- 博客(42)
- 收藏
- 关注
原创 Ubuntu 的 ROS 2 操作系统 turtlebot3 导航仿真
本文介绍了如何在 Ubuntu 系统的 ROS 2 环境下,通过 Gazebo 仿真平台进行 TurtleBot3 导航仿真。通过加载适当的地图,启动导航节点,并进行初始位置估计与目标设置,用户可以实现机器人在虚拟环境中的自主导航。文章还阐述了如何处理障碍物,并通过局部路径规划实现避障功能,为实际机器人应用提供了有效的测试平台。
2024-11-14 21:57:38
1674
原创 Ubuntu 的 ROS 操作系统 turtlebot3 导航仿真
本文介绍了在 Ubuntu 系统下通过 ROS 操作系统进行 TurtleBot3 导航仿真的方法。通过在 Gazebo 中加载相应的仿真环境和地图,用户可以运行导航节点并通过 AMCL 完成初始位置估计。通过 RViz 设置导航目标,TurtleBot3 能够在地图上自动移动至指定位置。此外,键盘遥控节点的使用能精确控制机器人的位置,确保导航过程的准确性,为开发者提供了全面的仿真体验。
2024-11-14 21:40:47
1657
原创 Ubuntu 的 ROS 2 操作系统 turtlebot3 SLAM仿真
本文介绍了如何在 Ubuntu 系统下使用 ROS 2 操作系统与 TurtleBot3 机器人进行 SLAM 仿真。通过在 Gazebo 中加载 TurtleBot3 仿真环境,并使用 Cartographer SLAM 技术,用户可以实现机器人的定位与地图构建。文章详细阐述了仿真环境的配置、SLAM 节点的运行步骤、机器人遥控操作及地图保存方法,旨在为SLAM技术的应用与研究提供实践指导。
2024-11-13 15:18:02
984
原创 Ubuntu 的 ROS 操作系统 turtlebot3 SLAM仿真
本文介绍了如何在Gazebo仿真环境中使用TurtleBot3进行SLAM建图。通过设置合适的TurtleBot3模型和仿真环境,启动SLAM节点,控制机器人进行探索,并最终保存生成的地图文件。通过本教程,用户可以掌握SLAM仿真流程,并为实际机器人开发中的导航与路径规划任务提供有力支持。
2024-11-13 15:03:59
1659
原创 Ubuntu 的 ROS 2 操作系统 turtlebot3 gazebo仿真
本文介绍了TurtleBot3在Gazebo仿真环境中的操作方法,涵盖了遥控操作和自主避障功能。通过执行相关命令,启动遥控节点和自主驾驶节点,实现TurtleBot3的手动控制和自动避障。RViz2被用作可视化工具,以帮助实时监控机器人的状态。该过程为移动机器人路径规划和控制提供了有力支持。
2024-11-12 19:26:04
1307
原创 Ubuntu 的 ROS 操作系统 turtlebot3 gazebo仿真
在 Ubuntu 上的 ROS 环境中,TurtleBot3 的 Gazebo 仿真用于模拟机器人在虚拟场景中的运动与环境交互。通过加载 TurtleBot3 仿真包并启动 Gazebo,用户可以测试机器人在不同室内场景中的导航、避障等功能。此仿真支持自定义环境构建,适合路径规划、行为测试等实验,提供了一个安全且高效的开发平台。
2024-11-12 19:03:29
2329
4
原创 Ubuntu 的 ROS2 操作系统turtlebot3环境搭建
本文详细介绍了在 Ubuntu 22.04 系统上为 TurtleBot3 配置 ROS2 Humble 环境的流程,包括必要的依赖包安装、网络配置和 Gazebo 仿真环境搭建。通过本指南,用户可以在 PC 上高效完成 ROS2 环境的配置,实现对 TurtleBot3 的远程控制和路径规划测试,为后续的机器人开发与实验提供可靠的基础环境支持。
2024-11-11 11:10:51
1090
原创 Ubuntu 的 ROS 操作系统turtlebot3环境搭建
本文介绍了如何在Ubuntu 20.04系统上为TurtleBot3配置ROS Noetic环境。通过详细的步骤,包括下载和安装Ubuntu、安装ROS Noetic、配置依赖包以及设置网络,帮助用户在PC端搭建适用于TurtleBot3的ROS环境。文章还提供了源代码构建和调试方法,确保系统能够顺利控制TurtleBot3,为机器人开发打下基础。
2024-11-11 10:52:01
1382
原创 Ubuntu 的 ROS 2 操作系统安装与测试
本文介绍了在Ubuntu系统上安装和配置ROS 2 Humble版本的详细过程。内容包括系统环境设置、软件源配置、ROS 2安装、环境配置、示例验证等步骤,帮助用户快速搭建并验证ROS 2开发环境。通过安装和配置ROS 2,用户能够为后续的机器人应用开发、算法实现和仿真测试打下基础,为进一步的机器人技术研究提供支持。
2024-11-10 15:32:24
1336
原创 Ubuntu 的 ROS 操作系统安装与测试
本文介绍了如何在Ubuntu上安装并配置ROS Noetic版本,涵盖了软件包仓库的配置、密钥设置、ROS环境的初始化及依赖包的安装等步骤。通过提供详细的命令和操作流程,帮助读者顺利完成ROS的安装过程,并为后续的机器人开发和应用奠定基础。
2024-11-10 14:45:53
2058
原创 Turtlebot3 buger 硬件与操作平台详细介绍
TurtleBot3 Burger是一款小型、开源的移动机器人平台,适用于机器人教育和研究。它配备了STM32微控制器、360°激光雷达、IMU传感器等,支持精准的运动控制与环境感知。驱动系统由两个电机和万向轮组成,提供灵活的机动性。平台运行ROS操作系统,支持Gazebo仿真,具有丰富的扩展性,用户可通过多个通信接口连接自定义设备,是一个高效、易用的机器人开发工具。
2024-11-09 09:00:00
1253
原创 Ubuntu版本、ROS版本与Python 版本之间的关系
本文分析了Ubuntu、ROS和Python版本之间的支持关系。随着各版本的快速更新,选择合适的组合对机器人系统的稳定性与性能至关重要。对于新项目,推荐使用支持广泛的ROS 2和兼容的LTS版本,以确保长期支持与功能丰富性。通过详细对比,不同需求的开发者可以更有效地配置环境,加速项目开发。
2024-11-09 08:00:00
2754
6
原创 ROS操作系统(Robot Operating System)发展历程
ROS(机器人操作系统)自2007年由Willow Garage公司提出以来,迅速发展成为全球机器人技术的重要平台。其模块化设计、强大的通信机制和广泛的社区支持,促进了机器人技术在学术和工业界的普及。ROS 1经历多个版本更新,逐步成熟,然而,面对实时性和多平台支持等挑战,ROS 2应运而生,提供了更强的实时性、跨平台支持和安全性。ROS的不断进步推动了自动驾驶、智能制造等领域的发展,展现了巨大的潜力和价值。
2024-11-08 09:00:00
2002
原创 7-在Ubuntu中使用超级终端Terminator提高工作效率
本文介绍了如何在Ubuntu中使用超级终端Terminator提升工作效率。通过安装和配置Terminator,用户可以高效管理多个终端窗口,支持分屏、标签页、快捷键等功能。文中详细讲解了如何调整窗口大小、设置字体和主题、使用透明度插件,以及通过快捷键提高操作效率。此外,介绍了Terminator的插件支持与自定义配置,使得开发和运维工作更加高效、便捷。通过这些设置,用户能够显著提高日常命令行操作的生产力。
2024-11-08 08:00:00
1437
原创 4-设置操作系统的启动菜单默认项
本文介绍了如何通过配置启动菜单设置系统默认启动项,以优化多操作系统环境下的启动体验。开发者可以通过编辑GRUB配置文件,设定系统启动时的默认选项,减少每次开机手动选择的麻烦。本文详细讲解了查看启动项序列、编辑配置文件、更改启动项及启动等待时间,并最终更新设置的完整流程。掌握此技能后,能有效提高系统启动效率,避免因启动项错误带来的重复重启操作。
2024-11-07 09:30:00
550
原创 3-Ubuntu系统详细安装教程
本次学习内容涵盖了Ubuntu系统的安装过程,从制作启动U盘、进入BIOS设置到配置分区和安装Ubuntu系统。重点学习了如何设置语言、键盘布局及安装选项,同时掌握了如何自定义分区(包括EFI系统、swap、系统文件分区和/home分区)。最终通过设置时区和用户信息,成功完成了系统安装,为后续的开发工作提供了稳定的操作环境。
2024-11-07 08:30:00
1668
原创 6-解决Ubuntu系统与Windows系统双系统时间不同步问题
本文介绍了如何解决 Ubuntu 和 Windows 双系统时间不同步的问题。由于 Ubuntu 默认使用 UTC 时间,而 Windows 使用本地时间,导致两者时间不一致。通过安装 ntpdate 工具同步时间、使用 sudo hwclock --localtime --systohc 将系统时间同步到硬件时钟,并设置硬件时钟为本地时间,可以有效解决此问题。此外,启用自动时间同步服务 systemd-timesyncd 以确保系统时间持续同步,保障双系统时间一致。
2024-11-06 09:00:00
1246
原创 5-解决Ubuntu系统中Home文件夹内容误移至桌面问题、修改默认文件夹中英文
本文针对 Ubuntu 系统中 /home 文件夹内容误移至桌面的问题,提供了解决方案,并介绍了如何通过编辑 user-dirs.dirs 配置文件来恢复默认文件夹路径和名称。针对开发者,文章还讲解了如何修改系统中文和英文文件夹名称的显示,确保多语言环境下的正确性。通过这些操作,开发者能够有效避免因文件夹误移位而导致的文件管理混乱,提高系统的稳定性与工作效率。
2024-11-06 08:30:00
483
原创 Ubuntu系统安装NVIDIA驱动、CUDA、PyTorch等GPU深度学习环境
本文介绍了在 Ubuntu 系统上安装 CUDA 和 PyTorch 等 GPU 深度学习环境的流程。重点强调了使用命令 nvidia-smi 检查 NVIDIA 驱动和 CUDA 版本的重要性,以及通过 PyTorch 的 torch.cuda 模块验证 GPU 的可用性、数量和当前使用的 GPU。这些步骤为深度学习和深度强化学习项目提供了必要的技术支持,确保在训练和应用算法时系统具备充足的计算能力,从而推动相关研究和应用的发展。
2024-11-05 09:00:00
3219
原创 深度强化学习(DRL)发展历程
本文探讨了深度强化学习(DRL)的发展历程及其重要里程碑,从1950年代的理论萌芽到近年来的广泛应用。通过回顾Q学习、深度Q网络(DQN)和AlphaGo等关键事件,本文强调了DRL在智能决策中的潜力和影响。文章还指出,尽管DRL取得了显著进展,但未来仍面临稳定性、效率和伦理等挑战,呼吁研究者持续探索和创新,以推动这一领域的发展。
2024-11-05 08:00:00
1236
原创 2-Ubuntu/Windows系统启动盘制作
本文介绍了如何使用Win32DiskImager和Rufus等工具制作系统启动盘。学习目标是掌握制作启动盘的基本步骤,以便独立将ISO镜像文件写入USB闪存驱动器,确保顺利安装或修复系统。文章首先推荐了适合的工具,并指导读者准备一个至少6-8GB的空U盘和所需的系统镜像文件。以Win32DiskImager为例,详细说明了选择镜像文件和目标驱动器的操作,帮助读者顺利完成启动盘制作,为后续的系统安装和维护打下基础。
2024-11-04 15:31:23
1752
原创 1-磁盘建立空闲分区
本文旨在指导用户如何建立磁盘空闲分区,以便为后续的Ubuntu系统安装做准备。首先,介绍了几款推荐的磁盘分区软件,包括DiskGenius、PartAssist和Windows自带的磁盘管理工具。接着,以DiskGenius为例,详细说明了如何选择合适的磁盘和分区、设置空闲分区大小,以及完成分区的步骤。用户可以根据个人需求选择50GB至100GB的空间,确保能够满足系统开发或学习的需要。通过这些操作,用户将能够有效优化存储空间,提高系统性能,为未来的数据管理打下良好基础。
2024-11-04 14:30:20
1090
原创 Canmv K210开发板案例——人脸识别
在人工智能领域,人脸识别技术应用广泛,特别是在安全监控和个性化服务中。Canmv IDE环境下的K210开发板为人脸识别提供了实验平台。该技术的应用背景是提高识别速度和准确性。实验方法涉及导入人脸识别库,初始化摄像头和LCD,实时处理图像。它通过K210的AI加速器解决了资源受限设备上的效率问题,实现了快速检测和识别。改进包括按键交互提升用户体验,系统编号记录提高了识别的个性化和准确性。LCD的实时显示功能使结果直观,便于调试和展示。
2024-04-24 21:27:22
3269
13
原创 Canmv K210开发板文件下载——将程序烧录到Canmv Cam
Canmv IDE针对K210开发板的程序烧录和Python脚本下载提供了高效解决方案。它简化了开发流程,通过串口通信实现数据传输,支持二进制文件、模型文件的烧录及Python脚本的格式化处理。它解决了传统开发中手动操作繁琐、容易出错的问题,提高了开发效率。此外,通过优先使用TF卡进行存储,改进了数据的稳定性和访问速度。这些改进为开发者提供了一个更加便捷、高效的开发体验。
2024-04-24 16:02:17
3641
11
原创 Canmv K210开发板案例——物体检测
在计算机视觉领域,物体检测是理解图像内容的关键技术,广泛应用于安全监控、自动驾驶、医疗诊断等。本实验在Canmv IDE环境下,使用K210芯片,通过导入sensor和kpu库,实现了对多种物体的实时检测。实验方法采用了yolo2算法,利用KPU加速神经网络运算,有效提升了处理速度和准确性。解决了传统物体检测在实时性和准确性上的挑战,尤其是在动态环境中的检测问题。然而,实验也发现系统在复杂场景下的鲁棒性尚需提升。未来的改进方向包括模型性能优化、算法泛化能力增强,以及探索更高效的数据处理技术,以适应更为复杂
2024-04-22 21:28:44
2007
3
原创 Canmv K210开发板案例——口罩检测
卫生安全不容忽略,面部识别技术在公共安全和健康监测中依然重要。本系统基于Canmv IDE,采用yolo2算法和KPU加速,实现了高效的面部检测和口罩佩戴状态识别。该系统的应用范围广泛,不仅用于健康监测,还适用于安全监控等场景。通过sensor和kpu库的集成,系统能够实时处理摄像头图像,准确判断口罩佩戴情况,并在LCD上显示结果。这解决了传统监控方法的局限性,提高了检测的自动化和准确性。尽管系统在复杂环境下的鲁棒性有待提高,但未来的改进将通过引入更先进的图像处理技术,如深度学习模型优化,进一步提升系统性能
2024-04-22 20:36:12
863
1
原创 Canmv K210开发板案例——人脸特征识别
面部器官检测在安全监控、人机交互等领域具有重要应用。本实验使用K210开发板,通过KPU加速yolov2模型,实现实时人脸检测和68点关键点定位。首先,摄像头捕获图像并进行人脸区域定位,然后对区域图像进行二次处理以提取关键点,从而准确检测面部器官。该方法解决了在资源受限的硬件上运行深度学习模型的问题,为嵌入式AI应用提供了新途径。未来工作将致力于提升模型泛化能力,优化算法以减少资源消耗,并增强不同条件下的检测鲁棒性。
2024-04-21 19:51:08
2171
6
原创 Canmv K210开发板案例——人脸检测
本实验在K210开发板上成功部署了人脸检测功能,利用其搭载的KPU执行yolo2神经网络模型,实现了在实时视频流中快速准确地识别人脸,并在LCD屏幕上以矩形框形式直观展示。背景方面,这一实验针对了嵌入式系统中机器学习模型部署的挑战,特别是在资源受限的硬件上。应用上,该技术可用于安全监控、人机交互等多个领域。方法上,实验通过优化KPU参数和模型,提高了检测速度和准确性。实验解决了在低功耗设备上运行高能效AI模型的问题,同时为未来在类似硬件平台上部署其他深度学习模型提供了改进方向和经验。
2024-04-21 18:43:20
2253
2
原创 基于PaddlePaddle平台训练物体分类——猫狗分类
PaddlePaddle是由百度开发的深度学习平台,具有动静统一的框架设计,支持大规模分布式训练和高性能推理,广泛应用于金融、医疗等多个领域。其端到端的开发套件和丰富的工具组件,为科研和产业需求提供了高效支持。该平台解决了传统深度学习框架在大规模训练和多场景应用中的挑战,通过自适应混合并行训练技术和模型优化,显著提升了模型的生产与应用效率。尽管如此,实验流程的自动化、超参数调优、性能监控和模型泛化能力等方面仍有改进空间,以进一步提高实验效率和模型性能。
2024-04-20 16:25:29
1721
3
原创 Canmv K210开发板案例——AprilTag机器码识别
AprilTag作为一种视觉定位系统,背景在于提供一种在复杂环境下也能准确识别的标记方法。它广泛应用于机器人定位、AR和自动化领域,通过独特的编码模式和图像处理算法,解决了传统二维码在远距离或恶劣光照条件下识别困难的问题。AprilTag的方法侧重于检测图像中的特定几何图案,并解码其携带的数字ID,从而计算出相对于相机的精确位置和姿态。改进方面,AprilTag的最新版本提高了检测速度和准确性,同时支持更多形状和尺寸的标签,增强了系统的灵活性和实用性。
2024-04-19 20:31:49
1737
6
原创 Canmv K210开发板案例——二维码识别
二维码技术以其高密度编码和强容错性,在信息存储与快速识别方面具有显著优势。在移动支付、产品追溯、广告营销等领域得到广泛应用。传统的一维码相比,二维码能在有限空间内存储更多信息,并支持复杂数据类型。识别方法主要依赖图像处理技术,通过定位图案识别和模式匹配实现快速解码。该技术解决了传统条码信息容量有限和识别速度慢的问题。随着智能手机的普及,二维码识别更加便捷,但同时也面临安全性挑战,如恶意链接问题,需要进一步技术改进以增强其安全性和可靠性。
2024-04-19 17:53:49
1296
2
原创 Canmv K210开发板案例——条形码识别
条形码技术自1949年诞生以来,已成为全球信息管理的核心工具,广泛应用于零售、物流、图书馆、医疗等多个领域。通过标准化的视觉图案编码关键信息,条形码使得商品跟踪、库存管理、数据分析等任务自动化和高效化。条形码的读取和解析方法不断进步,解决了传统手动输入的错误率高和效率低的问题。尽管如此,条形码系统仍需改进以适应更复杂的应用场景,如提高对破损或变形条形码的识别能力,以及在不同光照条件下的鲁棒性。此外,整合条形码与新兴技术如RFID和二维码,将进一步拓宽其应用范围并提升整体效率
2024-04-14 22:27:26
1538
9
原创 Canmv K210开发板案例——颜色识别
颜色识别技术应用于自动化、监控等领域,通过分析LAB值辨识特定颜色。它解决了复杂背景下的颜色检测问题,提高了识别准确性。尽管存在误差,改进方向包括增强算法鲁棒性和优化计算效率,以应对光照变化和颜色相似度高的挑战。
2024-04-14 21:26:08
1709
7
原创 STM32编程软件环境安装配置
Keil集成开发环境(IDE)是一种广泛用于嵌入式系统开发的软件工具。它包含了一个集成的开发环境,包括一个编译器、调试器、仿真器、库和其他工具。Keil IDE 能够帮助开发人员有效地编写和测试嵌入式系统的软件和硬件,减少开发周期和成本,提高嵌入式系统的可靠性和性能。Keil IDE 主要支持的编程语言是C和汇编语言。它支持多种嵌入式处理器架构,包括ARM、MSP430、8051和C166等。Keil IDE 提供了强大的代码编辑、调试和仿真功能,包括断点、单步调试、变量监视、内存查看和仿真器等。
2023-11-02 11:54:09
1154
1
原创 基于OpenCV对图像转置和翻转
常见的2D图像变换从原理上讲主要包括基于2×3矩阵的仿射变换和基于3×3矩阵透视变换。基本的图像变换就是二维坐标的变换:从一种二维坐标(x,y)到另一种二维坐标(u,v)的线性变换。矩阵T(2×3)就称为仿射变换的变换矩阵,R为线性变换矩阵,t为平移矩阵,简单来说,仿射变换就是线性变换+平移。变换后直线依然是直线,平行线依然是平行线,直线间的相对位置关系不变,因此非共线的三个对应点便可确定唯一的一个仿射变换,线性变换4个自由度+平移2个自由度→仿射变换自由度为6。
2022-03-20 23:39:17
6195
原创 Python库的几种安装方法、常用conda命令
Python库的几种安装方法:Pycharm、Command Prompt、Anaconda Prompt;常用conda命令。 在python项目开发的过程中,需要安装大大小小的库,本文会提供几种安装库的方法,总有一种可以帮到大家。 安装的方法主要有三种: 利用命令框安装库。 利用pycharm的环境配置界面安装库。 利用anaconda直接安装库。
2022-03-20 22:37:30
2854
4
原创 基于Pillow对图像进行切割
Pillow库是一个Python的第三方库。在Python2中,PIL(Python Imaging Library)是一个非常好用的图像处理库,但PIL不支持Python3,所以有人(Alex Clark和Contributors)提供了Pillow,可以在Python3中使用。
2022-03-18 18:57:59
4114
原创 基于OpenCV对图像进行缩放处理
图像金字塔是同一图像不同分辨率的子图集合,是通过对原图像不断地向下采样而产生的,即由高分辨率的图像(大尺寸)产生低分辨率的近似图像(小尺寸)。在向下采样的过程中,可以通过不断地删除图像的偶数行和偶数列得到。这意味着,经过向下采样后,图像大小变为原来的1/4。在向上采样的过程中,通常将图像的宽度和高度都变为原来的2 倍。这意味着,向上采样的结果图像的大小是原始图像的4倍。
2022-03-18 17:53:23
7884
原创 基于scikit-image对彩色图像和灰度图像进行读取、显示、保存
scikit-image是专注于图像处理的Python包,并且使用原生的Numpy数组作为图像对象。本章描述如何在不同图像处理任务上使用scikit-image,并且保留了其他科学Python模块比如Numpy和Scipy的链接。
2022-03-17 09:19:28
2021
2
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