Powered By Lego Bricks

最新推荐文章于 2022-03-22 22:23:44 发布
最新推荐文章于 2022-03-22 22:23:44 发布 · 205 阅读 · 0

分享了使用乐高积木拼装的各种创意作品，包括新浪标志、长颈鹿钥匙链、经典马里奥及蘑菇等。

上周买了一盒乐高积木，没事的时候锻炼锻炼脑力，现在把我的成果展示一下??

?

49e3aa5b44b5bdb26ffba&000

先拼出一个新浪来，有人说像盛大，我真的冤??

?

49e3aa5b44b5bdb277229&000

再试试长颈鹿，非常适合做钥匙链

?

49e3aa5b44b5bdb274a17&000

华丽丽的马里奥和蘑菇～

?

49e3aa5b44b5bdb2799fa&000

蘑菇特写，这是变大用的蘑菇，嗯

?

49e3aa5b44b5bdb2729e0&000

马里奥特写，标准的8bit风格，呃哈哈

iteye_2633
关注
lego_loam　问题汇总
Discoverhfub的博客
08-21 5751
问题１： [featureAssociation-7] process has died [pid 25782, exit code -6, cmd /home/ly/catkin_ws/devel/lib/lego_loam/featureAssociation __name:=featureAssociation __log:=/home/ly/.ros/log/764874e0-c3c4-1...
【LLOAM翻译，回环检测】LLOAM: LiDAR Odometry and Mapping with Loop- closure Detection Based Correction
meng_uv的博客
04-13 1960
LLOAM: LiDAR Odometry and Mapping with Loop- closure Detection Based Correction 是2019年 IEEE ICMA 上的一篇文章。 【摘要】 标准的SLAM系统分为3部分：前端里程计，回环检测，后端的全局优化。文章提出了基于回环检测的点云分割匹配前端和基于图优化的后端，从而建立了一个完整的3D Lidar SLAM 系统...
简单总结LEGO-LOAM相对于LOAM的一些改进及不同点
SLAM小土堆
11-05 3190
一. 地面点的提取 1.动机：在LEGO-LOAM的实验数据中，有地面都是草坪的情况。对于这种地面，如果直接用LOAM，那么就会有一些边缘特征点落在草地上（因为草地的参差），这是拉了位姿估计的后腿的，结果会非常不稳定。 2.缺点：LEGO-LOAM中用到的提取方法需要满足雷达水平安装，或者雷达倾斜安装但已知安装角度的前提。如果是手持设备，这个方法就不太可行，因为手持时不能保证雷达和地面一直都是平行的。 3.方法：相邻行的激光点，求取垂直差距和水平面内差距的atan值，小于15度就可以被认为是地面点。这里有一
lego-loam学习笔记
heroacool的专栏
10-30 2983
更新20191205，花了一个月时间，读了一遍lego-loam和loam，发现原文中的转换关系搞不懂，然后借照aloam和lego-loam实现思路，重新复现了一下算法。 综合效果，比论文稍好。loam原始论文学习告一段落，有问题的同学可以留言讨论。 接下来，集中力量攻克一下3D slam 原始的github仓库已经不开源了，但是有别人fork过去的仓库， 别人fork的仓库链接如...
LOAM_velodyne学习笔记
weixin_43068882的博客
11-09 700
参考https://zhuanlan.zhihu.com/p/29719106?utm_source=qq&utm_medium=social&utm_oi=1039233414704160768 针对b情况，A点本是一个面点，在这个时候会被误认为成一个角点。对应代码中的内容为： 遍历所有点（除去前五个和后六个），判断该点及其周边点是否可以作为特征点位：当某点及其后点间的距离平方...
lego-bricks:Angular UI库可重用组件
04-30
乐高积木 到达可重用的UI组件 该项目是使用版本6.0.8生成的。 开发服务器 为开发服务器运行ng serve 。 导航到http://localhost:4200/ 。 如果您更改任何源文件，该应用程序将自动重新加载。 代码脚手架 运行ng ...
lego-parts-shopping-helper:改进 Bricklink & LEGO Bricks & Pieces 的 Chrome 扩展程序，帮助您更高效地购买 LEGO:registered: 零件
06-03
在LEGO Bricks & Pieces 中导入零件清单（来自或 ） 添加缓存（使用 LocalStorage 或其他任何东西，只要这可以提高性能并防止对任何外部服务的滥用调用） 利用 Web Worker 更快地调用列表 使用 React 模板
powered-up:乐高PoweredUp协议的.NET实现
03-29
SharpBrick.PoweredUp是Lego Powered UP产品的蓝牙低功耗协议的.NET实现。 特征 多种编程模型：SharpBrick.PoweredUp支持在设备模型（集线器和设备作为类/属性；请参见下面的示例）或协议级别（消息在蓝牙低功耗...
16种乐高积木块图像识别数据集（包括划分好的数据【文件夹保存】、类别字典文件）
最新发布
06-21
【分类个数：16】Brick 2x2、Plate 1X2、Brick corner 1x2x2等等 【数据集详情】data目录下分为2个目录，训练集和验证集。存放各自的同一类数据图片。训练集图片总数5104，验证集图片总数1275。...
node-poweredup:与LEGO Powered Up组件接口的Javascript模块
05-01
node-poweredup-一个与LEGO Powered Up组件接口的Javascript模块。 公告内容 v6.8.0添加了对LEGO Super Mario的支持。 介绍 LEGO Powered Up是Power Functions（向LEGO模型添加电子设备的系统）的后继产品。 Powered...
Loam，LeGO LOAM的优秀文章以及区别总结
qq_39608209的博客
07-08 770
LeGO LOAM LeGO LOAM学习 LeGO-LOAM学习
LeGO-LOAM论文总结
weixin_43211438的博客
04-22 4198
System Overview Segmentation Pt 代表在时间 t 获取的点云数据，首先将Pt 投影到深度图像上，深度图像的分辨率是180016（与雷达参数有关，计算方法为：360/水平分辨率线数），每个像素的深度值ri与点pi到雷达的欧氏距离有关。 在做点云分割前，先要提取出地面点（ground points），这部分点云不参与segmentation过程。然后采取基于图像的分割方...
KITTI数据集测试 - 1 从KITTI数据到rosbag
旧人赋荒年
08-18 1万+
将kitti的数据转为rosbag, 仅测试于grayscale数据集,测试过程如下.1. 在KITTI网页下载odometry dataset (grayscale, 22GB), 并解压.2. 指定image路径, 生成的bag名,时间戳路径, 然后运行.python img2bag_kitti_odo.py /your directory/KITTI/dataset/sequences/00/
VLP-16第二课: 学习论文LeGo-LOAM: 基于地面优化的轻量级雷达里程计和地图构建
Ian的博客
11-02 1677
学习论文LeGO-LOAM: Lightweight and Ground-Optimized Lidar Odometry and Mapping on Variable Terrain. 1.摘要 LeGO-SLAM, 可在低功耗嵌入式系统下实现实时6自由度位姿估计(轻量级)。 它在分割和优化步骤中利用了地平面的存在。该核心算法主要分为以下几个步骤: (1). 首先利用点云分割去滤除噪声和...
loam框架的注意点，公式推导细节，lego-loam对其的改进及自身不足，
qq_35102059的博客
03-22 2436
流程介绍及注意细节： 总体结构： 1.激光slam框架loam的流程图如下。slam的过程使用帧间匹配作为里程计，但在实际工程应用中，可以与先验地图做匹配实现定位，免去了不必要的建图流程（但又会牵扯出地图更新问题，即long-term slam）。 特征提取部分： 2.loam利用机械式多线激光雷达模型，将点云投影到为透视图，这样在单帧点云中，进行临近搜索和计算的效率会特高很多。 3.投影的方式有两种： 1）可根据点云坐标解算每个点所属的行和列，这样计算量大，对16线雷达（如velodyne
LeGO-LOAM学习
热门推荐
沧海一升的博客
03-11 1万+
前言 在学习了LOAM之后，了解到LeGO-LOAM（面向复杂情况的轻量级优化地面的雷达里程计），进行了一个学习整理。 Github：https://github.com/RobustFieldAutonomyLab/LeGO-LOAM 论文：https://github.com/RobustFieldAutonomyLab/LeGO-LOAM/blob/master/Shan_Englot_...
室外3D建图定位（二）Lego-Loam的改进思路
qq_34672671的博客
10-09 3610
1.序言 倒腾一段时间的LIO-SAM，实在是累，是那种没任何收获的感觉。吐槽几点 a.输入点云需要按照最新的Velodyne雷达的数据格式（用速腾的累烦） b.里程计的输入还需要三维的，二维轮式的实现起来烦 c.IMU预积分和紧耦合对消费级IMU和实际中很难严格时间对齐的开发真的有必要吗 d.增加的GPS，神烦坐标系对齐不讲清楚怎么搞？连github issue也没讲。。 e.个人觉得创新不够，没什么大优点 2.改进思路 改进还是基于lego-loam（lego-loam刚出来也是很多小错误） 改进1.二
媒体音量控制
NewStart的专栏
12-10 1078
1.点击打开链接 2.点击打开链接 3.点击打开链接
LOAM安装，测试（无需IMU数据）
自动驾驶行业学习、交流
09-20 5886
前言： LOAM和单线激光雷达的hector算法比较像，都可以在无IMU数据的情况下建图 环境： Ubuntu16.04、ROS-kinect、PCL1.8 步骤： 1、LOAM安装：参考链接: https://blog.youkuaiyun.com/qq_36396941/article/details/82973772. 2、数据集：ROS官网上链接: http://wiki.ros.org/loam_v...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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