To be a better man

【代码】估计值与真值对比函数。

【代码】计算雅克比矩阵。

【代码】优达学城，基于激光的卡尔曼滤波器的C++实现。

【代码】C++实现卡尔曼滤波。

删除重复图片

毫米波:波长 1-10mm、频率 30-300GHz 的无线电频谱。多普勒效应:当声音、光和无线电波等振动源与观测者以相对速度运动时,观测者所收到的振动频率与振动源所发出的频率不同,当观测者靠近雷达天线时,反射信号频率将高于发射信号频率。ECU:电子控制单元(Electronicl Control Unit),控制汽车工作的微机控制器。MCU: 微控制单元(Microcontroller Unit),是把中央处理器(Central Process Unit)的频率与规格做适当缩减,并将内存(Me

项目场景：在生产中，出现TX2重启之后再也远程连接不到TX2系统了，于是通过用usb转接头连上TX2的串口 用串口工具查看，发现TX2 一直再重启。问题描述：通过ssh连接不上tx2, 通过串口发现一直在重启 原因分析：应该是启动文件坏了解决方案：通过TX2的驱动工具JetPack 进行刷机，按照提示一步步的来。具体可以参照下面的链接：[https://blog.youkuaiyun.com/CCCrunner/article/details/109208723?spm=1001.20

最小二乘所谓的最小二乘，就是求∑(观测值−理论值)2\sum(观测值-理论值)^2∑(观测值−理论值)2最小。详细解释可以参考：https://zhuanlan.zhihu.com/p/38128785最大似然估计

liblassudo aptitude install liblas-c-dev liblas-bin liblas-dev liblas-c3 python-liblas liblas3proj.4https://www.cnblogs.com/oloroso/p/5672837.html

什么事UTM?https://zhuanlan.zhihu.com/p/99772254

一、 传感器融合，周围有什么激光雷达毫米波雷达摄像头定位可可否夜晚可可否3D可否否雨雪否可否颜色否否可

项目场景：在运行标定程序的时候，我们需要安装pcl版本为1.9.0的库，但是在进行build的过程中，初夏了如下错误问题描述：fatal error: unsupported/Eigen/NonLinearOptimization: No such file or directory 解决方案： # cd eigen的安装包的位置（注意是解压出来的那个包而不是install的位置） sudo cp -r unsupported/ /usr/local/include.

这里写自定义目录标题前言1、贝叶斯滤波1.1、数学概念2、粒子滤波3、FastSLAM的原理及优化4、Gmapping的介绍前言第一个SLAM系统，基于滤波器的SLAM方法当前来说已经落后，滤波就是只记录当前时刻状态，前面的时刻一旦出现错误就无法修正，在激光里面，效果不会特别好，但是他在发展过程中，是必不可少的一环。，尤其是粒子滤波，贝叶斯估计。一般来说有两种地图，一种是feature-based 视觉常用，激光的话就是栅格地图（2d）1、贝叶斯滤波状态估计，大部分是贝叶斯滤波。1.1、数学概念

激光SLAM简介1.SLAM是什么1.1 SLAM的定义1.1.1 Localiztion: 在给定地图的情况下，估计机器人的位姿1.1.2 Mapping: 在给定机器人位姿的情况下，估计环境地图1.1.3 SLAM：同时估计机器人的位姿和环境地图1.2 SLAM解决的问题1.2.1 机器人在环境中的位姿1.2.2 导航过程中需要的环境地图2.SLAM的分类3.SLAM的框架激光SLAM1.SLAM是什么1.1 SLAM的定义1.1.1 Localiztion: 在给定地图的情况下，估计机器人的位姿

主要是版本要对应上，Eigen版本最好是3.3.3以上Ceres版本是1.1.14Eigen的位置一定要安装在/usr/include/eigen3上

在安装雷达驱动程序编译过程中出现的这个错误，针对Ubuntu系统，可以使用 下面的命令sudo apt-get install libpcap-devel

已知一个矢量[x1,x2,x3]T[x_1,x_2,x_3]^T[x1​,x2​,x3​]T,求该向量的反对称矩阵是[0−x3x2x30−x1x2x10]\left[\begin{matrix}0 & -x_3 & x_2 \\x_3 & 0 & -x_1 \\x_2 & x_1 & 0\end{matrix}\right] ⎣⎡​0x3​x2​​−x3​0x1​​x2​−x1​0​⎦⎤​...

该脚本能够一键启动roscore,并自己打开rosbag 播放，并打开自己的ros程序#! /bin/bash source /opt/ros/kinetic/setup.bash roscoregnome-terminal --window -e 'bash -c ". /home/${USER}/*aconda3*/etc/profile.d/conda.sh;conda activate torch14;source /opt/ros/kinetic/setup.bash;source

参考资料如下：Ubuntu16.04使用大恒工业相机Python调用大恒相机采集图片（Ubuntu16.04）

最近想学习一下激光SLAM, 计划是先跑代码再看论文，于是从github上找到代码进行编译。https://github.com/HKUST-Aerial-Robotics/A-LOAM ，编译过程中遇到问题如下图所示。原因在于找不到定义，在代码中加入如下代码，using namespace cv;重新编译：编译通过～...

Canny 边缘检测主要步骤：先把图像变成灰色计算图像梯度，其中每个像素的亮度对应该店的梯度值。通过寻找最大的梯度值，就可以找到边缘。首先，我们需要读入图像import matplotlib.pyplot as pltimport matplotlib.image as mpimgimage = mpimg.imread('exit-ramp.jpg')plt.imshow(image)将图片转换成灰度图片，代码如下：import cv2 #bringing in OpenCV

import matplotlib.pyplot as pltimport matplotlib.image as mpimgimport numpy as np# 读取图片打印信息image = mpimg.imread('test.jpg')print('This image is: ', type(image), 'with dimensions:', image.shape)# Pull out the x and y sizes and make a copy

#!/usr/bin/env python3#-*- coding:utf-8 -*-# 引入操作图片的库import matplotlib.pyplot as pltimport matplotlib.image as mpimgimport numpy as np# 读入图片并输出一些状态image = mpimg.imread('test.jpg')print('This image is: ',type(image), 'with dimensions:', image.sha

本文主要是对无人驾驶基础常识进行补充，自己在此方面进行整理归纳，如果有不足之处，希望大家批评指正。名词解释IMU全称inertial measurement unit，俗称惯性传感器，检测加速度与旋转运动的高频（1KHz）传感器...