- 博客(38)
- 资源 (1)
- 收藏
- 关注
原创 基于Carla的EMplanner教程四:匹配点和投影算法
本文详细介绍了如何在在离散规划点中找到距离本车最近的匹配点,进而计算出投影点的信息。
2023-07-30 15:49:12
906
1
原创 基于Carla的EMplanner教程三:参考线平滑理论完全解析(二次规划)
本文章从零开始详细讲解了如何从最初的参考点进行处理,构建二次规划目标函数和约束,到最后求解。适合零基础入门学习,中间插叙了cvxopt求解器的简单介绍。
2023-07-29 11:24:20
758
1
原创 基于Carla的EMplanner教程二:基于A*的全局路径规划完全解析
本文详细讲解了在Carla仿真器中,如何一步步利用A*算法进行全局路径规划,适合小白理解,文中还对Dijkstra算法和最佳优先搜索进行了一定描述,可以加深对A*算法的理解。
2023-07-27 15:21:32
1725
原创 基于Carla的EMplanner教程一:动力学模型到LQR
动力学模型是基于车辆的动力学原理进行建模的,它考虑了车辆的质量、加速度、速度、转向等因素,可以更加精确地预测车辆的运动轨迹。动力学模型的优点在于可以考虑更多的因素,更加精确地预测车辆的运动轨迹,适用于高速行驶和紧急情况下的自动驾驶。但是,动力学模型对传感器的精度要求较高,对于复杂的路况和车辆之间的交互,需要更多的计算资源。离散化:$e_{rr}\left( k+1 \right) ,,=,,\bar{A}e_{rr}\left( k \right) +\bar{B}u\left( k \right) $
2023-07-27 15:17:11
1061
原创 强化学习快速复习笔记--待更新
DQN就是用神经网络来拟合这个动作价值函数。DQN只能处理动作离散的情况,因为在动作选择中有max的操作。QsaQsaα∗rγ∗maxQs′a′−QsaQsaQsaα∗rγ∗maxQs′a′))−Qsa))其中,Q(s, a)是状态s下采取动作a的动作值估计,在DQN中,我们使用深度神经网络来估计Q值函数。网络的输入是状态s,输出是每个可能动作的Q值。
2023-07-12 22:17:56
398
原创 史上最全Windows下VScode配置大全
VScode安装完并不能直接编译代码,需要安装一个工具MinGW-w64,这个是在linux的gcc直接迁移到window下。然后把这个压缩包解压到想要安装的位置即可。然后进入文件夹,进入到bin文件夹。然后复制上面选框的路径。直接使用安装包会一直报错,所以可以直接下载完整免安装的包,解压就可以直接使用了。打开VScode的左下角位置,然后输入框中搜索C++和Chinese。俺win+r,输入命令cmd启动终端。进入到设置中搜索环境变量。这样就完成了所有配置。
2023-07-09 12:05:27
1082
原创 MPC轨迹跟踪控制器详解
在轨迹跟踪MPC中,我们需要先建立车辆的动力学模型。这里我们假设车辆的动力学模型为单轮模型,即车辆只有一个驱动轮,并忽略车辆的质量分布、车辆的空气阻力等因素,简化为一个二维平面模型。在这个模型中,车辆的状态可以表示为xxyθvT,其中x和y分别表示车辆在平面坐标系中的位置,θ表示车辆的航向角,v表示车辆的速度。x˙vcosθy˙vsinθθ˙Lvtanδv˙a其中,δ表示车辆的转向角度,a表示车辆的加速度,
2023-05-01 16:27:24
1740
原创 老王的自动驾驶决策和规划第一章
边界条件就是六个初始条件,t = 0 时刻的,和t = t0的时刻状态,就可以求解这个五次多项式,得到一个x轴位置,速度, 加速度关于t的方程。和y轴位置,速度,和加速度关于t的方程。实现方案:每一个规划周期中,找到车在导航路径上的投影点,然后以投影点为坐标原点,往后取30米长度,往前取150米范围内的点,来做平滑,平滑后的点的集合称之为参考线。然后根据T时刻的位置,速度和加速度,代入方程中,可以求得剩下的a3,a4,a5.具体计算如下所示,(这里用横向求解来举例,纵向也是一样的过程)写成矩阵形式很简单。
2023-05-01 16:26:04
1117
1
原创 589题. N叉树的前序遍历(递归法+统一迭代法实现)
记录一下最近刷题的内容。学会了二叉树遍历写N叉树就很容易了。思路都是一样的,改一下语句顺序即可。顺便写一下N叉树的后序遍历。
2023-01-03 11:25:19
126
原创 Pedestrian Collision Avoidance System for Scenarios with Occlusions--有遮挡情况下的行人避让系统
对避让行人的过程描述为一个部分可观测的马尔可夫决策过程POMDP, 以导出一个对行人位置不确定性鲁棒的策略。本文目的将AEB(自动紧急制动)和上述策略结合起来,获得一个强大的自主制动系统。
2022-04-29 21:15:21
803
原创 Understanding LSTM Networks
Understanding LSTM NetworksRecurrent Neural Networks人类不会每秒钟都从头开始思考。当你阅读这篇文章时,你是根据你对前几个词的理解来理解每个词的。你不会把一切都扔掉,再从头开始思考。你的思想具有持续性。传统的神经网络无法做到这一点,这似乎是一个重大的缺陷。例如,想象一下,你想对一部电影中的每一个点发生什么样的事件进行分类。目前还不清楚传统的神经网络如何利用其对电影中以前事件的推理为后来的事件提供信息。递归神经网络解决了这个问题。它们是带有循环的网络,允许信息
2022-04-25 20:25:16
1528
原创 无人驾驶Carla烧脑bug合集(随时更新)
出现X Error of failed request: BadValue (integer parameter out of range…解决方案:运行下面三条代码:sudo apt-get purge nvidia*sudo apt-get install --reinstall xserver-xorg-video-intel libgl1-mesa-glx libgl1-mesa-dri xserver-xorg-coresudo dpkg-reconfigure xserver-xo
2022-04-23 15:06:15
4426
原创 记录Linux下C++的Helloworld
Linux下的C++编程之前一直都是在Windows下面的Visual studio下学习C++编程,最近打算转Linux下的编程,记录一下学习过程。创建目录首先,进入到Linux系统的终端,在自己选择的目录下创建一个工作文件夹:~$ mkdir Cpp_file// 在该目录下创建一个名为Cpp_file的文件夹~$ ls//查看该目录下的文件VIM编辑器基本设置下面对VIM编辑器进行一些基本的设置:~$ vi /etc/vim/vimrc然后会进入到一个文件如下所示:在结尾
2022-03-29 11:06:44
1477
1
原创 无人驾驶模拟器Carla在Windows安装教程
无人驾驶模拟器Carla在Windows安装教程第一步:Pycharm+Anaconda编程环境部署。第二步:安装Visual Studio 2019。第三步:安装虚幻引擎第四步:下载Carla-windows第五步:安装需要的模块要求:首先,安装Carla的系统需要满足以下要求。是 x64系统。磁盘空间要足够165G。GPU足够强大,能够运行比较逼真的仿真,且至少是6GB以上的显卡。第一步:Pycharm+Anaconda编程环境部署。这一块编译器的安装就不介绍了。网上这方面的教程很多。大
2022-03-05 21:25:17
4708
8
原创 解决terminal运行python时,UnicodeDecodeError: ‘gbk‘ codec can‘t decode.......警告问题
解决terminal运行python时,UnicodeDecodeError: 'gbk' codec can't decode byte 0x80 in position 234: illegal multibyte sequence报错问题问题描述解决方法问题描述今天偶然在pycharm的terminal运行python时发现有如下警告问题。Python 3.8.12 (default, Oct 12 2021, 03:01:40) [MSC v.1916 64 bit (AMD64)] :: A
2022-02-13 20:57:09
860
原创 array数组的切片与索引附数据类型
Numpy的数组基本索引与切片(容易踩坑的点)数组的切片操作列表的切片在了解numpy的数组切片之前,我们首先来看看list切片操作。显然,切片操作会将原始数组的选区进行复制然后赋值给新的变量list_slice,这样在对切片进行操作时,原列表数值并不会发生改变。list = [1 for x in range(10)]print(list)list_slice = list[3:5]list_slice[1] = 12print(list)print(list_slice)""" ou
2021-12-23 18:41:19
1895
原创 Python神经网络识别手写数字-MNIST数据集
Python神经网络识别手写数字-MNIST数据集一、手写数字集-MNIST二、数据预处理输入数据处理输出数据处理三、神经网络的结构选择四、训练网络一、手写数字集-MNIST要让计算机能够识别出来图片的内容是一件十分困难的事情,识别人的手写笔记也不简单,它们不像印刷字符那样清晰明确,因此在识别上带来一定的困难。要想让神经网络达到预期的效果就需要大量数据进行学习。那数据怎么来,不用自己收集,国外已经有人制作了一个手写数据集MNIST。在下面这个网站就可以下载完整的数据集。下载链接:MNIST数据集网
2021-09-17 12:15:58
9719
2
原创 纯Python自己构建一个神经网络
Python构建神经网络首先构建代码框架一、代码框架二、初始化网络二、权重三、查询网络函数四、训练函数简单测试一下训练部分五、综合的代码首先构建代码框架首先来构建一个神经网络的类。大致有三个函数。初始化函数–用来设定输入层、隐含层、输出层的数量训练函数–用来学习给定样本数据,优化权值查询函数–给定输入,从输出的节点获得答案这个是一个大致的框架,后续可以逐渐添加更多的函数。一、代码框架class neuralnetwork(): def __init__(): pass def
2021-09-14 10:46:47
2291
原创 Jupyter notebook的使用方法
如何使用Jupyter notebook如何安装Jupyter notebook新建项目如何安装Jupyter notebook直接下载和安装Anaconda,软件会自带Jupyter notebook,安装后配置好环境后运行需要的要的环境下对应的notebook。或者进入命令行中输入jupyter notebook。打开后,jupyter会自动打开默认浏览器。或者在启动程序后,手动输入http://localhost:8888/。新建项目要新建项目,点击新建,选python3。写完程序后,可以按
2021-07-16 11:19:00
591
原创 基于pytorch卷积人脸表情识别--毕业设计
基于卷积神经网络的人脸表情识别前言毕业设计内容介绍卷积神经网络的设计卷积网络的模型卷积池化过程详细说明第一层卷积池化过程第二层卷积池化过程第三层卷积池化过程全连接层过程模型的训练过程卷积与池化原理模型如何训练模型的评估指标训练结果分析通过训练曲线分析通过混淆矩阵分析效果通过摄像头识别表情设计流程效果演示部分代码展示总结前言这篇文章记录一下我本科毕业设计的内容。我的课题是人脸表情识别,本来最开始按照历届学长的传统是采用MATLAB用传统的机器学习方法来实现分类的。但是鉴于我以前接触过一点点深度学习的内容,
2021-07-13 14:38:58
14936
29
原创 卷积神经网络的参数
卷积神经网络的参数书写一、卷积神经网络所需要的参数二、用神经单元误差δjl\delta _{j}^{l}δjl来表示各参数梯度分量三、如何计算输出层的δjl\delta _{j}^{l}δjl误差方向传播法师为了应对偏导数计算量巨大而提出。但是梯度下降法仍然是基础。一、卷积神经网络所需要的参数卷积层的过滤器示例:卷积层的统一偏置: bF1b^{F1}_{}bF1输出层权重: w1−11O1w_{1-11}^{O1}w1−11O1输出层偏置: b1O1b_{1}^{O1}b1O1梯度
2021-05-28 16:43:20
4513
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人