人工智能
文章平均质量分 65
hjwang1
让Robot走入社会、融入生活,方便人与人、人与物、物与物之间的沟通,丰富人们的生活
======
人工智能是分主观与客观的,是硬币的两个方面
客观智能是世界的本质描述,是物理的是数学的
主观智能是来自于客观智能,是哲学的是宗教的
如果抛开物理与数学只去讲方法是绝对走不远的
而单讲物理与数学只会得到一个静默缤纷的世界
展开
-
世界坐标系到相机坐标系的转换
坐标系的转换Pe=TwePw=[X1wX2wX3w−Xw⋅OwY1wY2wY3w−Yw⋅OwZ1wZ2wZ3w−Zw⋅Ow0001]PwP^e=T^e_w P^w=\left[ \begin {matrix} X^w_1 & X^w_2 & X^w_3 & -X^w \cdot O^w \\ Y^w_1 & Y^w_2 & Y^w_3 & ...原创 2020-03-26 21:12:55 · 1743 阅读 · 0 评论 -
[图像]畸变校正详解
ref:https://blog.csdn.net/humanking7/article/details/45037239https://blog.csdn.net/weixin_38009585/article/details/823560221.摄像机成像原理简述成像的过程实质上是几个坐标系的转换。首先空间中的一点由 世界坐标系 转换到 摄像机坐标系 ,然后再将其投影到成像平面 (...转载 2020-01-22 14:32:04 · 3753 阅读 · 5 评论 -
The Accelerometer and Gyroscope
ref:https://www.instructables.com/id/Accelerometer-Gyro-Tutorial/Step 1: The AccelerometerTo understand this unit we'll start with the accelerometer. When thinking about accelerometers it is oft...转载 2019-11-19 19:01:08 · 1440 阅读 · 0 评论 -
Reading a IMU Without Kalman: The Complementary Filter
ref:http://www.pieter-jan.com/node/11https://github.com/GruffyPuffy/imutesthttps://dev.intelrealsense.com/docs/rs-motionhttps://github.com/IntelRealsense/librealsenseSubmitted by Pieter-Jan on...转载 2019-11-19 18:41:02 · 600 阅读 · 0 评论 -
最近邻搜索算法flann Marius Muja and David G. Lowe
最近邻搜索算法flann repohttps://github.com/mariusmuja/flannhttp://www.qhull.org/原创 2019-10-21 10:38:36 · 299 阅读 · 0 评论 -
OpenMesh 8.0 android compile 交叉编译
/home/os/Android/Sdk/cmake/3.10.2.4988404/bin/cmake \-DCMAKE_TOOLCHAIN_FILE=/home/os/Android/Sdk/ndk/20.0.5594570/build/cmake/android.toolchain.cmake \-DEigen3_DIR=/usr/lib/cmake/eigen3 \-DANDROID_...原创 2019-10-18 10:52:38 · 357 阅读 · 0 评论 -
西门子将推iPad家电远程控制系统:远程厨房
转自:http://www.cnbeta.com/articles/153946.htm 如今移动平板设备已经深入生活,那么如何让它和我们的家用电器进行沟通呢?西门子在IFA上给了我们答案,他们发布了homeConnect,又名远程厨房。也就是说你可以远程操控你家厨房的洗碗机转载 2011-09-05 09:41:27 · 1137 阅读 · 0 评论 -
世上最伟大的十个公式,薛定谔方程排名第六,质能方程排名第五
转自:http://www.cnbeta.com/articles/154387.htm英国科学期刊《物理世界》曾让读者投票评选了“最伟大的公式”,最终榜上有名的十个公式既有无人不知的1+1=2,又有著名的E=mc2;既有简单的-圆周公式,又有复杂的欧拉公式……从转载 2011-09-08 09:53:34 · 1460 阅读 · 0 评论 -
移动互联网的新制高点是什么?
转自:http://blog.qq.com/qzone/12783747/1322159643.htm【移动互联网时代的制胜技术是什么?】是操作系统吗?拥有了手机操作系统,就能够驾驭市场吗?让我们看看这些有用操作系统的公司,以及目前的境遇。Nokia的Symbian曾经的辉煌,目前联姻微软采纳WP7系统。Intel曾经与Nokia联合发展的Meego,似乎更是无疾而终,转载 2011-11-25 14:42:32 · 871 阅读 · 0 评论 -
数据挖掘:用户推荐系统技术深度揭秘
转自:http://cloud.csdn.net/a/20120201/311297.html导读:随着大数据时代浪潮的到来数据科学家这一新兴职业也越来越受到人们的关注。本文作者Alexandru Nedelcu就将数学挖掘算法与大数据有机的结合起来,并无缝的应用在面临大数据浪潮的网站之中。数据科学家需要具备专业领域知识并研究相应的算法以分析对应的问题,而数据挖转载 2012-02-03 10:24:16 · 862 阅读 · 0 评论 -
Ubuntu下架设流媒体服务器的基本流程
转:http://os.51cto.com/art/201005/201537.htm目前主流的流媒体服务器有微软的windows media server、RealNetworks的Helixserver和苹果公司的Darwin Streaming Server. 微软的windows media server只能在windows2000 server和windows 2003 se转载 2013-09-06 16:33:29 · 1259 阅读 · 0 评论 -
android实时视频网络传输方案总结
转:http://blog.csdn.net/nomousewch/article/category/823687转:http://www.cnblogs.com/skyseraph/archive/2012/03/23/2415018.html最近研究了android的实时视频网络传输问题,在视频处理方面花费了大量精力进行研究,总结出以下五套方案,并加以比较 以3转载 2013-09-06 16:18:49 · 3096 阅读 · 2 评论 -
Zigbee和Wi-Fi的干扰和共存
转自:http://network.chinabyte.com/221/12374221.shtml0 引言 继无线局域网(WLAN)和无线城域网(WMAN)之后,便携式技术产品的发展和应用需求的迅速增长,促进了新的无线个人局域网(WPAN)的诞生,使无线接入的产业链更加完善。 Zigbee是新近推出的一个低数据率的无线通信技术。它具有复杂度低、成本极少、功耗很小的特点,主要适转载 2013-09-01 11:54:27 · 1634 阅读 · 0 评论 -
解决openfire在使用MySQL数据库后的中文乱码问题
转自:openfire是一个非常不错的IM服务器,而且是纯Java实现,具有多个平台的版本,他的数据存储可以采用多种数据库,如MySQL,Oracle等。在实际使用时大家遇到最多的就是采用MySQL数据库后的中文乱码问题,这个问题十分有趣,而且从现象上可以看出openfire内部的一些机制。实际问题是这样的:首先启动openfire服务器,然后利用客户端或直接登录到后台转载 2013-09-12 15:48:09 · 833 阅读 · 0 评论 -
Openfire中一些类的说明
转自:http://blog.sina.com.cn/s/blog_414cc36d0101fmqo.html1. build path:a) source folder:包括openfire和各插件的代码。b) libraries:build/lib下jar包和插件下jar包,jdk/lib/tools.jar(编译jsp需要)。2. ant build:build/buil转载 2013-09-13 14:40:00 · 1005 阅读 · 0 评论 -
上拉电阻与下拉电阻的作用
转自:http://bluefish.blog.51cto.com/214870/1239098上拉电阻就是把不确定的信号通过一个电阻钳位在高电平,此电阻还起到限流的作用。同理,下拉电阻是把不确定的信号钳位在低电平。上拉电阻是指器件的输入电流,而下拉指的是输出电流。那么在什么时候使用上、下拉电阻呢?1、当TTL电路驱动CMOS电路时,如果TTL电路输出的高电平低于CMOS电路的转载 2013-12-17 13:05:46 · 822 阅读 · 0 评论 -
十大数据挖掘算法及各自优势
转自:http://www.itongji.cn/article/03211T52013.html国际权威的学术组织the IEEE International Conference on Data Mining (ICDM) 2006年12月评选出了数据挖掘领域的十大经典算法:C4.5, k-Means, SVM, Apriori, EM, PageRank, AdaBoost, k转载 2014-03-13 11:59:44 · 834 阅读 · 0 评论 -
室内定位技术
转自:http://blog.csdn.net/lechengyuyuan/article/details/19366763GPS因为功能实用强大,被各行各业使用。不过它也有一个很明显的缺陷,就是在室内不能定位,而且一般民用的精度也不够高(10m左右),相对于室内导航的要求(1m左右)还有一段距离。随着智能手机的普及,以及移动互联网的发展,地图与导航类软件将进入一个新的时代——室内导航转载 2014-05-25 10:45:11 · 1718 阅读 · 0 评论 -
高通推近距离位置定位技术 精度可达0.3米左右
转自:http://tech.qq.com/a/20131211/004569.htm转载 2014-05-30 09:40:48 · 1447 阅读 · 0 评论 -
iOS7的关键技术“iBeacon”,分三级粗略测位
转自:http://finance.people.com.cn/n/2014/0311/c348883-24594902.html“卖酒小店NE向您告知,今天的葡萄酒有优惠奥。请来逛逛吧。”一走进购物中心,iPhone就收到了这家购物中心里一家卖酒店铺的特价信息。来到这家店的葡萄酒货架前,智能手机的屏幕上又蹦出了“推荐智利产葡萄酒”的字样。把手伸向推荐的葡萄酒,iPho转载 2014-05-30 09:43:40 · 1075 阅读 · 0 评论 -
使用libfriendlyarm-hardware.so访问串口的一些代码参考
转自:http://112.124.9.243/wordpress/?p=342转载 2014-06-16 12:08:52 · 1922 阅读 · 0 评论 -
Mobile Robot Programming Toolkit (MRPT)
转自:http://www.cnblogs.com/feisky/archive/2009/11/24/1609587.html转载 2014-09-22 23:31:28 · 1574 阅读 · 0 评论 -
ROS探索总结(十三)——导航与定位框架
转自:http://blog.csdn.net/hcx25909/article/details/9334231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转载 2015-03-18 17:32:22 · 1076 阅读 · 0 评论 -
ROS探索总结(十四)——move_base(路径规划)
转自:http://blog.csdn.net/hcx25909/article/details/9470297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。 在总体框架图中可以看到,move_base提供了ROS导航的配置、运行、交互接口,它主要包括两个部分: (1转载 2015-03-18 17:37:43 · 3974 阅读 · 0 评论 -
Android IOS WebRTC 音视频开发
转 自:http://www.cnblogs.com/lingyunhu/category/626157.html作者:lingyunhurtc.blacker@gmail.com随笔分类 - webrtcAndroid IOS WebRTC 音视频开发总结(二六)摘要: 本文主要是自己之前研究WebRTC代码结构时的一些资料转载 2015-04-23 20:16:30 · 1668 阅读 · 0 评论 -
机器人局部避障的动态窗口法(dynamic window approach)
转自:http://blog.csdn.net/heyijia0327/article/details/44983551转载 2015-05-08 20:41:48 · 1912 阅读 · 0 评论 -
Particle Filter Tutorial 粒子滤波:从推导到应用(四)
转自:http://blog.csdn.net/heyijia0327/article/details/41142679六、Sampling Importance Resampling Filter (SIR) SIR滤波器很容易由前面的基本粒子滤波推导出来,只要对粒子的重要性概率密度函数做出特定的选择即可。在SIR中,选取: p( x(k)|x(k转载 2015-05-09 20:50:17 · 1036 阅读 · 0 评论 -
Particle Filter Tutorial 粒子滤波:从推导到应用(三)
转自:http://blog.csdn.net/heyijia0327/article/details/41122125五、重采样 在应用SIS 滤波的过程中,存在一个退化的问题。就是经过几次迭代以后,很多粒子的权重都变得很小,可以忽略了,只有少数粒子的权重比较大。并且粒子权值的方差随着时间增大,状态空间中的有效粒子数较少。随着无效采样粒子数目的增加,使得大量的计算浪费转载 2015-05-09 20:50:25 · 1350 阅读 · 0 评论 -
LQR 的直观推导及简单应用
转自:http://blog.csdn.net/heyijia0327/article/details/39270597本文主要介绍LQR的直观推导,说明LQR目标函数J选择的直观含义以及简单介绍矩阵Q,R的选取,最后总结LQR控制器的设计步奏,并将其应用在一个简单的倒立摆例子上。 假设有一个线性系统能用状态向量的形式表示成:转载 2015-05-09 19:44:23 · 5304 阅读 · 2 评论 -
卡尔曼滤波 -- 从推导到应用(一)
转自:http://blog.csdn.net/heyijia0327/article/details/17487467前言 卡尔曼滤波器是在估计线性系统状态的过程中,以最小均方差为目的而推导出的几个递推数学等式,也可以从贝叶斯推断的角度来推导。 本文将分为两部分:第一部分,结合例子,从最小均方差的角度,直观地转载 2015-05-09 11:44:43 · 1156 阅读 · 0 评论 -
卡尔曼滤波 -- 从推导到应用(二)
转自:http://blog.csdn.net/heyijia0327/article/details/17667341该文是自我总结性文章,有纰漏,请指出,谢谢。 --白巧克力这部分主要是通过对第一部分中提到的匀加速小车模型进行位移预测。先来看看状态方程能建立准确的时候,状态方程见第一部分分割线以后内容,小车做匀加速运动的位移的预测仿真如下。转载 2015-05-09 11:46:10 · 906 阅读 · 0 评论 -
Particle Filter Tutorial 粒子滤波:从推导到应用(二)
转自:http://blog.csdn.net/heyijia0327/article/details/40929097二、蒙特卡洛采样假设我们能从一个目标概率分布p(x)中采样到一系列的样本(粒子),(至于怎么生成服从p(x)分布的样本,这个问题先放一放),那么就能利用这些样本去估计这个分布的某些函数的期望值。譬如: 上面的式子其转载 2015-05-09 20:49:06 · 1150 阅读 · 0 评论 -
Particle Filter Tutorial 粒子滤波:从推导到应用(一)
转自:http://blog.csdn.net/heyijia0327/article/details/40899819前言: 博主在自主学习粒子滤波的过程中,看了很多文献或博客,不知道是看文献时粗心大意还是悟性太低,看着那么多公式,总是无法把握住粒子滤波的思路,也无法将理论和实践对应起来。比如:理论推导过程中那么多概率公式,概率怎么和系统的状态变量对应上了?状态粒子是怎么一转载 2015-05-09 20:45:56 · 1781 阅读 · 0 评论 -
文章标题
粒子滤波 一阶马尔科夫模型翻译 2015-05-12 14:08:03 · 80 阅读 · 0 评论 -
理解重要性采样
转自:http://blog.csdn.net/tianguokaka/article/details/6914554重要性采样是非常有意思的一个方法。我们首先需要明确,这个方法是基于采样的,也就是基于所谓的蒙特卡洛法(Monte Carlo)。蒙特卡洛法,本身是一个利用随机采样对一个目标函数做近似。例如求一个稀奇古怪的形状的面积,如果我们没有一个解析的表达方法,那么怎么做呢?蒙特卡洛转载 2015-05-12 21:09:13 · 2008 阅读 · 0 评论 -
粒子滤波 演示与opencv代码
转自:http://blog.csdn.net/onezeros/article/details/6319180粒子滤波的理论实在是太美妙了,用一组不同权重的随机状态来逼近复杂的概率密度函数。其再非线性、非高斯系统中具有优良的特性。opencv给出了一个实现,但是没有给出范例,学习过程中发现网络上也找不到。learning opencv一书中有介绍,但距离直接使用还是有些距离。在经过一转载 2015-05-26 22:40:16 · 784 阅读 · 0 评论 -
坐标旋转与平移
原坐标逆时针旋转theta角度与右上:在原坐标系下的新坐标原创 2015-05-22 17:11:24 · 1015 阅读 · 0 评论 -
Improving the Beginner’s PID
转自:http://brettbeauregard.com/blog/2011/04/improving-the-beginners-pid-introduction/http://playground.arduino.cc/Code/PIDLibraryIn conjunction with the release of the new Arduino PID Library I转载 2015-06-28 18:38:16 · 1179 阅读 · 0 评论 -
PID教程
转自:http://blog.csdn.net/i7leaves/article/details/6937947介绍本教程将向您展示了比例每个比例项 (P)的特点,积分项(I)和微分项 (D) 控制,以及如何使用它们来获得所需的响应。在本教程中,我们会考虑以下单位反馈系统:Plant【被控对象】:被控制的系统Controller【控制器】:为被控对象提供刺激;目转载 2015-06-29 13:24:22 · 1034 阅读 · 0 评论 -
RBPF
滤波原创 2015-05-24 22:35:09 · 2751 阅读 · 0 评论