- 博客(120)
- 资源 (10)
- 收藏
- 关注
RSS订阅
原创 LIO-SAM的后端
这部分是 mapOptmization 最主要的内容，订阅 cloud_info 这个自定义主题的消息(这个主题的消息包含后端优化所需要的所有信息，角点，平面点等，可以参考前端的内容)。如果检测到有回环的话，回环会保存在 loopIndexQueue 队列中，因此当队列不为空的时候，就会将所有的回环都取出来，提取出对应的因子图标号，添加因子约束(在第一帧的时候，会赋予较大的方差，因为此时并不信任这个位姿，需要注意此时由于只有一帧，因此只需要加入一个。w 如果是任意的其他的方向，求解出来的方差都会比较小。
2025-08-27 11:12:49
605
原创 自制px4日志工具
在无人机的日常问题排查过程中，看日志是必不可少的一个环节，飞机的本地日志是记录最全的信息，结合自己调试飞机经常查看的字段，制作了这个软件，也算是可以给大家一个新的工具选择吧，方便 px4 开发者以及无人机爱好者查看飞行日志。
2024-09-29 11:40:26
1323
2
原创 ego(10)---仿真地图与点云生成
仿真地图，全局地图点云，局部地图点云生成主要与两个文件有关，random_forset_sensing.cpp 与 pointcloud_render_node.cpp。当然如果是 mockamap 的地图类型生成的话，就是另外的地图生成，不过我们只需要看一下 ego 常规是怎么做的即可，mockamap 也大同小异。局部点云在 pointcloud_render_node.cpp 中定时检测并发布，局部点云其实也就是模拟雷达的点云数据。在生成障碍物后，根据网格分辨率，来保存网格内的障碍物点作为点云。
2025-09-22 15:08:41
245
原创 ego(9)---ego-planner中的动力学仿真
在 ego 中，输出的控制指令包括两个部分，一个是力矩，一个是力矩的方向，也就是角度，最终是单独将方向转化为了四元数来发布出来，这部分内容在 SO3Control.cpp 中。姿态角的力矩需要乘以力臂 d ，于是，单电机与姿态力矩的关系就为 F = M1 / (2*d) 或 F = M2 / (2*d)，分别对应横滚与俯仰。然后逐轴分析，单个电机的转速平方就是总推力/(4*kf)，再叠加横滚俯仰轴的的力矩 / (2*d*kf)，再叠加偏航力矩 / (4*km)。
2025-09-21 23:13:27
765
原创 ego(8)---L-BFGS优化算法与B样条生成最终轨迹
在经过上一步的为 Astar 路径点计算避障基准点与排斥方向后，就会在经过一道带避障约束的优化步骤，得到可以避障的轨迹控制点。这部分的内容也是一个循环迭代的过程，循环调用 L-BFGS 优化器与 B 样条，检测是否满足避障条件。不满足则继续循环优化与B样条。
2025-09-20 21:15:27
979
原创 ego(7)---为Astar路径点计算交点，避障基准点与排斥方向
在 ego-planner 中，在进行了之前的初始轨迹采样，Astar 绕障轨迹，障碍物边界的二次计算后，会有两组点，一组是二次计算后的障碍物边界轨迹点，一组是 Astar 绕障轨迹点，(可以查看之前的 ego 文章)。可以回顾一下点积的概念，结合一下 ego 的场景，两个向量点积就是一个向量在另一个向量的投影，当点积 > 0 时，说明两个向量同向，点积 < 0 时，说明两个向量反向。障碍物基准点：就是在控制点与交点连线上，离障碍物最近的点，在寻找时，使用障碍物网格地图的分辨率在连线上逐次寻找即可。
2025-09-18 16:11:35
450
原创 ego(6)---障碍物边界点的二次计算
了确保障碍段对应的控制点调整区间有足够的控制点，为后续的 B 样条避障调整优化提供充足的调整空间，需要将原始的障碍物边界点来往外扩张。在边界计算的时候，会进行第一次外扩，
2025-09-17 18:33:45
316
原创 ego(5)---Astar绕障
启发函数的作用是用来计算当前节点到终点的代价，在 ego 中，使用量节点的标号差，再结合三维，二维，平面距离来计算。因此，这里就简单回顾一下 Astar 的一些基础概念，然后再分析 ego 工程。在 ego 中使用开集与闭集的概念，区分节点的状态。，这样就可以大致以最优路径来快速收敛到终点。
2025-09-15 17:43:46
984
原创 ego(4)---检测B样条轨迹的障碍物进入点与退出点
在经过 B 样条的控制点采样后，接下来是绕障的环节，绕障使用的是 Astar ，但在使用 Astar 之前，需要进行障碍物进出点的检测与标记。通俗点讲，这部分的作用就是为 Astar 绕障碍做前置准备。grid_map_->getResolution() 表示栅格地图的分辨率，step_size 用来确认采样步长，保证采样点的密度不低于栅格精度，就可以避免越过障碍物。在 ego 中采用了一个小状态机来标记是否发生碰撞，使用内外两层检测，外层只检测初始轨迹的关键区间(中间的 2/3 段，认为首尾段无障碍)。
2025-09-13 18:46:07
293
原创 ego(3)---根据关键点求解B样条控制点
多项式在求解过程中，仅依赖起始点与中止点的位置，而在关键点采样后，再进行 B 样条控制点的计算，则 B 样条的曲线会考虑所有关键采样点的信息，会比较全面；在 B 样条的公式中，比较重要的就是控制点的确定了，因此在 ego 中，在进行初始轨迹生成，然后关键点采样后，会进行 B 样条控制点的计算。多项式生成轨迹时，未知变量的数量为 6 个，而B样条在关键点采样后再生成，未知变量就与采样点的数量有关，为 k + 2，自由度更高。ego 之后的求解 B 样条控制点的函数的作用就是求解上式中的 P。
2025-09-07 14:51:17
315
原创 ego(2)---初始轨迹生成后的关键点采样
在初始的多项式轨迹生成后，是要经过一个关键点采样，使用关键点来进行后续的 B 样条曲线拟合的。根据最终的出循环条件，找到一个距离足够远，且数量大于等于 7 个的采样点的 ts。在上一步的初始轨迹生成后，轨迹方程保存在 gl_traj 中，，用于后续的 B 样条拟合。
2025-09-03 22:49:45
250
原创 ego(1)---ego-planner的初始轨迹生成
以上的 c0 - c5 参数都是 coeff 矩阵的系数，那么之后的核心问题就转化为了以上的 coeff 矩阵各个系数的求解，通俗一点说，就是。，这里就写作 d_critical 吧，当然 ego 的代码里没有这样取名字，它直接用了问号表达式，文章只是解析原理，不用太深究完全对应代码。其中 B 矩阵就是约束向量，表示轨迹起点坐标，终点坐标，起点速度，终点速度，起点加速度，终点加速度。位置：x(t) = c₅t⁵ + c₄t⁴ + c₃t³ + c₂t² + c₁t + c₀。以上的公式也比较容易求解。
2025-08-31 16:17:13
627
原创 B样条曲线
以前在做规划仿真时，用的时贝塞尔曲线，但贝塞尔曲线有一个缺点，就是所有的点都参与计算，在规划中，大部分的情况，计算出来的路径点都是比较曲折的，用标准的贝塞尔就会与计算出来的路径点贴合度不高，这种情况下，当时是写了分段贝塞尔，每5个点为一组来分段计算贝塞尔。大体是按照上述的递推公式来编写递归函数，当然，这个递归函数有一些细节需要注意一下。由于 k = 1 时，就会退化为分段函数，因此 k 至少也要为 2。，因此许多的规划算法也都采用B样条的方式来平滑曲线。P 点就是控制点，也就是规划时的关键路径点。
2025-08-19 18:09:38
660
原创 kd树的原理
在激光雷达建图的学习中，经过会遇到这个 kd 树的概念，来在全局地图中搜索当前特征点最近邻的几个点，那么其原理是怎么样的？三维的点不好画图示意，使用二维点来示意建树过程。的形式，从而达到加速查询的目的。kd 树的核心思想是通过。
2025-08-05 17:25:25
513
原创 rk3588跑通速腾雷达RS16的ros点云读取
速腾的这个说明书写的还是很详细的。只是如果是跑在嵌入式端，例如我想使用 rk3588 来跑，就会遇到一些问题。会提示找不到包(已经换源)，这时候就需要使用源码安装的方式来安装，整个步骤就非常麻烦。，也是同样的使用 apt-get install 会报错，需要源码安装。能够 ping 通192.168.1.200 就表示能收到雷达数据了。$(nproc) 根据你自己的板子性能来，我的就 2 就行。按照上述说明书中的端口配置即可，libpcap 会依赖两个包。就把对应的路径添加到。
2025-07-25 20:40:23
543
原创 pyqt动态拖拽调整视窗比例
我当时在使用 QSplitter 后，wighet 就无法填充整个窗口了，这个是由于当时是将 QSplitter 当成了一个控件放在了主界面的布局里，因此 QSplitter 会被挤压或者被留了边距，导致无法完全填充。一直想给我的日志工具实现自由调整视窗比例的功能，之前一直以为拖拽调整视窗比例是在分割线上做，后面才知道是使用 QSplitter ，关于 QSplitter 有一些需要注意的地方。打破布局后，才能添加 splitter。根据需要选择是垂直还是水平分割。
2025-07-23 09:55:56
316
原创 faster-lio与fast-lio中如何修改雷达的旋转角度
修改对应的参数文件，因为我的仿真使用的 avia，因此就修改 avia.yaml 文件中的旋转矩阵。
2025-07-20 17:46:40
537
原创 faster-lio仿真环境问题及解决
在按照 XTDrone 的文档步骤搭建 faster-lio 的仿真环境后，运行可能会出现各种报错问题，本篇仅就环境搭建的问题提供一些解决思路。
2025-07-17 17:12:48
651
原创 slam中的eskf观测矩阵推导
例如在 fastlio 中，是利用平面特征点到拟合平面的距离来构造观测方程，利用平面特征点到拟合平面的距离应该趋向于0来列方程。假设拟合后的法向量为 u = [A, B, C]'，截距为 D，在之前的《slam中的eskf推导》一文中，没有写观测矩阵 H 矩阵的过程，现在补上这部分。
2025-07-15 13:55:37
295
原创 在FASTLIO工程中添加新的ros点云雷达类型
我因为方便调试，直接把其他的给屏蔽了，可以看到在 FASTLIO 中，只有 livox 的雷达会单独处理，其他的都会进入固态雷达回调，本来探维的雷达也是固态雷达，但固态雷达回调中我看没有时间同步的处理，我是外置的 imu ，需要进行时间同步，因此就单独写了一个回调，其实直接修改固态雷达的回调也可以。探维的 sdk 支持发布 ros 的点云主题数据，因此修改为接收 ros 的点云主题数据即可。因为我的是探维的雷达Scope256，就直接取这个名字。
2025-07-11 14:46:49
470
原创 编译faster-lio报错
编译faster-lio报错时，检查是否已经安装了 livox_ros_driver，我的 catkin_ws 中已经安装了：因为 faster-lio 的工程目录下把 livox 的驱动给包含了，因此会冲突，需要将此文件夹删掉，目录为：
2025-07-10 11:39:29
472
原创 ros+px4仿真中的二维激光雷达消息
在上面的数据结构中，range_min 和 range_max 表示激光雷达的测量范围，因为激光雷达在太近和太远的地方都不准确。加入 range_min 为 -pi，range_max 为 pi 则扫描就是从 -180 度开始，到 ＋180 度结束。LaserScan 消息是 ros 激光扫描数据的软件层表示。ros 提供了一个特殊的消息类型 LaserScan来存储激光信息。ranges 则是一个数组，里面存放的就是距离数值。这些数据也都对应了 launch 文件中的参数。后续再修改world文件即可。
2025-07-05 16:12:50
573
原创 volans的控制px4画圆思路
可以看到在这里加载了 ros 的节点包，并且配置了参数，之后就会调用 ros 相关的节点程序。launch用于加载各个模型以及脚本文件，画圆的主 launch 文件在 src/simulation/launch/Demo/px4_quadrotor/ 目录下的 circular_px4.launch。主流程中，设置了一个状态机，先等待 offborad 模式，切换到 offboard 模式后，切换其他状态，一步一步发布圆形的轨迹。包含四个部分：运行世界模型，飞机模型，画圆启动程序，键盘控制脚本。
2025-07-05 16:01:58
348
2
原创 断联ssh后，如何关闭正在运行的python脚本
接上篇，在使用脚本来采集雷达与 imu 的时候，发现了一个问题，我用 ssh 连接 3588，启动脚本，然后拔掉网线采集数据，采集数据后，再重新连接 ssh，就没办法用 Ctrl+C 来中断脚本了。我这里是运行了一个 helper.py 找到其对应的 id 为 38752。
2025-07-02 16:15:29
197
原创 编写rosbag脚本记录雷达与imu数据包
雷达使用的是探维的雷达，他们驱动中发布的是 PointCloud2 类型的包，imu就直接通过mavros来获取飞控的imu数据，脚本中订阅数据然后在回调中写入即可，代码比较简单。由于雷达比较大坨，而且是需要搭配 rk3588，以及外部的 imu 数据，我是直接拿了一个飞控来发送 imu 数据给 3588，(我的雷达内部没有imu)，因此携带着测试不是很方便，需要编写一个脚本来采集雷达与imu数据，后续就可以在座位上调试。运行后，使用 rosbag info 可以看到保存的信息。
2025-07-01 17:05:29
457
原创 VScode使用usb转网口远程开发rk3588
rk那边就直接插入usb转网口以及网线，这样自动连接 vscode，也是可以连接上的，但不稳定。没过10分钟就会断联，然后过一会又能连上。我使用的是鲁班猫的板，只有一个网口，需要接雷达，因此另外弄了一个usb转网口来连接电脑开发。之后就可以稳定连接调试了。
2025-06-28 17:44:16
411
原创 rk3588获取探维雷达数据
可以在上期部署完 FASTLIO 的工作空间内，继续部署探维雷达的驱动程序。不要问为什么不用 mid360，因为我手上只有探维雷达。，这部分是查询雷达网站知道雷达的端口号。
2025-06-27 17:31:39
440
原创 rk3588部署FASTLIO环境
内存占满，之后就编译报错了，这种情况一种是可以自己弄一个交叉编译环境，但配置非常麻烦，另一种就。可以看到编译时，在原本的 4G 空间用完之后，就会使用虚拟内存。然后就可以编译成功了。
2025-06-25 19:13:04
394
2
原创 px4仿真使用fastlio的定位数据飞行
前提是已经配置好 px4 的仿真以及 fastlio 的环境，可以用 XTDrone 的教程配置，比较快一些。我是按照 XTDrone 的教程配置好了 livox_avia 的环境。可以自己试一下，切不到才是正常的。查看 mavlink 消息中，也没有 local_position 之类的本地坐标消息。此时正常修改完后，是要软重启的，但仿真没办法软重启，就关掉再重启一下 px4 仿真。1）修改EKF2配置参数，采用视觉定位数据(只是它起这个名字，用雷达也是一样的)
2025-06-19 15:20:22
1308
原创 PCA(主成分分析)为什么与特征值有关系
w 如果是任意的其他的方向，求解出来的方差都会比较小。这里目标函数就变成 max(W'CW)，因为有约束条件 w'w = 1，因此求解它的时候可以借助。根据如上的推导计算，可以求解出建立拉格朗日方程时的。
2025-06-17 16:59:41
298
原创 slam中的eskf推导
前面的位置部分没什么好说的，但由于速度部分与旋转是由关联的，因此需要先看旋转部分。其中 t 表示 truth，真实值的意思。速度部分的求解与旋转是类似的，也是。
2025-06-04 09:43:20
234
原创 配置Fastlio环境到XTDrone
针对三维固态雷达的仿真，XTDrone 的官方文档中的教程，是配置的高博的 faster-lio ，是基于 fastlio 修改的一个轻量版本，但我的环境在实际使用中，经常运行不正常，点数少了，漂移会比较严重，有时还会报错，点数多了的话，就会崩掉，因此更换了 Fastlio 版本进行仿真，可以正常运行。目的就是调用从 XTDrone 复制过来的模型文件，如果已经是这样了，就不用修改。之后重新编译 catkin_ws。运行 fastlio。
2025-05-29 10:54:51
800
10
原创 XTDrone配置ALOAM三维激光SLAM环境
需要将 A-LOAM 中所有cpp文件中的主题类的 /camera_init 修改为 camera_init。这个涉及到后续运行 rviz 中的坐标系转换问题，编译完成后，检查 ~/.bashrc 文件中是否有添加 source ~/catkin_ws/devel/setup.bash。前提是已经配置到了 XTDrone 的基础环境，可以编译 px4，以及运行 ros。注意这个报错有多处，上面只是示例了一处，根据报错信息的文件，一个个修改即可。因为我的系统本来就已经有 PCL 库，因此直接就编译过了。
2025-05-20 14:11:24
583
原创 贝叶斯概率
1）需要已知初始置信度bel(x(0))，因为贝叶斯滤波算法算法是递归进行的：t 时刻的置信度bel(x(t))是由 t-1 时刻的置信度bel(x(t-1))计算得到的。用已经观测到的测量z(t)的概率（似然概率） 乘以 置信度_bel(x(t))（先验概率）得到最后的置信度（先验概率）bel(x(t))x(t)的置信度（后验概率）表示为：bel(x(t)) = P(x(t)|z(1:t),u(1:t))其表示为 _bel(x(t)) = P(x(t)|z(1:t-1),u(1:t))
2025-05-16 11:51:02
925
原创 转发多台px4仿真UDP数据到地面站
在上述代码中，UDP 在接收时是用不到此ip的，也就是 gcs_sock.bind(('', gcs_tx_port))，函数中的 ip 可以不填，只需要将端口号填对即可，但在发送时，需要指定 ip，而且在给飞控发送心跳时，需要绑定端口号为飞机的端口号。，因此，需要编写一个脚本在主机运行，接收 wsl 中仿真飞机的数据，通过主机的 ip 与端口发送给 app 的主机 ip 与端口()，并且，接收 app 的命令，转发给三台飞机(命令中会包含飞机id，因此脚本不需要做筛选，直接转发给三个即可)。
2025-05-13 18:05:56
879
原创 px4的时钟配置宏
例如v6x，PX4的时钟配置宏在 px4/fmu-v6x/nuttx-config/include 文件夹中。时钟配置宏的含义对照 cubemx 的时钟树来看会更清晰。v6x使用的是16M的外部晶振，最终需要配置 480M 的系统时钟，一般使用的是25M，但从配置难度上，16M会比25M配置更容易一些。v6x默认使用 HSE ，即外部晶振作为时钟源。PLL输入源的频率根据配置选择不同的范围。最终得到 480M 的最大时钟频率。
2025-03-24 10:46:51
508
原创 px4的垂向控制
例如手控的垂向控制，在手控高度规划 FlightTaskManualAltitudeSmoothVel 中，根据垂向的目标速度，与xy轴的速度轨迹规划一样，也是将目标速度带入速度S曲线，生成相应的轨迹(加加速度，加速度，速度，位置)等垂向信息，之后作为控制输入，代入旋翼的位置控制类 MulticopterPositionControl ，在此类的主循环中，更新位置与悬停油门(推力)的估计数据，调用位置控制类 PositionControl 进行 PVA 控制。1）正常飞行时，高度目标不设置，即为NAN。
2025-03-22 13:43:01
1137
2
原创 px4协处理器bootloader
它的结构很简单，针对不同的硬件配置使用 #if --- #elif --- #end 宏条件编译语句进行配置。也就是说，设置的 200ms，如果在进入 bootloader 后，200ms之内，没有接收到数据，则判断超出时间，则跳转到 app 偏移地址中，如果 200ms 之内，接收到了数据，则停止计时，开始进入接收数据状态。：包含 Makefile，Makefile.f1，Makefile.f3，Makefile.f4，Makefile.f7 五个文件，分别对应系统总的编译流程以及各系列芯片的编译流程。
2025-03-14 14:56:09
1339
原创 八叉树地图的原理与实现
八叉树地图适合做大地图的建模，因为地图较大的情况下，体素图会占据大量的空间，不利于存储，因此八叉树地图适合做全局地图建模，用于做全局规划。体素图因为数据结构简单，建模速度快，因此适合做局部小地图的建模，用于局部规划，做动态避障。也就是说，在一定大小的三维空间内，
2025-03-13 23:54:36
875
16*16点阵汉字滚动显示C51程序，仿真，protues16*16点阵元件库，以及中英文取模软件
2017-04-16
Android Studio使用opencv打开摄像头.java以及.xml
2017-05-14
单片机使用PCF进行AD采值并使用MAX232双机通信，程序加仿真
2018-07-30
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人