具身小站

REF：基于 ROS2 平台的室内移动机器人导航系统设计与研究。

REF：基于语义栅格约束的路径规划算法。

REF：基于毫米波雷达的人机共融机器人路径规划。

由于校准参数估计引入的非线性特性，采用高斯和滤波器（SOG）将整体非线性变化范围分割为多个近似线性的小段，在估计初期阶段使用多个滤波器覆盖所有近似线性假设。由于多个高斯函数仅需在地图尺寸较小的初始阶段保留，预计其计算复杂度足够低，能够实现实时性能。因此，SOG算法的核心部分是由多个并行运行的扩展卡尔曼滤波器组成的池。x1. 需要指出的是，只要高斯函数数量足够大，任何概率密度函数都可以用加权高斯和进行合理近似。2. 随着高斯函数数量的增加，每个函数对应的置信度P会逐渐减小，这种特性特别有利于保持线性化处理。

基于语义分割和目标检测的移动机器人动态视觉SLAM研究

自适应卡尔曼滤波AKF（Adaptive Kalman Filter）是一种高级的卡尔曼滤波技术，旨在解决标准KF及其变种（EKF, UKF）的一个核心痛点：滤波器参数的不确定性。过程噪声协方差矩阵 (Q)：描述了系统模型的不准确程度，比如一个无人机的运动模型噪声可能因其速度、机动性（如加速、转弯）而变化观测噪声协方差矩阵 ®：描述了传感器测量的不精确程度，比如一个GPS接收机的精度可能因卫星几何构型、电离层干扰或多路径效应而变化。

高斯牛顿法是一种用于求解非线性最小二乘问题的优化算法，它是牛顿法的一种改进，专门针对最小二乘问题的特殊结构而设计，旨在更高效、更稳定地找到最优解。最小化一个误差平方和函数，这种问题广泛存在于科学和工程领域，当我们想找出一组模型参数，使得模型的预测值与实际观测数据之间的差异（残差）的平方和最小时，就会用到它。

牛顿法是一种在实数域和复数域上近似求解方程根的迭代算法，被广泛推广用于求解无约束优化问题，核心思想是使用函数的二阶泰勒展开来构造迭代过程。牛顿法有两个主要版本，但其核心思想一脉相承：求根牛顿法：用于寻找函数fx0f(x) = 0fx0的根。优化牛顿法：用于寻找函数fxf(x)fx的极小值（或极大值）。核心目的是快速、高效地收敛到问题的解（方程的根或函数的极值点），以其二次收敛速度而闻名，这意味着在接近解的时候，每次迭代的有效数字精度几乎会翻倍。算法流程初始化：给定初始点x0。

Hessian矩阵是一个由多元函数的所有二阶偏导数构成的方阵，它描述了函数在某一点的局部曲率，是梯度（一阶导数）概念的自然延伸，提供了函数行为更丰富、更精确的信息。对于一个nnn元函数fx1x2xnfx1​x2​...xn​，其在点x{x}x的Hessian矩阵H{H}H定义为：如果函数的所有二阶偏导数都连续，那么混合偏导与求导顺序无关，Hessian矩阵就是一个实对称矩阵，这个性质非常重要，因为它意味着可以对其进行特征值分解。

梯度下降法是一种用于寻找函数局部最小值的一阶迭代优化算法，核心思想非常直观，通过沿着函数当前点的梯度（即最陡上升方向）的反方向（即最陡下降方向）以小步长迭代更新参数，逐步逼近函数的最小值点。最小化一个目标函数JθJθ，其中θ{\theta}θ是我们要优化的参数向量。算法流程初始化：选择初始参数θ0{\theta}_0θ0​，学习率α\alphaα，设置收敛阈值ϵ\epsilonϵ，迭代计数器k0k = 0k0。计算梯度：计算当前参数下的梯度gk∇Jθkg。

对于一个 n × n 的方阵 A，如果存在一个标量 λ 和一个非零向量 v，使得：A v = λ v。

随机森林是一种经典的集成学习算法，属于Bagging类型，由多棵决策树构成，其核心思想是 “三个臭皮匠，顶个诸葛亮”。通过构建多个弱学习器（决策树），并将它们的结果综合起来（分类问题用投票法，回归问题用平均法），从而获得一个更强大、更稳定、更精确的模型。随机：指数据样本的随机选择和特征变量的随机选择。森林：指由多颗决策树构成的集合。使用一个非常经典的微型数据集，根据天气状况决定是否进行户外跑步。天气预报：晴天，阴天，下雨温度：热、中、冷湿度：高、正常有风：有、无。

KD-Tree，全称 K-Dimensional Tree，是一种用于组织 K 维空间中点数据的数据结构，它是二叉搜索树（BST） 在多维空间上的扩展，也叫“二叉”空间分割树，无论维度 K 是多少，KD-Tree 的每个节点都只有左和右两个子树。核心思想：通过交替地使用不同的维度作为分割轴，递归地将 K 维空间划分为若干个更小的区域，从而高效地进行范围搜索和最近邻搜索，用于任意维度 K 的最近邻搜索和范围搜索，尤其在中低维（K<20）表现优异。

SenseVoice 是具有多语言音频理解模型，支持语音识别（ASR）、语种识别（LID）、语音情感识别（SER）和声学事件分类（AEC）或声学事件检测（AED）、逆文本正则化等能力。采用工业级数十万小时的标注音频进行模型训练，保证了模型的通用识别效果。模型可以被应用于中文、粤语、英语、日语、韩语音频识别，并输出带有情感和事件的富文本转写结果。多语言识别： 采用超过40万小时数据训练，支持超过50种语言，识别效果上优于Whisper模型。

Paraformer模型结构如上图所示，由 Encoder、Predictor、Sampler、Decoder 与 Loss function 五部分组成。Paraformer是达摩院语音团队提出的一种高效的非自回归端到端语音识别框架，项目为Paraformer中文通用语音识别模型，采用工业级数万小时的标注音频进行模型训练，保证了模型的通用识别效果。模型可以被应用于语音输入法、语音导航、智能会议纪要等场景。

高精度场景 ：SIFT、SURF实时性场景 ：ORB、FAST、BRISK复杂纹理/多尺度需求 ：KAZE、AKAZE算法原理优点缺点应用场景SIFT高斯金字塔+DoG检测尺度/旋转不变性，高精度匹配计算慢，专利限制图像拼接、3D重建SURFHessian矩阵+积分图像速度较快，稳定性好专利限制，对极端视角敏感实时匹配、目标识别ORBFAST+BRIEF+方向优化实时性强，无专利限制匹配精度较低SLAM、移动端应用Harris梯度矩阵特征值分析。

格栅地图特征地图拓扑地图点云地图语义地图。

numpy.random.randint(low, high=None, size=None, dtype=int)：从“半开”区间[low，high）中指定数据类型的“离散均匀”分布返回随机整数。random.choices(sequence, weights=None, cum_weights=None, k=1)：返回指定序列中随机选择的一个列表元素。numpy.random.choice(a, size=None, replace=True, p=None)：返回给定的序列中的随机样本。

日常进行仿射变换时，在只设置前三个参数的情况下，如 cv2.warpAffine(img,M,(rows,cols))可以实现基本的仿射变换效果，但可以出现“黑边”现象。

【代码】图像颜色空间对比（Opencv）

一种基于二阶导数的边缘检测方法，利用拉普拉斯算子来检测图像中强度变化的区域（边缘），即通过计算图像的二阶导数，找到图像亮度的突变点，从而定位边缘的位置。一种离散一阶导数的边缘检测算子，用于计算图像灰度函数的近似梯度，常用于边缘检测和特征提取，可以分别计算图像在X、Y方向的梯度。由Scharr提出的，用于替代Sobel算子，用于需要更高精度的边缘检测时，作为高精度边缘检测算子，用法跟Sobel类似。

OpenCV是基础工具库，解决传统图像处理问题。YOLO是高效的深度学习模型，解决特定任务（目标检测）。大模型是通用人工智能的探索，解决复杂、跨模态任务。在实际项目中，三者可结合使用：OpenCV 处理数据流，YOLO 负责实时检测，大模型完成高层语义理解或生成。

同时，文件属性改为UTF-8。

训练完成后，权重保存在runs/train/exp3/weights/best.pt。│ └── test_dataset.yaml # 配置文件。│ ├── train/ # 训练图片。│ └── val/ # 验证图片。│ ├── train/ # 训练图片。│ └── val/ # 验证图片。├── train/ # 训练标签。└── val/ # 验证标签。├── train/ # 训练标签。└── val/ # 验证标签。

【代码】本地文生图使用插件（Stable Diffusion）

可能会中断，中断后刷新继续即可。

【代码】感知识别算法Jetson环境部署测试记录。

英伟达游戏显卡配置

人脸识别数据集人脸检测数据集。

pytorch环境部署