古-月-CSDN博客

原创博客迁移通知

为方便博客内容的管理，今后本人的博客内容会在个人网站——古月居（http://www.guyuehome.com）进行更新，CSDN博客不作主要维护，感谢大家的支持。由于网站方面的能力有限，个人网站可能会存在一些问题，欢迎大家批评指正。同时欢迎各位关注“古月居”微信公众号，第一时间了解ROS机器人的相关动态。...

2019-12-18 15:02:10 21229 8

原创 ROS探索总结（十九）——如何配置机器人的导航功能

ROS的二维导航功能包，简单来说，就是根据输入的里程计等传感器的信息流和机器人的全局位置，通过导航算法，计算得出安全可靠的机器人速度控制指令。但是，如何在特定的机器人上实现导航功能包的功能，却是一件较为复杂的工程。作为导航功能包使用的必要先决条件，机器人必须运行ROS，发布tf变换树，并发布使用ROS消息类型的传感器数据。同时，为了让机器人更好的完成导航任务，开发者还要根据

2016-01-18 22:07:23 33895 13

原创 ROS探索总结（十八）——重读tf

在之前的博客中，有讲解tf的相关内容，本篇博客重新整理了tf的介绍和学习内容，对tf的认识会更加系统。1 tf简介1.1 什么是tf tf是一个让用户随时间跟踪多个参考系的功能包，它使用一种树型数据结构，根据时间缓冲并维护多个参考系之间的坐标变换关系，可以帮助用户在任意时间，将点、向量等数据的坐标，在两个参考系中完成坐标变换。 tf的相关设计思想，可以参见：tf设计 1

2015-12-02 23:11:10 38999 5

原创 ROS探索总结（十七）——构建完整的机器人应用系统

上一篇博客介绍了HRMRP机器人平台的设计，基于该平台，可以完成丰富的机器人应用，以较为典型的机器人导航为例，如何使用HRMRP来完成相应的功能？本篇博客将详细介绍如何将HRMRP应用到实际的应用当中。

2015-09-20 12:30:40 16745 9

HRMRP（Hybrid Real-time Mobile Robot Platform，混合实时移动机器人平台）机器人是我在校期间和实验室的其他小伙伴一起从零开始设计并开发的一款机器人平台，其中大部分扩展电路、驱动和ROS相关的底层功能都是我们自己做的。该机器人平台具有软硬件可编程、灵活性强、模块化、易扩展、实时性强等特点。HRMRP具备丰富的传感器和执行器，在该平台的基础上，我们设计并实现了机器人SLAM、自主导航、人脸识别、机械臂控制等功能。

2015-09-13 15:22:10 12723 4

原创 ROS探索总结（十五）——amcl（导航与定位）

在理解了move_base的基础上，我们开始机器人的定位与导航。gmaping包是用来生成地图的，需要使用实际的机器人获取激光或者深度数据，所以我们先在已有的地图上进行导航与定位的仿真。 amcl是移动机器人二维环境下的概率定位系统。它实现了自适应（或kld采样）的蒙特卡罗定位方法，其中针对已有的地图使用粒子滤波器跟踪一个机器人的姿态。一、测试首先运行

2013-09-27 21:10:33 72304 33

原创 ROS探索总结（十四）——move_base（路径规划）

在上一篇的博客中，我们一起学习了ROS定位于导航的总体框架，这一篇我们主要研究其中最重要的move_base包。

2013-07-25 16:26:22 95487 35

原创 ROS探索总结（十三）——导航与定位框架

导航与定位是机器人研究中的重要部分。一般机器人在陌生的环境下需要使用激光传感器（或者深度传感器转换成激光数据），先进行地图建模，然后在根据建立的地图进行导航、定位。在ROS中也有很多完善的包可以直接使用。在ROS中，进行导航需要使用到的三个包是：（1） move_base：根据参照的消息进行路径规划，使移动机器人到达指定的位置；

2013-07-15 18:03:43 52310 15

原创 ROS探索总结（十二）——坐标系统

在机器人的控制中，坐标系统是非常重要的，在ROS使用tf软件库进行坐标转换。相关链接：http://www.ros.org/wiki/tf/Tutorials#Learning_tf一、tf简介我们通过一个小小的实例来介绍tf的作用。1、安装turtle包$ rosdep install turtle_tf rviz$ rosmake turt

2013-07-05 19:55:12 60540 5

原创 ROS探索总结（十一）——机器视觉

机器视觉在计算机时代已经越来越流行，摄像头价格越来越低廉，部分集成深度传感器的混合型传感器也逐渐在研究领域普及，例如微软推出的Kinect，而且与之配套的软件功能十分强大，为开发带来了极大的便利。ROS集成了Kinect的的驱动包OpenNI，而且使用OpenCV库可以进行多种多样的图像处理。注：本章内容及代码均参考《ROS by Example》书中的第十章。一、图像

2013-06-24 21:24:19 56355 19

原创 ROS探索总结（十）——语音控制

如今语音识别在PC机和智能手机上炒的火热，ROS走在技术的最前沿当然也不会错过这么帅的技术。ROS中使用了CMU Sphinx和Festival开源项目中的代码，发布了独立的语音识别包，而且可以将识别出来的语音转换成文字，然后让机器人智能处理后说话。一、语音识别包1、安装安装很简单，直接使用ubuntu命令即可，首先安装依赖库：$ sudo apt-ge

2013-06-15 22:03:03 28036 10

原创 ROS探索总结（九）——操作杆控制

对于移动机器人，键盘的控制往往满足不了我们的需求，以前看好多电影里边都是用一个摇杆来控制机器人的，简直帅爆了，正好我这里有一个操作杆，那就来尝试感受一下。操作杆（joystick）控制会更加有操作感，ROS中的很多机器人也带有操作杆的相关代码，只需要简单的移植即可。我们使用的是赛钛客（saitek）的一款操作杆，如下图所示：使用的移植代码是clear

2013-06-06 21:39:46 12982 15

原创 ROS探索总结（八）——键盘控制

如果尝试过前面的例子，有没有感觉每次让机器人移动还要在终端里输入指令，这也太麻烦了，有没有办法通过键盘来控制机器人的移动呢？答案室当然的了。我研究了其他几个机器人键盘控制的代码，还是有所收获的，最后移植到了smartcar上，实验成功。一、创建控制包首先，我们为键盘控制单独建立一个包：roscreate-pkg smartcar_teleop rospy geometr

2013-06-01 17:04:12 46065 8

原创 ROS探索总结（七）——smartcar源码上传

看到前面写的博客还是帮助了很多ROS的学习者，我感到非常荣幸。其实我也是一名ROS的新手，ROS的相关资料少，上手难度大，我现在也在摸索着学习，还希望大家都将自己的学习成果在网上或者ROS群里分享。我看到有些人在运行我前面写的smartcar程序，为了方便大家的学习，我这两天整理了一下代码，已经上传到csdn上，下载请见： http://download.cs

2013-05-31 13:30:28 14122 1

原创 ROS探索总结（六）——使用smartcar进行仿真

之前的博客中，我们使用rviz进行了TurtleBot的仿真，而且使用urdf文件建立了自己的机器人smartcar，本篇博客是将两者进行结合，使用smartcar机器人在rviz中进行仿真。一、模型完善之前我们使用的都是urdf文件格式的模型，在很多情况下，ROS对urdf文件的支持并不是很好，使用宏定义的.xacro文件兼容性更好，扩展性也更好。所以我们把之前的urdf

2013-05-20 19:04:19 26048 62

原创 ROS探索总结（五）——创建简单的机器人模型smartcar

前面我们使用的是已有的机器人模型进行仿真，这一节我们将建立一个简单的智能车机器人smartcar，为后面建立复杂机器人打下基础。一、创建硬件描述包roscreat-pkg smartcar_description urdf二、智能车尺寸数据因为建立的是一个非常简单的机器人，所以我们尽量使用简单的元素：使用长方体代替车模，使用圆柱代替车轮，具体尺寸

2013-05-09 10:56:40 34041 13

原创 ROS探索总结（四）——简单的机器人仿真

前边我们已经介绍了ROS的基本情况，以及新手入门ROS的初级教程，现在就要真正的使用ROS进入机器人世界了。接下来我们涉及到的很多例程都是《ROS by Example》这本书的内容，我是和群里的几个人一起从国外的亚马逊上买到的，还是很有参考价值的，不过前提是你已经熟悉之前的新手教程了。一、ROS by Example 这本书是关于国外关于ROS出版的第一本书，主要针

2013-04-30 21:21:41 58495 13

原创 ROS探索总结（三）——ROS新手教程

前面我们介绍了ROS的特点和结构，接下来就要开始准备动手感受一下ROS的强大了。ROS官网的wiki上针对新手的教程很详细，最好把所有的新手教程都搞清楚，这是后面开发最基础的东西。尽管如此，ROS对于新手来说还是很难上手，这里，我就来总结一下我当时学习的历程，也为其他新手作为一个参考。一、ROS的安装 ROS的安装当然是我们开始动手的第一步了，这里我们使用的操作系统是

2013-04-16 21:56:23 132754 33

原创 ROS探索总结（二）——ROS总体框架

一、总体结构根据ROS系统代码的维护者和分布来标示，主要有两大部分：（1）main：核心部分，主要由Willow Garage公司和一些开发者设计、提供以及维护。它提供了一些分布式计算的基本工具，以及整个ROS的核心部分的程序编写。（2）universe：全球范围的代码，有不同国家的ROS社区组织开发和维护。一种是库的代码，如OpenCV、PCL等

2013-04-12 22:23:30 44716 2

原创 ROS探索总结（一）——ROS简介

一、历史随着机器人领域的快速发展和复杂化，代码的复用性和模块化的需求原来越强烈，而已有的开源机器人系统又不能很好的适应需求。2010年Willow Garage公司发布了开源机器人操作系统ROS（robot operating system），很快在机器人研究领域展开了学习和使用ROS的热潮。 ROS系统是起源于2007年斯坦福大学人工智能实验室的项目与机

2013-04-12 21:30:25 69003 11

原创显卡架构深度解析与AI时代选型指南：从深度学习到具身智能的全方位剖析

本文系统分析了GPU架构演进及其在AI领域的应用。从Pascal到Blackwell架构，NVIDIA GPU逐步从图形处理器发展为AI专用加速器，重点优化了深度学习训练和推理性能。文章详细对比了RTX 40系列和数据中心级GPU的关键参数，并探讨了具身智能等新兴领域对GPU的特殊需求，为不同应用场景提供了专业选型建议。随着AI模型规模扩大，NVLink多GPU互联技术成为大规模训练的关键支撑。

2026-01-13 10:00:00 658

原创 Gazebo11的安装与启动

将模型文件model.config和model.sdf放入smallcar_demo文件夹，并存入隐藏文件夹.gazebo/models下。在smallcar.world目录打开终端，运行"gazebo smallcar.world"命令启动仿真环境。也可通过编写smallcar.launch文件来加载world文件启动Gazebo11仿真。

2026-01-12 10:00:00 142

原创消息队列与邮箱实现全解析：从原理到代码，掌握线程通信核心机制

消息队列实现线程通信的核心机制包含消息传输和线程阻塞/恢复两大功能。其采用先入先出原则管理消息读写，通过链表管理空闲消息和阻塞线程。当队列满时写线程会阻塞，空时读线程会阻塞，待条件满足后被唤醒继续操作。实现涉及创建、发送、接收和销毁四个主要步骤，支持FIFO和优先级两种线程排序方式。消息队列结构体定义了队列头尾指针、空闲链表等关键元素，为线程间高效通信提供了可靠保障。

2026-01-11 10:00:00 1137

原创 SGFT：用模拟先验破解机器人真实世界微调难题

SGFT框架突破机器人学习瓶颈：通过提取模拟环境中的结构先验知识，大幅提升真实世界微调效率。该技术解决了传统方法在灵巧操作任务中面临的数据成本高、迁移效果差等核心问题，将真实样本需求降低至传统方法的1/5-1/10，并在高难度任务中实现80%以上的成功率。其创新点在于将任务不变性结构编码到价值函数中，指导真实世界的精准探索，为机器人技术在精密制造、医疗辅助等领域的落地应用扫清了关键障碍。

2026-01-10 10:00:00 1427

原创【LLM】语言模型驱动的机械臂操控：从语言到动作的智能跨越

本文提出了一种基于语言模型程序（LMP）的创新框架，通过大型语言模型将自然语言指令直接映射为机械臂动作。系统采用分层架构，利用GPT-4解析语义并生成控制代码，驱动UR5e机械臂在PyBullet仿真环境中完成任务。该方法融合了运动学建模和概率推理技术，实现了从"把棕色积木放进棕色碗里"等自然语言指令到物理动作的端到端转换。实验验证了框架在多任务场景下的有效性和鲁棒性，为机器人控制的智能化和民主化提供了新路径。

2026-01-09 10:00:00 1422

原创【STM32】基于STM32H723的OV2640摄像头图像采集与LCD显示系统

本文探讨了基于STM32H723微控制器、OV2640摄像头和TFTLCD显示屏的嵌入式图像采集与显示系统。系统采用DCMI接口连接摄像头，通过DMA技术高效传输图像数据，并利用SPI接口驱动LCD显示。详细分析了硬件选型依据、接口连接设计及STM32H723的时钟配置方案，为嵌入式图像处理系统开发提供了技术参考。该系统架构清晰，性能优越，适用于各类实时图像处理应用场景。

2026-01-08 10:00:00 528

原创从零到一：STM32+ESP8266+小程序打造智能监控系统

本文介绍了STM32与ESP8266模块的硬件连接和软件开发步骤。硬件方面详细说明了ESP8266的正确连接方式，强调必须使用3.3V供电。软件部分包括在STM32CubeMX中配置UART、创建ESP8266驱动文件、修改main.c添加WiFi功能，以及开发Node.js服务器和微信小程序。文章提供了具体的引脚连接图、CubeMX配置参数和代码结构说明，为构建智能监控系统提供了完整的技术路线。

2026-01-07 10:00:00 1424

原创【HQP】基于分层二次规划的二阶机械臂避障与轨迹跟踪控制

本文提出一种基于分层二次规划(HQP)的机械臂控制方法，在非结构化环境中实现安全避障与精确轨迹跟踪。通过建立二阶运动学模型，将控制任务分为三个层级：第一层为安全避障的硬约束，第二层是最小化轨迹跟踪误差，第三层引入能量正则化确保数值稳定性。仿真实验表明，该方法能严格保证机械臂在安全可行域内运动，同时有效完成轨迹跟踪任务。相比传统人工势场法，HQP框架具有数学严格性和处理复杂约束的能力。

2026-01-06 10:00:00 861

原创基于视觉语言动作的竞速无人机自主导航RaceVLA深度代码解析

RaceVLA项目实现了具身智能在无人机领域的突破性应用，首次将视觉语言动作(VLA)模型成功移植到高速竞速无人机。该系统通过端到端学习，直接处理FPV视频流和自然语言指令，输出4D控制向量，实现了类人飞行决策能力。关键创新包括：优化OpenVLA模型为无人机专用版本，设计分布式架构平衡计算性能与实时性，采用迭代控制策略实现连续平滑飞行。测试表明，RaceVLA在动态环境中的泛化能力显著优于OpenVLA和RT-2模型，同时通过硬件优化达到4Hz实时操作频率，满足高速飞行需求。

2026-01-05 10:00:00 1627

原创【振动抑制】从方程到仿真：深入理解TMD如何抑制结构振动

本文研究了调谐质量阻尼器(TMD)在结构振动控制中的应用。TMD作为一种被动控制技术，通过附加次质量并调节其频率接近结构主频，利用阻尼耗能来吸收和耗散结构振动能量。文章详细推导了单自由度系统动力学方程，揭示了TMD通过相对运动吸收主结构能量，并由阻尼器转化为热能耗散的工作原理。仿真研究表明，TMD能有效将能量从主结构引向阻尼器"销毁"，从而抑制结构振动。该技术具有无需外部能量、设计简单、可靠性高等优点，适用于建筑、桥梁等结构的振动控制。

2025-12-30 10:00:00 254

原创主题分析利器BERTopic详解与实战应用指南

BERTopic是一种结合Transformer预训练模型与无监督聚类算法的现代主题建模方法，相比传统LDA具有显著优势。它通过SBERT生成语义向量、UMAP降维、HDBSCAN聚类和c-TF-IDF关键词抽取四个核心步骤，能够理解上下文语义、适应短文本、支持多语言处理并自动确定主题数量。相比LDA基于词袋模型的局限性，BERTopic具备更强的语义理解能力、更好的主题一致性和可视化功能，成为当前文本挖掘领域的有力工具。

2025-12-29 10:00:00 1502

原创通用流，零样本机器人技能迁移突破

清华大学等机构提出的"GeneralFlow"方法实现了机器人零样本技能迁移，通过3D点轨迹预测和跨载体RGBD视频训练，在18项任务中取得81%成功率。该方法突破三大瓶颈：利用人类视频数据降低采集成本，实现跨物体/场景/载体的通用迁移，选择3D点轨迹作为预测目标提升稳定性。核心价值体现在：仅需人类视频即可快速部署，支持多类物体操作，提供稳定几何指导。

2025-12-28 10:00:00 1471

原创基于形状-尺度协同感知的脑肿瘤边界检测

本文提出了一种基于形状-尺度协同感知的脑肿瘤边界检测方法S2CA-Net。该方法在3D U-Net基础上进行改进，引入三个关键模块：局部-全局尺度混合器(LGSM)结合CNN和Transformer优势，多级上下文聚合器(MCA)整合多分辨率特征，以及多尺度注意力可变形卷积(MS-ADC)自适应捕捉肿瘤轮廓变化。实验采用BraTS2020多模态MRI数据集，通过加权深度监督机制提升模型性能。该方法能同时感知肿瘤形状和尺度变化，有效解决边界模糊、形态复杂等问题，为脑肿瘤分割提供更精准的解决方案。

2025-12-27 10:00:00 807

原创 SO101 机械臂 3D 打印组装与中位校准实操

本文详细介绍了SO101机械臂的组装过程，包括物料购买指南、3D打印参数配置和机械臂校准步骤。SO101是SO100的改进版本，简化了组装流程，无需拆卸舵机齿轮。系统包含主动臂和从动臂，分别使用不同减速比的舵机，总成本约1252.6元。文章提供了3D打印件的下载路径和打印参数，并强调主动臂与从动臂在末端执行器上的差异。最后着重讲解了机械臂中位校准这一关键步骤，为具身智能体验提供实用指导。

2025-12-26 10:00:00 1560

原创 RT-Thread线程全解析：从创建到切换的完整流程

本文解析了RT-Thread线程创建的核心机制。重点介绍了线程结构体rt_thread的关键成员（如tlist链表、定时器等）及其功能，详细阐述了线程创建过程：通过rt_thread_init或rt_thread_create函数初始化线程结构体，包括栈空间分配和寄存器现场伪造。最后简要提及了第一个线程的启动流程，完整展现了RT-Thread从线程创建到切换的实现原理。

2025-12-25 10:00:00 403

原创端侧基础大模型全景指南：从CLIP到VLM(二)

本文介绍了五个端侧视觉模型(DINO、SAM、GroundingDINO、Grounded-SAM和SigLIP)，它们与CLIP/BLIP模型形成互补，在视觉特征提取、图像分割和目标检测等任务中各有专长。重点解析了DINO及其升级版DINO-v2的自监督学习原理，包括无监督特征学习、自蒸馏架构等关键技术，以及DINO-v2在训练策略、架构设计和特征表示等方面的改进。这些模型为零样本图像分类、视觉问答等任务提供了更强大的视觉表示能力。

2025-12-23 10:00:00 322

原创前沿技术解读——RelatiViT

计算机视觉在空间关系理解上存在显著缺陷，现有系统难以准确判断"杯子在碟子上方"等基础空间关系。ICLR2024研究通过重构任务基准和设计专用网络架构，首次实现超越朴素基线的真实场景空间关系预测。研究指出当前视觉系统混淆语义与物理空间关系，且主流方法性能不足。团队重建了SpatialSense+数据集，提供精准无歧义的关系定义，并采用Transformer架构有效建模物体间交互。该工作填补了视觉推理的核心空白，为场景图生成、视觉问答等下游任务提供新基准，相关成果已建立领域新标杆。

2025-12-22 10:00:00 1366

原创 ESP8266模块AT指令编程与智能家居实战指南

本文介绍了ESP8266模块的AT指令编程方法。首先需正确连接模块并烧录程序，然后使用USB串口工具（如AiThinker_Serial_Tool和sscom5.13.1）发送AT指令进行网络通信测试。文中提供了ESP8266模块AT指令编程指南的参考资料，可作为智能家居等物联网应用开发的实战指导。该教程适用于初学者快速掌握ESP8266模块的基础网络通信功能实现。

2025-12-21 10:00:00 221

原创端侧基础大模型全景指南：从CLIP到VLM(三)

本文系统介绍了多模态大语言模型(MLLMs)的发展与应用，重点分析了LLAVA和Flamingo两大代表性模型。LLAVA通过融合视觉编码器和语言模型，实现了细粒度视觉理解和基于图像的对话能力；Flamingo则采用Perceiver Resampler架构，在跨模态少样本学习方面表现突出，支持视觉问答、图像描述等任务。文章详细阐述了这些模型的核心原理、技术特点及实际应用场景，并提供了示例代码和效果展示，为端侧视觉基础模型的研究提供了全景式指南。

2025-12-20 10:00:00 1149

原创 t-SNE基础与实战：MNIST分类，对比不同模型的输出分布

本文通过t-SNE可视化方法对比了线性分类器、MLP和LeNet-5在MNIST数据集上的输出分布差异。实验采用相同训练设置，重点分析三类模型最后一层logits在二维空间的聚类效果，观察类别可分性。结果显示卷积网络因具备局部感受野等特性，其输出呈现更清晰的类簇分离，而线性模型则表现出较多重叠区域。研究证实t-SNE能有效揭示模型在特征空间的判别能力差异，为模型评估提供直观依据。实验配置标准化，代码开源可供复现。

2025-12-19 10:00:00 621