- 博客(5)
- 收藏
- 关注
原创 运行fast-lio-sam,
主要是通过fast-lio2的前端和lio-sam的后端进行融合,并且配有回环检测,相关视频存在ubuntu中的视频文件夹,有体现回环的文件夹。运行的步骤是在终端source完以后运行。在存放bag包的文件夹中运行这个bag包。github的地址为。
2026-04-07 21:16:00
68
原创 ZJU-FAST-Lab /FSGP_BGK,创建可通行性地图
1. 创建一个名为 fsgp_env 的新环境(名字你可以随意改),并强制指定 Python 3.10 conda create -n fsgp_env python=3.10 -y。# 2. 激活新环境 conda activate fsgp_env。新开一个终端,在底层安装。
2026-03-20 11:07:52
274
原创 NeuPAN局部路径规划布置
9.把该解释器放到neupan_node.py中替换掉,运行gedit ~/neupan_ws/src/neupan_ros/src/neupan_node.py中#!6.然后安装ros下的仿真环境,是在example文件夹下面的gazebo_limo中运行sh gazebo_example_setup.sh,安装仿真环境。5.rosdep运行不通的时候,运行rosdep install --from-paths --ignore-src -r -y直接全部安装环境。对应主文件夹下面的neupan。
2025-12-20 19:35:53
251
原创 深度强化学习在ros+gazebo来实现导航的流程
注意是首先创立了一个虚拟环境drl,然后用安装了torch,torchaudio,torchvision,以及安装opencv库、cv2库、tensorboardx库,安装的命令在上面的博客中。安装后可以在终端输入python3后运行下面的指令检测一下是否安装完整。
2025-07-29 16:14:41
289
原创 如何在ubuntu下进行强化学习环境部署
然后依次调用python,import torch ,import torchvision ,print(torch.__version__),print(torch.version.cuda),print(torch.backends.cudnn.version())来验证是否安装成功。首先是根据上面的内容进行conda的安装,方便之后创建虚拟环境,在虚拟环境中安装pytorch来方便后续使用。安装的一个主体思路,是首先安装好conda后,在conda中创建一个环境来进行pytorch的安装。
2025-02-23 15:18:30
621
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅