2024年6月3日--6月9日(ue+linux+slam+gis,15小时,合计2691小时,剩余7309小时)

试过重点放在独立游戏上,有个indienova独立游戏团队是全职的,由于他们干了几个月,节奏暂时跟不上,紧张焦虑了。五一时也有点自暴自弃了,实在没必要,按照自己的节奏走即可。精力和时间也有限,放在周末进行即可。除非哪天失业了,再也找不到工作了,再把重心放在独立游戏上。

另外,找到一个同样业余的美术,从头做横版游戏两周一次正式交流即可。节奏一定要放慢,不能影响正常工作生活。如果影响到了,还不如自己买资源慢慢搞。

b站张亮002在半年内复刻了吸血鬼割草游戏,上架steam,税前十万人民币。他花了不到5000从虚幻商城买资源。看来不需要美术。
所以,这点也提醒了下,UE只用来做独立游戏,复刻即可。和其他专业结合的也不懂,没必要面面俱到。

UE渲染模块晚上回家后抄写即可,开着和平精英,然后切换着。周末去图书大厦泛读打印好的ue源码,或者经典书籍。明白原理和源码的好处是,在遇到问题时,知道怎么正确的解决。

工作比较顺利,所以在上班时间一边抄工作源码一边完成工作任务即可。为了再扩展,每天可以进行slam视频教程,这就足够了。

也不指望独立游戏挣钱,只是主要打发业余时间。最关键的是,工资+planb,目前每月已经有33000了,别因为想搞ue瞎跳槽到小公司,尤其是小公司不稳定,甚至还要降薪,怎么被坑死的都不知道。所以,宁可把独立游戏当做一种爱好。像养花养草养鱼一样,每月宁可投进去一千买美术资源,稳住才是关键。
确实不知道做哪种类型了,看张亮002在干啥,复刻他做的那个类型即可。,主要是熟练度

UE全职基本没戏,除了一家内推外,基本上都要三五年经验,哪怕是外包。算了,不做此打算了。其实,osg的也不好找了,那就以ue独立游戏为主,自谋生路

按照月计划:本周计划如下:
6月3日–6月9日:ue4rpg(p238-p242),slam每天10分钟。ue渲染视频(5a15-5b2),ue横版每天1个,linux(第一章p1-p5),GIS第一季(p8-p12)晚上回家后读ue源码,周末去图书大厦看打印的UE源码,或者打印的经典书籍。

落实到天,应该是
周一:ue4rpg(p238),slam每天10分钟。ue渲染视频(5a1

### TurtleBot3 结合 ORB-SLAM3 的实现方法 #### 1. 系统配置与依赖安装 在结合使用 TurtleBot3 和 ORB-SLAM3 之前,需确保 ROS 环境已经搭建完毕,并满足以下条件: - 安装 ROS 版本(推荐 Noetic 或 Melodic),并完成 TurtleBot3 的基本设置[^5]。 - 下载并编译 ORB-SLAM3 源码至工作空间。可以通过官方 GitHub 地址获取源码:`https://github.com/UZI-BARCELONA/ORB_SLAM3.git`。 ```bash git clone --recursive https://github.com/UZI-BARCELONA/orb_slam_3_ros.git cd orb_slam_3_ros && mkdir build && cd build cmake .. make -j$(nproc) ``` 此过程可能需要额外安装一些依赖库,例如 Eigen、Pangolin 和 OpenCV[^6]。 --- #### 2. 配置传感器数据流 TurtleBot3 默认配备 LiDAR 和 RGB-D 相机(如 Intel RealSense D435i)。为了适配 ORB-SLAM3 输入需求,需调整相机驱动程序以发布 `image_raw` 和 `camera_info` 主题: ```yaml # turtlebot3_realsense.yaml (用于启动文件中加载参数) realsense_camera_node: ros__parameters: enable_color: true enable_depth: true depth_module.profile: "848x480x30" color_width: 848 color_height: 480 color_fps: 30 ``` 通过上述 YAML 文件配置 Realsense 节点,确保发布的图像分辨率和频率适合 SLAM 运算。 --- #### 3. 启动 ORB-SLAM3 并集成 TurtleBot3 数据 创建一个新的 launch 文件,将 TurtleBot3 的硬件资源映射到 ORB-SLAM3 所需的主题结构中。以下是示例代码片段: ```xml <launch> <!-- 启动 TurtleBot3 --> <include file="$(find turtlebot3_bringup)/launch/turtlebot3_robot.launch"/> <!-- 启动 Realsense Camera --> <node pkg="realsense2_camera" type="realsense2_camera_node" name="realsense_camera"> <param name="enable_color" value="true"/> <param name="enable_depth" value="true"/> </node> <!-- 启动 ORB-SLAM3 --> <node pkg="orb_slam3_ros" type="mono_rgbd" name="orb_slam3_mono_rgbd" output="screen"> <remap from="/camera/image_raw" to="/camera/color/image_raw"/> <remap from="/camera/camera_info" to="/camera/color/camera_info"/> <rosparam command="load" file="$(find your_package_name)/config/TurtleBot3_ORBSLAM3.yaml"/> </node> </launch> ``` 在此过程中,需特别注意主题名称的一致性和时间戳同步问题[^7]。 --- #### 4. 自定义地图保存与可视化 ORB-SLAM3 支持多种模式下的地图构建(单目、双目、RGB-D 等)。对于 TurtleBot3 使用的 RGB-D 模式,可通过键盘命令触发地图保存操作: ```bash rosservice call /save_trajectory "/path/to/save/map.txt" ``` 同时,可利用 RViz 加载生成的地图文件进行可视化展示。具体步骤如下: - 添加 PointCloud2 显示插件; - 设置目标话题为 `/orb_slam3/keypoint_map`。 --- #### 5. 动态场景优化 由于 TurtleBot3 工作环境中可能存在移动障碍物或其他干扰因素,建议引入 DS-SLAM 类似机制过滤动态物体影响[^3]。修改后的算法框架应具备以下特点: - **跟踪模块**:实时检测静态特征点; - **语义分割模块**:区分背景与前景区域; - **局部建图模块**:剔除动态部分的影响。 这种改进有助于提升定位精度及鲁棒性。 --- #### 示例代码 以下是一个简单的 Python 脚本,用于订阅 ORB-SLAM3 输出的姿态信息并与 TurtleBot3 控制器交互: ```python import rospy from geometry_msgs.msg import PoseStamped, Twist def pose_callback(pose_msg): global current_pose current_pose = pose_msg.pose.position if __name__ == "__main__": rospy.init_node(&#39;turtlebot_orbslam_control&#39;, anonymous=True) sub = rospy.Subscriber(&#39;/orb_slam3/pose&#39;, PoseStamped, callback=pose_callback) pub = rospy.Publisher(&#39;/cmd_vel&#39;, Twist, queue_size=10) rate = rospy.Rate(10) # Hz while not rospy.is_shutdown(): twist_cmd = Twist() if current_pose is not None: # 根据当前姿态计算控制指令 twist_cmd.linear.x = 0.1 # 假设固定前进速度 pub.publish(twist_cmd) rate.sleep() ``` --- ###
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值