lyf's blog

Broker vs Brokerless

ecal介绍

Our initial focus was to build a suite of these panels that corresponded to existing open source tools like rviz, rqt console, rqt_runtime_monitor, rostopic echo, and rqt_plot. With further developm...

1. 共轭复特征值设AAA是n×nn\times nn×n的实矩阵，Ax‾=Aˉxˉ=Axˉ\overline{Ax}=\bar{A}\bar{x}=A\bar{x}Ax=Aˉxˉ=Axˉ假设λ\lambdaλ是AAA的特征值，xxx为λ\lambdaλ对应的特征向量，则λˉ\bar{\lambda}λˉ同样是AAA的特征值，而xˉ\bar{x}xˉ是对应的特征向量，Axˉ=Ax‾=λ...

本文只是对论文内容的简要总结，不对不同厂商激光雷达的好坏进行评价。1. LIBRE最近名古屋大学(Nagoya University)和autoware一起发表了一篇关于激光雷达数据集相关的论文《LIBRE: The Multiple 3D LiDAR Dataset》，数据集地址https://sites.google.com/g.sp.m.is.nagoya-u.ac.jp/libre...

I am still waiting for the day I’ll use mathematics integration in real life.— Derrick Obedgiu1. 特征向量在给定一个线性变换TTT，作用于一个非零的向量vvv，没有对vvv进行旋转，仅仅是对vvv进行了λ\lambdaλ倍的拉伸，如下式所示，T(v)=λv(1)T(v)=\lambda v...

前面的文章主要介绍了旋转矩阵，对于刚体的运动，除了旋转外还有平移。在机器人及自动驾驶中，经常用其次变换矩阵将旋转和平移进行统一。 前面的文章也介绍过其次变换矩阵，本文算是一个总结。1. SE(3)将旋转矩阵和平移向量写在同一个矩阵中，形成的4×44\times44×4矩阵，称为special Euclidean group,即SE(3)SE(3)SE(3)，T=[Rp01]=[r11r12r...

任何旋转，都可以用一个旋转轴ω^\hat \omegaω^和一个旋转角θ\thetaθ来描述。1. 坐标系的线速度和角速度如上图，在旋转的刚体上，附加一个body frame{b}\{b\}{b}，记为{x^,y^,z^}\{\hat{x},\hat{y},\hat{z}\}{x^,y^​,z^}。对于三个轴而言，绕着ω^\hat \omegaω^旋转的轨迹为圆。当然，上述坐标轴{x^,y^...

1. 群群(Group)是一种集合加上一种运算的代数结构。我们把集合记作AAA，运算记作⋅\cdot⋅， 那么群可以记作G=(A,⋅)G = (A, ·)G=(A,⋅)。群要求这个运算满足以下几个条件：封闭性: ∀a1,a2∈A,a1⋅a2∈A\forall a_1, a_2 \in A, a_1\cdot a_2 \in A∀a1​,a2​∈A,a1​⋅a2​∈A.结合律: ∀a1,a2...

除了不同坐标系之间点的坐标变换，在同一坐标系内也存在对点的变换操作，例如平移，旋转等。1. 平移在同一坐标系下，平移操作将空间中一个点沿着一个已知的矢量方向移动一定的距离，如下图所示，将AP1^{A}P_{1}AP1​沿着AQ^{A}QAQ进行平移得到AP2^{A}P_{2}AP2​易得，AP2=AP1+AQ^{A}P_{2}=^{A}P_{1}+^{A}QAP2​=AP1​+AQ...

如下图所示，在自动驾驶车辆上会存在大量冗余的传感器，例如轮速传感器、激光雷达，毫米波雷达，摄像头，超声波雷达，GPS，IMU等。不同传感器对同一物体的测量原始结果都是在自身坐标下，所以首先我们需要对多传感器就行标定(即获得不同坐标系之间的变换关系，多传感器的标定是个非常复杂且困难的问题，这里先不介绍)，将所有传感器的输出统一到一个坐标系下。本文主要介绍不同坐标系之间变换的原理，在这里我们采用一...

1. 标量在介绍向量之前，有必要介绍一下标量(scalar)，标量是一个数字，只有大小，没有方向(不过有正负)。例如温度，重量等。2. 向量向量(vector)是多个数字组成的列表。nnn个有次序的数x1,x2,⋯ ,xnx_1,x_2,\cdots,x_nx1​,x2​,⋯,xn​所组成的数组列表称为nnn维向量。向量可以有两种方式去描述：空间中的一个点，而有次序的数字可以确定点在空...

CPUCPU is a general purpose processor. General Purpose in the sense that it is designed to perform a number of operations but the way these operations are performed may not be best for all applicati...

apollo平台(1.5)目前是基于ros框架来实现，外围丰富了各种自己的感知、认知、决策、规划模块。docker 环境配置bash docker/scripts/install_docker.shinstall_docker.sh主要完成：升级ubuntu内核；apt添加docker list,安装docker-engine；将用户添加到docker组中，可以不用sudo来执行相关docke

转自：http://blog.youkuaiyun.com/qq_34149805/article/details/65634252基本概念地理坐标系：为球面坐标。 参考平面地是椭球面，坐标单位：经纬度；投影坐标系：为平面坐标。参考平面地是水平面，坐标单位：米、千米等；地理坐标转换到投影坐标的过程可理解为投影。（投影：将不规则的地球曲面转换为平面）地理坐标系地球的三级逼近大地水准面地球的自然表面有高山也有洼地，

OpenDrive地图文件格式为xml，详细的介绍可以参考 http://www.opendrive.org/docs/OpenDRIVEFormatSpecRev1.4H.pdf该xml文件中中包含了很多地图信息，例如Road、Junction等，下图是xml文件的主要结构，下图为绘制地图的一个简单思路，读取OpenDRIVE文件，即地图数据，构造路网，通过渲染展示给用户。下面结合OpenDRI

在OpenDRIVE地图的解析和绘制过程中，最关键的一点：在x/y坐标系下，利用起点(x,y)、曲线的相对长度(s坐标，该点距离起点的线段长度)计算出相应长度处所对应的x/y坐标。目前使用较多的Geometry类型为直线line、arc、spiral。1.直线line的解析最简单，知道起点(x,y)，直线角度hdg，距离起点的线段长度s，既可以计算出相对起点的dx,dy。dx = s

转自 https://news.voyage.auto/an-introduction-to-the-can-bus-how-to-programmatically-control-a-car-f1b18be4f377I recently collaborated with my friends at Voyage to enable programmatic control of the...

本文主要介绍了自动驾驶中激光雷达主流厂商的产品，参数，由于价格信息不全，待陆续补全。激光雷达激光雷达在自动驾驶中的两个核心功能：3D的环境感知SLAM加强定位单线的激光雷达已经被广泛应用，例如扫地机器人，单线可以获取事物的2D信息，但是无法获得高度信息。而多线激光雷达，则可以获取事物3D数据。激光雷达目前给大家的第一印象就是贵，想在无人车上普及首先应该...

持续更新测试相关https://oas.voyage.auto/ 主要涉及自动驾驶车辆的安全测试，已开源。主要功能如下图所示，开发1.多传感器数据融合 robot_localization http://docs.ros.org/kinetic/api/robot_localization/html/index.html robot_localiz...

转自，http://www.cnblogs.com/qcloud1001/p/6617764.html随着互联网用户的快速增长，数据体量的急剧膨胀，数据中心对计算的需求也在迅猛上涨。诸如深度学习在线预测、直播中的视频转码、图片压缩解压缩以及HTTPS加密等各类应用对计算的需求已远远超出了传统CPU处理器的能力所及。摩尔定律失效的今天，关注“新“成员（GPU\FPGA\ASIC）为数据中心带...

主要介绍ros中库的编译以及调用，第三方so库的编译调用，依赖其他package中messages/services/actions文件先生成的问题。编译库库名称为autodrive_common，对应头文件在include目录下，需要在catkin_package中添加INCLUDE_DIRS和LIBRARIES，表示当前package（autodrive_common）对外提供的库以及...

Why do we need to calibrate sensors?There are a lot of good sensors these days and many are ‘good enough’ out of the box for many non-critical applications. But in order to achieve the best possible a