- 博客(33)
- 收藏
- 关注
RSS订阅原创 位姿矩阵转换工具
我用夸克网盘给你分享了「martix_convert.py」，点击链接或复制整段内容，打开「夸克网盘APP」即可获取。由于在线的位姿转换工具不是很好用，还总是登录不上，所以我自己用ai做了一个工具，代码可以自行下载，或自己复制粘贴。链接：https://pan.quark.cn/s/19a0865f4d09?
2026-11-11 13:28:53
原创 位姿转换矩阵中旋转与平移转换的问题--解决方案
当两个坐标系之间的旋转和平移弄不明白的时候，最简单的就是将参数填入网站提供的参数栏中，做完转换，看看网站上出现的变换后的矩阵是否和你的一样就行了。°、ry=0°、rz=180°或-180°（都一样）就是坐标系1先沿自身三轴方向正向或反向平移相应数值，最终转换而来的坐标系2与我自行定义的相机坐标系一致。不管是在做旋转还是平移，都建议大家参照这个网站进行。绕自身x轴反向旋转45°，即到达坐标系2的状态。再绕自身z轴正向旋转180°，最后依据。
2026-09-10 20:58:14
111
原创 位姿转换矩阵写法-个人习惯（计算机理解其实是相反的）
按照我写矩阵的这种转换方式，有坐标系O与P，MO2P表示O坐标系下P坐标系原点坐标与姿态角，即由O坐标系到P坐标系的重合转换，但是一般计算机或教科书上这种情况是写作：MP2O，但是和我的理解的含义是一致的，只是写法顺序不一样。不管怎么样，如果是采用了一种写法，在做连续矩阵运算时，就始终以统一的写法原则来做，就不会出错，如果两种写法混用计算出来的结果就会出错。
2026-09-01 23:11:42
231
原创 RM65B睿尔曼机械臂与realsense d4354i相机眼在手外的手眼标定
我用夸克网盘给你分享了「out_of_hand.zip」，点击链接或复制整段内容，打开「夸克网盘APP」即可获取。链接：https://pan.quark.cn/s/243316ae4492?由于官方的版本我在使用时，发现标定出来的数据总是对不上，所以自行做了一个版本。
2026-09-01 13:21:50
69
原创 zed 2i相机坐标系与内参、外参
畸变系数 : [0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0]畸变系数 : [0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0]旋转角 (roll/pitch/yaw) : -0.2517° / -1.0582° / -0.6654°。旋转角 (roll/pitch/yaw) : 0.0000° / -0.0000° / 0.0000°。
2026-08-15 22:15:38
252
原创 激光雷达与惯导、相机与惯导的外参标定原理
实际参照的都是手眼标定的原理，两个传感器刚性连接好以后，由初始A位置移动到不同的b、c、d等位置，由于惯导是以最开始出场标定的初始坐标系为基准的，后续不同位置处的位姿变换矩阵都是相对于出场基准坐标系的，当然，我认为最好自行以初始A位置的坐标系为基准坐标系，后续其他位置测定的三轴角度值-初始A位置处的三轴角度值=相对初始基准坐标系的其他位置的角度，这样做是因为三轴加速度计给定的三轴线加速度是以每一时刻下当前惯导坐标系来确定的。
2026-08-12 16:21:51
266
原创 MINIMA图像对齐映射调整算法本地部署（CUDA11.7、python3.8.15、≥pytorch2.0）
1.先配置好miniconda、cuda11.7、创建好虚拟环境（该流程可参考之前的链接来做，尤其是cuda的配置安装参考以下链接按部就班弄就可以了，另外cuda11.7没有samples，一样安装就可以了，可以不装cudnn，不影响使用）此外，我是准备用yolov5与minima联动做双分支检测（双模态对齐输入），所以我主要是让minima-mian中requirements.txt与yolov5代码中requirements.txt要求的配件版本不冲突。代码运行时，设定好输入的两个图像文件夹路径（
2026-07-26 15:20:03
253
原创 Python调用海康MV-CU013-AUOM（USB3.0连接）工业相机录制视频
找到后，将MvImport文件夹整个复制粘贴到桌面，并在桌面的MvImport文件夹中新建一个py文件，将如下代码放入，配置好需要的环境，运行代码即可调用相机（提示为英文格式下按s键开始录制，按q键退出文件夹并将视频保存到相应路径下）我这里设定的参数如下，曝光时间10000us，采集帧率30fps，增益16.3704（可以自动增益），不调节参数的话，初始相机画面是黑的，调节完参数保存一个用户集，下次打开相机就不需要再调节了。接好相机，我是将客户端（SDK）的相关配置文件都安装在了D盘，
2026-07-23 17:28:48
227
原创 UnicodeDecodeError: ‘gbk‘ codec can‘t decode byte 0xac in position 24: illegal multibyte sequence
然后继续pip install就不会再报错了。在vs code终端 输入。环境变量设置为1，表示使用。
2026-02-10 19:12:16
108
原创 位姿齐次变换矩阵的解析
M12的旋转矩阵对应的坐标系1与坐标系2的三轴夹角（夹角正负依据右手定则，右手大拇指指向轴的正向，四指的握向为旋转角度正值，反之为负值；如此判定坐标系1三轴依次绕自身旋转后与坐标系2三轴指向一致）M12为（1在上标，2在下标）坐标系1向坐标系2平移旋转后重合的位姿齐次变换矩阵。M12的平移矩阵对应的是坐标系1下坐标系2原点的三维坐标（正负判定尤为重要）
2026-02-04 17:01:01
61
原创 无显卡仅CPU的深度学习本地环境配置--以YOLO11为例-保证能配置完成版本
【代码】无显卡仅CPU的深度学习本地环境配置--以YOLO11为例-保证能配置完成版本。
2025-11-24 17:09:24
950
原创 解决YOLOv5代码改进模块后不显示GFLOPs
在yolo.py中定位model.train()，在其下面添加如下代码，之后指定改进的yaml文件并运行yolo.py即可单独显示改进后网络的params和gflops。# -------------------打印参数量|计算量---------------- #
2025-05-29 16:26:10
287
原创 深度学习numpy版本与v11热力图
至今为止，尝试了yolo5-yolo12的深度学习算法，发现很多有关numpy的报错，都可通过安装一个超级兼容版本的numpy来解决，numpy的报错基本都是“xxxxxxxxxxfloat报错”，pip install numpy==1.23.5或numpy==1.19.5基本都能解决。
2025-04-12 20:18:25
33
原创 关于坐标系A与坐标系B之间的位姿变换矩阵-“先旋转后平移”与“先平移后旋转”的思考（由RM65B机械臂示教器计算角度）
1.组合方式ZDY：在RM65B机械臂的上位机，也就是示教器中，直接显示的是平移向量（tx，ty，tz）与欧拉角（rx，ry，rz），这两个数值，（tx，ty，tz）是基坐标系A下末端坐标系B原点的三维坐标，（rx，ry，rz）是基坐标系A的三个轴与末端坐标系的三个轴的夹角。那么由基坐标系A到末端坐标系B，应当是先沿着基坐标系A自身的三轴平移（tx，ty，tz），再绕着基坐标系A自身的三轴旋转（rx，ry，rz），这样基坐标系A变换完就会与末端坐标系B重合。因此，我们在运算过程中，均以先旋转后。
2025-03-10 11:17:19
926
原创 Matlab下机械臂的工作空间分析-MDH法（针对RM65-B机械臂）
在MATLAB里，主页栏下点击【设置路径】，点击【添加文件夹】，将刚刚拷贝到MATLAB安装目录下的/toolbox/rvctools添加进去，然后保存即可。1. 首先参考以下链接安装配置一下Robotics Toolbox10.2，以下安装步骤我是直接参考的下面链接。:解压zip文件，将/rvctools文件夹复制到自己的MATLAB安装目录的/toolbox下面。，查看是否成功加载，输入ver可以查看版本信息。每次运行机器人工具箱之前，最好先输入。:在MATLAB的命令行窗口输入。
2025-03-05 08:03:18
555
原创 Ubutun 20.04 安装配置深度学习环境（yolov5/v8/v11算法）
若没有驱动，则打开系统设置->软件和更新->附加驱动->选择NVIDIA驱动->应用更改（选择好显卡支持的驱动，之后应用更改等待安装完成即可。我这里是rtx 2060的显卡，支持535的驱动。先打开终端运行：nvidia-smi ，查看是否已安装显卡驱动。显示如下即安装过了，并且可以看见最高支持的cuda版本是12.2。2. 安装miniconda3。可以先进入以下网站中。
2025-03-04 23:49:05
1082
原创 YOLOv5-6.1版本标注目标检测像素点中心并输出锚框角点坐标
5. 设定上述代码后，之后运行detect.py文件来检测图片，即可输出每个目标锚框的角点坐标与中心点像素坐标，并在图片中显示标注的锚框中心像素点坐标。4. 中心点标注代码与设置注释。可以参照注释自行调整中心标注点与坐标信息的位置和大小。3. 定位plots.py中添加标注中心点的代码。2. 打开plots.py。
2025-03-03 11:11:48
970
原创 睿尔曼RM65-B机械臂与RealsenseD435i相机的坐标系转换
上述链接是之前写的“手眼标定”的文章，在我后续学习过程中，我想要根据机械臂上位机提供的机械臂基坐标系下机械臂末端的六个位姿参数，构建机械臂基坐标系到机械臂末端坐标系的位姿齐次变换矩阵（base_to_hand），以及机械臂基坐标系到相机坐标系的位姿齐次变换矩阵（base_to_camera）。
2025-01-17 22:09:15
1991
3
原创 深度学习环境配置-Miniconda3+CUDA11.3.0+CUDNN8.2.1+Pytorch1.11.0(GPU)+VSCODE软件
写在前面：对于YOLOv5s等深度学习算法，在本地进行环境配置的时候，需要相应的深度学习环境，最基本的配置就是anaconda+cuda+cudnn+pytorch+vscode软件，至于其他诸如numpy等小模块可以等安装完上述这些，在跑算法的时候再相应去pip install。创建好以后，激活该虚拟环境：conda activate yolov5，回车就可以进入刚刚创建好的虚拟环境了。注：为什么装miniconda3不装anaconda，上面视频链接中的up主做了解释，因为更轻量。
2025-01-03 10:31:00
1248
原创 Realsense D435i相机实时采集图像+内置IMU坐标系+相机镜头坐标系
/深度坐标系对应的镜头内参就是左红外镜头的内参，并且左红外镜头与右红外镜头内参相同；需要注意的是，三个镜头的内参均与分辨率有关，分辨率不同，对应内参也不同，一般是指定RGB镜头分辨率为1280×720，左/右红外镜头分辨率为848×480。//深度坐标系以左红外镜头光心为原点，其x轴由左红外光心指向右红外光心，y轴依据像素平面垂直向下，z轴垂直于相机镜面向前。////RGB（彩色图像）坐标系以RGB镜头光心为原点，其x轴，y轴、z轴与深度坐标系正方向相同。
2024-12-28 09:49:47
2801
原创 睿尔曼机械臂RM65-B与Realsense D435i相机的手眼标定！！
3）设定好以后，运行data_collection_d435_win/main.py，打开相机窗口画面，按s键即可保存一组图像与对应的机械臂末端位姿参数（六自由度参数）。但我自己跑源码的时候，发现了不少小bug，所以对源码做了一些修改，供大家参考，我这里只做了“眼在手上”（eye in hand）的手眼标定。我这里用的都是绝对路径，不容易出错。参考以下链接，可以在其中设定，棋盘格宽度、高度、单格尺寸、行数与列数，我用的是A3-12列×9行，单格尺寸30mm。4.文件夹内，文件作用简述。文件中标记处的路径，
2024-12-19 20:01:13
2317
9
原创 根据相机内参与畸变参数对图像进行畸变校正
新建data与data-jb文件夹，并将畸变待校正的图像放入到data中，运行以下代码即可进行图像的畸变校正，并输出畸变校正后的图像，保存到data-jb中。
2024-12-12 23:52:04
459
原创 利用棋盘格标定单目相机内参与畸变参数
它表示的是重投影误差的均方根值，即计算出的相机参数用于将三维世界坐标点投影到图像平面上时，这些投影点与实际检测到的图像点之间的误差的均方根值。具体来说，RMS值越小，表示相机标定的精度越高，计算出的相机参数越接近真实值。##4. 操作步骤：用相机拍摄多张棋盘格图片后，新建文件夹data并将拍摄得到的棋盘格图像放入，以下代码运行可以遍历data中所有的棋盘格图像；之后，代码会综合所有棋盘格图像的处理结果，输出相机内参、RMS值、畸变参数与畸变校正前后的图像角点检测结果。
2024-12-12 23:45:39
661
原创 获取并输出realsense d435i相机的所有镜头的内参与外参，其他realsense相机也可用
#获取并输出realsense相机两个红外镜头（infrared 1与2，1为左红外，2为右红外）的内参、rgb镜头的内参、深度镜头（可理解为两个红外联合得到的深度镜头）的内参、两个红外镜头间的外参、rgb镜头到两个红外镜头的外参、深度镜头到rgb镜头的外参。config.enable_stream(rs.stream.infrared, 1, 640, 480, rs.format.y8, 30)##注意分辨率，不同的分辨率对应的内外参不同。# 配置管道以流式传输深度和彩色流。# 创建一个管道对象。
2024-12-12 23:33:15
1319
原创 配置yolov5s-7.0的环境
之后，在运行yolov5s-7.0代码的train.py前，在anaconda prompt终端，运行conda install git，以避免报错。
2024-11-27 19:46:19
355
原创 配置yolov5s等深度学习环境
4.在anaconda prompt终端，运行以下命令安装与cuda与cudnn版本相匹配的pytorch。2.参考以下链接，安装vscode+编译器选择+anaconda环境变量更改。3.参考以下链接教程，安装好cuda11.3.0，cudnn8.2.1。
2024-11-27 19:19:20
1048
原创 YOLOv5s输出合并特征图并保持大小一致
在utils/plots.py中添加以下代码（只有这一段与参考链接中不同，其他一样），剩下的步骤可参考。
2024-04-24 22:09:49
601
1
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