，Offboard控制起飞很容易，给一个大于0.3m/s的期望z向速度即可，因此可以不使用Takeoff模式(按键中的v)，Takeoff模式的相关参数（起飞高度，起飞速度）需要在rcS设置，比较麻烦。不知道为什么下图红框部分描述的不对，应该是控制无人机上升下降的速度的。

原创 Ubuntu18.04下XTDrone无人机仿真平台搭建

因为Gazebo寻找模型的顺序，是先在.gazebo/models/下寻找，然后在其他路径寻找，所以在往PX4 SITL复制models时，要注意.gazebo/models/下有没有同名文件（比如.gazebo/models/下默认有stereo_camera），有的话要么将该同名文件删去，要么替换该同名文件。（这个教程是用的国内源安装，虽然可以使用ros，但是可能在和其他的一起使用时出现问题例如darknet_ros，虽然国内源下载会快很多，但还是建议从官网下载）注意，飞机要先解锁才能起飞！