古-月-优快云博客

原创博客迁移通知

为方便博客内容的管理，今后本人的博客内容会在个人网站——古月居（http://www.guyuehome.com）进行更新，优快云博客不作主要维护，感谢大家的支持。由于网站方面的能力有限，个人网站可能会存在一些问题，欢迎大家批评指正。同时欢迎各位关注“古月居”微信公众号，第一时间了解ROS机器人的相关动态。...

2019-12-18 15:02:10 21219 8

原创 ROS探索总结（十九）——如何配置机器人的导航功能

ROS的二维导航功能包，简单来说，就是根据输入的里程计等传感器的信息流和机器人的全局位置，通过导航算法，计算得出安全可靠的机器人速度控制指令。但是，如何在特定的机器人上实现导航功能包的功能，却是一件较为复杂的工程。作为导航功能包使用的必要先决条件，机器人必须运行ROS，发布tf变换树，并发布使用ROS消息类型的传感器数据。同时，为了让机器人更好的完成导航任务，开发者还要根据

2016-01-18 22:07:23 33876 13

原创 ROS探索总结（十八）——重读tf

在之前的博客中，有讲解tf的相关内容，本篇博客重新整理了tf的介绍和学习内容，对tf的认识会更加系统。1 tf简介1.1 什么是tf tf是一个让用户随时间跟踪多个参考系的功能包，它使用一种树型数据结构，根据时间缓冲并维护多个参考系之间的坐标变换关系，可以帮助用户在任意时间，将点、向量等数据的坐标，在两个参考系中完成坐标变换。 tf的相关设计思想，可以参见：tf设计 1

2015-12-02 23:11:10 38982 5

原创 ROS探索总结（十七）——构建完整的机器人应用系统

上一篇博客介绍了HRMRP机器人平台的设计，基于该平台，可以完成丰富的机器人应用，以较为典型的机器人导航为例，如何使用HRMRP来完成相应的功能？本篇博客将详细介绍如何将HRMRP应用到实际的应用当中。

2015-09-20 12:30:40 16734 9

HRMRP（Hybrid Real-time Mobile Robot Platform，混合实时移动机器人平台）机器人是我在校期间和实验室的其他小伙伴一起从零开始设计并开发的一款机器人平台，其中大部分扩展电路、驱动和ROS相关的底层功能都是我们自己做的。该机器人平台具有软硬件可编程、灵活性强、模块化、易扩展、实时性强等特点。HRMRP具备丰富的传感器和执行器，在该平台的基础上，我们设计并实现了机器人SLAM、自主导航、人脸识别、机械臂控制等功能。

2015-09-13 15:22:10 12716 4

原创 ROS探索总结（十五）——amcl（导航与定位）

在理解了move_base的基础上，我们开始机器人的定位与导航。gmaping包是用来生成地图的，需要使用实际的机器人获取激光或者深度数据，所以我们先在已有的地图上进行导航与定位的仿真。 amcl是移动机器人二维环境下的概率定位系统。它实现了自适应（或kld采样）的蒙特卡罗定位方法，其中针对已有的地图使用粒子滤波器跟踪一个机器人的姿态。一、测试首先运行

2013-09-27 21:10:33 72262 33

原创 ROS探索总结（十四）——move_base（路径规划）

在上一篇的博客中，我们一起学习了ROS定位于导航的总体框架，这一篇我们主要研究其中最重要的move_base包。

2013-07-25 16:26:22 95337 35

原创 ROS探索总结（十三）——导航与定位框架

导航与定位是机器人研究中的重要部分。一般机器人在陌生的环境下需要使用激光传感器（或者深度传感器转换成激光数据），先进行地图建模，然后在根据建立的地图进行导航、定位。在ROS中也有很多完善的包可以直接使用。在ROS中，进行导航需要使用到的三个包是：（1） move_base：根据参照的消息进行路径规划，使移动机器人到达指定的位置；

2013-07-15 18:03:43 52290 15

原创 ROS探索总结（十二）——坐标系统

在机器人的控制中，坐标系统是非常重要的，在ROS使用tf软件库进行坐标转换。相关链接：http://www.ros.org/wiki/tf/Tutorials#Learning_tf一、tf简介我们通过一个小小的实例来介绍tf的作用。1、安装turtle包$ rosdep install turtle_tf rviz$ rosmake turt

2013-07-05 19:55:12 60531 5

原创 ROS探索总结（十一）——机器视觉

机器视觉在计算机时代已经越来越流行，摄像头价格越来越低廉，部分集成深度传感器的混合型传感器也逐渐在研究领域普及，例如微软推出的Kinect，而且与之配套的软件功能十分强大，为开发带来了极大的便利。ROS集成了Kinect的的驱动包OpenNI，而且使用OpenCV库可以进行多种多样的图像处理。注：本章内容及代码均参考《ROS by Example》书中的第十章。一、图像

2013-06-24 21:24:19 56345 19

原创 ROS探索总结（十）——语音控制

如今语音识别在PC机和智能手机上炒的火热，ROS走在技术的最前沿当然也不会错过这么帅的技术。ROS中使用了CMU Sphinx和Festival开源项目中的代码，发布了独立的语音识别包，而且可以将识别出来的语音转换成文字，然后让机器人智能处理后说话。一、语音识别包1、安装安装很简单，直接使用ubuntu命令即可，首先安装依赖库：$ sudo apt-ge

2013-06-15 22:03:03 28029 10

原创 ROS探索总结（九）——操作杆控制

对于移动机器人，键盘的控制往往满足不了我们的需求，以前看好多电影里边都是用一个摇杆来控制机器人的，简直帅爆了，正好我这里有一个操作杆，那就来尝试感受一下。操作杆（joystick）控制会更加有操作感，ROS中的很多机器人也带有操作杆的相关代码，只需要简单的移植即可。我们使用的是赛钛客（saitek）的一款操作杆，如下图所示：使用的移植代码是clear

2013-06-06 21:39:46 12969 15

原创 ROS探索总结（八）——键盘控制

如果尝试过前面的例子，有没有感觉每次让机器人移动还要在终端里输入指令，这也太麻烦了，有没有办法通过键盘来控制机器人的移动呢？答案室当然的了。我研究了其他几个机器人键盘控制的代码，还是有所收获的，最后移植到了smartcar上，实验成功。一、创建控制包首先，我们为键盘控制单独建立一个包：roscreate-pkg smartcar_teleop rospy geometr

2013-06-01 17:04:12 46016 8

原创 ROS探索总结（七）——smartcar源码上传

看到前面写的博客还是帮助了很多ROS的学习者，我感到非常荣幸。其实我也是一名ROS的新手，ROS的相关资料少，上手难度大，我现在也在摸索着学习，还希望大家都将自己的学习成果在网上或者ROS群里分享。我看到有些人在运行我前面写的smartcar程序，为了方便大家的学习，我这两天整理了一下代码，已经上传到csdn上，下载请见： http://download.cs

2013-05-31 13:30:28 14115 1

原创 ROS探索总结（六）——使用smartcar进行仿真

之前的博客中，我们使用rviz进行了TurtleBot的仿真，而且使用urdf文件建立了自己的机器人smartcar，本篇博客是将两者进行结合，使用smartcar机器人在rviz中进行仿真。一、模型完善之前我们使用的都是urdf文件格式的模型，在很多情况下，ROS对urdf文件的支持并不是很好，使用宏定义的.xacro文件兼容性更好，扩展性也更好。所以我们把之前的urdf

2013-05-20 19:04:19 26036 62

原创 ROS探索总结（五）——创建简单的机器人模型smartcar

前面我们使用的是已有的机器人模型进行仿真，这一节我们将建立一个简单的智能车机器人smartcar，为后面建立复杂机器人打下基础。一、创建硬件描述包roscreat-pkg smartcar_description urdf二、智能车尺寸数据因为建立的是一个非常简单的机器人，所以我们尽量使用简单的元素：使用长方体代替车模，使用圆柱代替车轮，具体尺寸

2013-05-09 10:56:40 34029 13

原创 ROS探索总结（四）——简单的机器人仿真

前边我们已经介绍了ROS的基本情况，以及新手入门ROS的初级教程，现在就要真正的使用ROS进入机器人世界了。接下来我们涉及到的很多例程都是《ROS by Example》这本书的内容，我是和群里的几个人一起从国外的亚马逊上买到的，还是很有参考价值的，不过前提是你已经熟悉之前的新手教程了。一、ROS by Example 这本书是关于国外关于ROS出版的第一本书，主要针

2013-04-30 21:21:41 58475 13

原创 ROS探索总结（三）——ROS新手教程

前面我们介绍了ROS的特点和结构，接下来就要开始准备动手感受一下ROS的强大了。ROS官网的wiki上针对新手的教程很详细，最好把所有的新手教程都搞清楚，这是后面开发最基础的东西。尽管如此，ROS对于新手来说还是很难上手，这里，我就来总结一下我当时学习的历程，也为其他新手作为一个参考。一、ROS的安装 ROS的安装当然是我们开始动手的第一步了，这里我们使用的操作系统是

2013-04-16 21:56:23 132728 33

原创 ROS探索总结（二）——ROS总体框架

一、总体结构根据ROS系统代码的维护者和分布来标示，主要有两大部分：（1）main：核心部分，主要由Willow Garage公司和一些开发者设计、提供以及维护。它提供了一些分布式计算的基本工具，以及整个ROS的核心部分的程序编写。（2）universe：全球范围的代码，有不同国家的ROS社区组织开发和维护。一种是库的代码，如OpenCV、PCL等

2013-04-12 22:23:30 44696 2

原创 ROS探索总结（一）——ROS简介

一、历史随着机器人领域的快速发展和复杂化，代码的复用性和模块化的需求原来越强烈，而已有的开源机器人系统又不能很好的适应需求。2010年Willow Garage公司发布了开源机器人操作系统ROS（robot operating system），很快在机器人研究领域展开了学习和使用ROS的热潮。 ROS系统是起源于2007年斯坦福大学人工智能实验室的项目与机

2013-04-12 21:30:25 68977 11

原创端侧基础大模型全景指南：从CLIP到VLM(二)

本文介绍了五个端侧视觉模型(DINO、SAM、GroundingDINO、Grounded-SAM和SigLIP)，它们与CLIP/BLIP模型形成互补，在视觉特征提取、图像分割和目标检测等任务中各有专长。重点解析了DINO及其升级版DINO-v2的自监督学习原理，包括无监督特征学习、自蒸馏架构等关键技术，以及DINO-v2在训练策略、架构设计和特征表示等方面的改进。这些模型为零样本图像分类、视觉问答等任务提供了更强大的视觉表示能力。

2025-12-23 10:00:00 281

原创前沿技术解读——RelatiViT

计算机视觉在空间关系理解上存在显著缺陷，现有系统难以准确判断"杯子在碟子上方"等基础空间关系。ICLR2024研究通过重构任务基准和设计专用网络架构，首次实现超越朴素基线的真实场景空间关系预测。研究指出当前视觉系统混淆语义与物理空间关系，且主流方法性能不足。团队重建了SpatialSense+数据集，提供精准无歧义的关系定义，并采用Transformer架构有效建模物体间交互。该工作填补了视觉推理的核心空白，为场景图生成、视觉问答等下游任务提供新基准，相关成果已建立领域新标杆。

2025-12-22 10:00:00 1290

原创 ESP8266模块AT指令编程与智能家居实战指南

本文介绍了ESP8266模块的AT指令编程方法。首先需正确连接模块并烧录程序，然后使用USB串口工具（如AiThinker_Serial_Tool和sscom5.13.1）发送AT指令进行网络通信测试。文中提供了ESP8266模块AT指令编程指南的参考资料，可作为智能家居等物联网应用开发的实战指导。该教程适用于初学者快速掌握ESP8266模块的基础网络通信功能实现。

2025-12-21 10:00:00 211

原创端侧基础大模型全景指南：从CLIP到VLM(三)

本文系统介绍了多模态大语言模型(MLLMs)的发展与应用，重点分析了LLAVA和Flamingo两大代表性模型。LLAVA通过融合视觉编码器和语言模型，实现了细粒度视觉理解和基于图像的对话能力；Flamingo则采用Perceiver Resampler架构，在跨模态少样本学习方面表现突出，支持视觉问答、图像描述等任务。文章详细阐述了这些模型的核心原理、技术特点及实际应用场景，并提供了示例代码和效果展示，为端侧视觉基础模型的研究提供了全景式指南。

2025-12-20 10:00:00 1130

原创 t-SNE基础与实战：MNIST分类，对比不同模型的输出分布

本文通过t-SNE可视化方法对比了线性分类器、MLP和LeNet-5在MNIST数据集上的输出分布差异。实验采用相同训练设置，重点分析三类模型最后一层logits在二维空间的聚类效果，观察类别可分性。结果显示卷积网络因具备局部感受野等特性，其输出呈现更清晰的类簇分离，而线性模型则表现出较多重叠区域。研究证实t-SNE能有效揭示模型在特征空间的判别能力差异，为模型评估提供直观依据。实验配置标准化，代码开源可供复现。

2025-12-19 10:00:00 609

原创 numpy的基本维数操作API

本文介绍了NumPy中五个常用的数组操作方法：1) copyto实现数组复制，支持不同维度数组的智能填充；2) reshape改变数组形状，支持-1自动计算维度；3) ravel将数组展平为一维；4) flat提供一维索引方式访问和修改多维数组；5) moveaxis用于轴重排，可改变数组维度顺序。这些方法都支持函数式和对象式两种调用方式，能够灵活处理数组的形状变换、数据复制和维度调整等操作，是NumPy进行数组维数操作的核心API。

2025-12-18 10:00:00 303

原创机器人学会举一反三！

华盛顿大学与博世AI中心联合推出STRAP框架，突破机器人少样本学习瓶颈。该方案通过子轨迹分割技术将复杂任务拆解为原子动作，利用预训练视觉模型提取鲁棒特征，并创新性提出S-DTW算法实现细粒度跨任务检索。实验表明，STRAP能有效解决传统方法在多任务负迁移、检索粒度不合理和视觉差异敏感等方面的痛点，使机器人仅需少量演示即可快速掌握新技能。这一突破为家庭服务机器人的实际应用提供了更高效的模仿学习方案。

2025-12-17 10:00:00 874

原创链表操作全解析：从基础到FreeRTOS源码实现

本文介绍了链表操作的基本概念与实现方法。重点讲解了指针的本质（32位地址变量）和链表操作的难点，包括创建、插入和删除节点等核心操作。文章还提及了不同链表类型，并附有详细解析链接，内容从基础延伸到FreeRTOS源码实现层面。（99字）

2025-12-16 10:00:00 541

原创 CaGR-RAG深度解析：面向磁盘向量检索的上下文感知查询分组与预取优化

RAG系统面临磁盘I/O瓶颈挑战，CaGR-RAG提出创新解决方案。传统RAG系统为追求检索速度将向量索引全加载到内存，但面对TB级索引时成本过高。基于磁盘的向量检索虽降低内存需求，却因I/O延迟成为新瓶颈。研究发现查询流存在簇访问非均匀性，顺序处理导致缓存命中率低。CaGR-RAG首创上下文感知机制，通过查询重排和智能预取优化数据局部性，包含簇访问模式分组算法和机会性预取策略。实验显示该方法显著提升缓存效率，将99th百分位延迟降低达51.55%，为大规模RAG部署提供有效优化路径。

2025-12-15 10:00:00 566

原创端侧基础大模型全景指南：从CLIP到VLM(一)

本文全面介绍了当前主流的端侧基础大模型及其应用。从环境配置到模型选择指南，详细对比了CLIP、BLIP、LLAVA等模型的特点和硬件需求，重点解析了CLIP的核心原理、技术优势及零样本识别能力。文章提供了实用开发指南，帮助开发者根据图像分类、视觉问答等不同场景选择合适的模型，并实现高效部署。通过分析各模型的性能表现和适用领域，为端侧AI应用开发提供了系统性参考。

2025-12-14 10:00:00 836

原创深度学习实战-基于CNN算法的面部表情分类模型

本文基于CNN算法构建面部表情分类模型，利用深度学习技术解决传统表情识别方法的局限性。研究采用Kaggle公开数据集（包含愤怒、恐惧、快乐、悲伤和惊讶五类表情各约8000张图像），通过Python 3.9和Jupyter Notebook实现数据预处理、模型构建、训练调优等完整流程。该模型旨在提升机器对人类情感的识别能力，为人机交互、智能安防等应用提供技术支持。

2025-12-13 10:00:00 288

原创 RT-Thread互斥量与事件组详解：原理、用法与实现全解析

互斥量是特殊的信号量，其计数值仅为0或1，具有线程独占性和优先级继承特性。获取和释放互斥量需遵循特定流程，且同一线程可重复获取。与普通信号量相比，互斥量在实现上采用特定数据结构和创建方式。RT-Thread系统详细解析了互斥量与事件组的原理、使用方法和实现机制。

2025-12-12 10:00:00 173

原创【四旋翼】四旋翼无人机离散建模与增量PID控制：从线性化到轨迹跟踪

本文研究了四旋翼无人机的离散建模与控制方法。首先基于六自由度刚体动力学建立非线性模型，并在悬停点进行线性化处理，得到12状态的连续线性模型。通过零阶保持法将其离散化，分析系统可控性和动态特性。在此基础上设计了四通道增量式PID控制器，包括高度、偏航单环控制和位置-姿态串级控制。MATLAB仿真验证了该方法能实现平稳悬停和半径2m的圆形轨迹跟踪，并讨论了模型线性化、采样周期和增益整定对性能的影响。研究为四旋翼无人机的精确控制提供了有效解决方案。

2025-12-11 10:00:00 286

原创基于深度学习的海洋动物检测

本文探讨了基于YOLOv8模型的海洋动物检测技术，通过计算机视觉和人工智能实现海洋生物自动识别。研究采用真实海洋环境影像数据，经过多样化增强处理提高模型适应性。实验使用LabelImg工具进行精细标注，结果显示模型对鱼类等常见物种检测效果良好，但对水母等特殊生物识别仍有提升空间。当置信度阈值为0.923时，模型精确度达1.00，验证了该技术在海洋生态监测、生物多样性评估等领域的应用潜力，为海洋保护提供了科技支持。

2025-12-10 10:00:00 924

原创 Diffusion Policy实战（3）

本文解析了DiffusionPolicy框架中real_data_conversion.py模块的核心功能，该模块负责将真实机器人系统采集的多模态原始数据转换为统一的重放缓冲区格式。文章详细介绍了数据转换流程的四个关键环节：1）参数解析与输入验证；2）低维数据处理，包括数据读取、块映射构建和压缩配置；3）图像数据处理，涉及视频解码、分辨率调整和并行编码；4）完整性检查机制。该模块通过模块化设计和并行处理技术，实现了从异构传感器数据到标准化训练数据的高效转换，为强化学习模型提供了结构统一的数据输入。

2025-12-09 10:00:00 528

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

华为+程序规范教材

Qt_画图软件设计教程

ROS使用键盘控制机器人移动

ROS学习tf的初级代码

grub4dos制作多系统启动U盘所需文件打包

ROS链接openni库测试代码

使用grub4dos制作多系统启动U盘

ROS中smartcar机器人的描述文件

K60英文芯片资料

LWIP中文手册

空空如也