m0_37290785的博客

转自：https://baijiahao.baidu.com/s?id=1595509949786067084&wfr=spider&for=pc最近在听深度学习的课，老师提了一个基本的问题：为什么会出现深度学习？或者说传统的机器学习有什么问题。老师讲解的时候一带而过，什么维度灾难啊之类的，可能觉得这个问题太浅显了吧(|| Д)````不过我发现自己确实还不太明白，于是Goog...

从贝叶斯定理说开去罗朝辉 (http://kesalin.github.io/)CC 许可，转载请署名并保留出处简介贝叶斯定理是18世纪英国数学家托马斯·贝叶斯（Thomas Bayes）提出得重要概率论理论。以下摘一段 wikipedia 上的简介： 所谓的贝叶斯定理源于他生前为解决一个“逆概”问题写的一篇文章，而这篇文章是在他死后才由他的一位...

转自：https://www.cnblogs.com/armysheng/p/3422923.html一.背景 5月9号到北大去听hulu的讲座《推荐系统和计算广告在视频行业应用》，想到能见到传说中的项亮大神，特地拿了本《推荐系统实践》求签名。讲座开始，主讲人先问了下哪些同学有机器学习的背景，我恬不知耻的毅然举手，真是惭愧。后来主讲人在讲座中提到了最小二乘法，说这个是机器学习最基础的...

在我们的屏幕上，有一张地图，这张地图经过缩放、平移、旋转，最终地理坐标和屏幕坐标的关系大致如下图所示：这种关系要怎么描述呢？我们可以假设地图是一张纸，而屏幕是一堵墙。只要我们有两个图钉，我们就能把纸定在墙上。我们把这两个点称为锚点。锚点在屏幕坐标系上的坐标是(x1,y1)和(x2,y2)，对应在地理坐标系上的坐标是(lon1,lat1)和(lon2,lat2)。那现在的问题就变成了，已知两...

从网上摘抄过来的，不好意思忘了出处$GPGGA例：$GPGGA,092204.999,4250.5589,S,14718.5084,E,1,04,24.4,19.7,M,,,,0000*1F字段0：$GPGGA，语句ID，表明该语句为Global Positioning System Fix Data（GGA）GPS定位信息字段1：UTC 时间，hhmmss.sss，时分秒格式

NMEA-0183协议详解NMEA-0183是美国国家海洋电子协会（National Marine Electronics Association）为海用电子设备制定的标准格式。目前业已成了GPS导航设备统一的RTCM（Radio Technical Commission for Maritime services ）标准协议。一．消息内容识别码----+--------------+

全球时区的划分：　　每个时区跨15°经度。以0°经线为界向东向西各划出7.5°经度，作为0时区。即0时区的经度范围是7.5°W——7.5°E。从7.5°E与7.5°W分别向东、向西每15°经度划分为一个时区，直到东11区和西11区。东11区最东部的经度是172.5°E，由172.5°E——180°之间就是东12区。西11区最西部的经度是172.5°W，由172.5°W——180°之间就是西

转自：https://blog.youkuaiyun.com/gwshcx521/article/details/79398116三个难点与棋类运动和电脑游戏不同，在机器人运动控制领域运用增强学习方法主要有以下三个难点：1.“高”，即状态和行为维数高。比如让机器人为我们端杯水，需要增强学习算法提供如下的最优运动控制策略：凭借具有深度、鱼眼和普通图像拍摄功能的实感TM摄像头获得图像，分析出人和杯子的...

转自：https://blog.youkuaiyun.com/heyijia0327/article/details/47021861做机器人底层程序的时候，经常用到航迹推演（Odometry），无论是定位导航还是普通的方向控制。航迹推演中除了对机器人位姿进行估计，另一个很重要的关系是移动机器人前进速度、转向角速度与左轮速度、右轮速度之间的转换。 在机器人局部路径规划算法DWA解析一文中，是在...

转自：https://blog.youkuaiyun.com/frustratd/article/details/80968772题目X[21] = {0.00,0.056,0.112,0.168,0.224,0.280,0.336,0.392,0.448,0.504,0.560,0.616,0.672,0.728,0.784,0.84,0.896,0.952,1.008,1.064,1.12}...

作者：gnuhpc 出处：http://www.cnblogs.com/gnuhpc/1.引言这个项目是由俄亥俄州立大学（OSU）一位博士生所写，http://web.engr.oregonstate.edu/~hess/，这位博士在其个人主页上对该项目进行了如下描述： Object tracking is a tricky problem. A general, all-purpose obje...

转：http://www.itweb2.com/article/system/317.htm 弗洛伊德（Floyd）算法过程：１、用D[v][w]记录每一对顶点的最短距离。２、依次扫描每一个点，并以其为基点再遍历所有每一对顶点D[][]的值，看看是否可用过该基点让这对顶点间的距离更小。算法理解：最短距离有三种情况：１、两点的直达距离最短。（如下图<v,x>）２、两点间只通过一个中间点而...

转自：http://bbs.9ria.com/thread-86464-2-1.html 对于A*寻路算法，可能是游戏开发者讨论最多的话题之一，很多游戏都会用到它来实现游戏角色的寻路。那么我这篇帖子的价值何在呢？先来看看传统A*算法存在的问题：1.尴尬的Z型路径         当你在用A*算法实现了角色行走逻辑后，点击一个目标点，虽然你起点和目标点间没有任何障碍物，但角色还TMD蛋疼地进行了Z型...

转自：http://bbs.9ria.com/thread-95620-1-1.html 对于A*传统寻路的结果不平滑的问题，我们讨论了一种判断两点间是否存在障碍物的算法，并在用户点击鼠标选择了目的地后先判断起终点间是否存在障碍物，若不存在，则路径数组中将只具有一个终点节点；否则进行A*寻路运算。大致过程可用下面代码表示： Java代码  //判断起终点间是否存在障碍物，若存在则调用A*算法进行寻...

问题是这样产生的：给室内定位机器人上传完整地图后，小车无法识别自己在当前上传地图中的位置。解决方法(四步走)：1、记录原地图中机器人当前位置（Pre_Position）及两个显著目标位置（Pre_GoalPosition1 和 Pre_GoalPosition2）；2、记录当前地图中与第一步中对应的两个显著目标位置（Current_GoalPosition1 和 Current_GoalPosit...

原文地址：http://theory.stanford.edu/~amitp/GameProgramming/1 导言　　移动一个简单的物体（object）看起来是容易的。而路径搜索是复杂的。为什么涉及到路径搜索就产生麻烦了？考虑以下情况：  　　物体（unit）最初位于地图的底端并且尝试向顶部移动。物体扫描的区域中(粉红色部分)没有任何东西显示它不能向上移动，因此它持续向上移动。在靠近顶部时，它...

转自：https://www.cnblogs.com/poppybloom/p/6809826.htmlBFS与DFSBFS：这是一种基于队列这种数据结构的搜索方式，它的特点是由每一个状态可以扩展出许多状态，然后再以此扩展，直到找到目标状态或者队列中头尾指针相遇，即队列中所有状态都已处理完毕。DFS：基于递归的搜索方式，它的特点是由一个状态拓展一个状态，然后不停拓展，直到找到目标或者无法继续拓展结...

原文地址：http://www.gamedev.net/reference/articles/article2003.asp概述虽然掌握了A*算法的人认为它容易，但是对于初学者来说，A*算法还是很复杂的。搜索区域(The Search Area)我们假设某人要从A点移动到B点，但是这两点之间被一堵墙隔开。如图1，绿色是A，红色是B，中间蓝色是墙。...

1.安装ubuntu 16.04；2.安装ros；3.安装libpcap-dev：sudo apt-get install libpcap-dev3.设置ubuntu的IP地址为：192.168.1.102,子网掩码为:255.255.255.0,重启网络:sudo service network-manager restart4.下载GIT最新驱动,并编译安装$ mkdir...

各位老铁好！无人驾驶技术入门的第一讲开课啦！今天的课程我会介绍一位来自旧金山的创业公司，他们曾是百度无人驾驶的引路人。百度在2017年9月发布了Apollo 1.5，可以实现固定车道的自动驾驶功能。实现固定车道自动驾驶功能的硬件配置如下：汽车Lincoln MKZ这辆车是Baidu向AutonomouStuff公司定制的一辆改装车，可以看到车上有大大的AS logo。Au...

转自：https://www.d1ev.com/kol/65579上一次的分享里，我介绍了GPS的原理（三角定位）及特性（精度、频率），同时也从无人车控制的角度，讨论了为什么仅有GPS无法满足无人车的定位要求。为了能让无人驾驶系统更高频率地获取定位信息，就必须引入频率更高的传感器。这就是这一次内容的主角——IMU（Inertial Measurement Unit）惯性测量单元。下图就...