hongliyu_lvliyu的博客

原创 【CMU-自主导航与规划】Autonomous Exploration Development Environment 配置与运行

CMU团队无人车自主导航与规划仿真平台 Autonomous Exploration Development Environment

原创 【CMU-自主导航与规划】M-TARE planner 配置与运行

Docker, Docker Compose, NVIDIA Container Toolkit, Nvidia GPU Driver（需要至少2个，带Nvidia GPU）多机启动需要开多个终端同时启动，且注意id需要在0到num-1的范围内。使用以太网电缆将每台计算机连接到同一个本地网络，不要使用无线连接;下载工程docker：(推荐将工程放置在主目录下)使用脚本：mtare_docker/stop.sh。停止某个：./stop.sh <robot_id>停止所有机器人：./stop.sh。

原创 realsense t265参数查询与释义

含有相机信息的话题共有三个，分别为两个鱼眼相机以及一个IMU话题。使用rviz可以查看相机相关多个坐标系信息，需要注意的是。使用该指令时不能通过roslaunch开启相机。使用TF树不能清晰表示获得的坐标信息；需要选择一个相机的坐标系，使用。都会报 没有frame的警告。

原创 ubuntu 18.04 终端打开后无内容

ar p bash_4.4.18-2ubuntu1.2_amd64.deb data.tar.xz | xzcat | tar xvf

原创 Jetson ORIN NX安装Ubuntu20.04，配置CUDA，cuDNN 等注意事项

在弹出界面后，选择第三项manual setup，需要注意的是，**第八项“storage device”**默认为 SD Card , 没有图中“EMMC/SD”的选项，此时要更换选项为。在sdkmanager的step 2界面中，可以直接选择所有要烧录的系统与组件，可以。orin对应的jetpack版本为5.1.1和5.1.2。，否则在98%左右会有报错；大体准备工作与流程与博客。，即可以直接烧录进去。

原创 无人机自主探索FUEL：代码阅读3--执行循环顺序与部分释义

其中函数search主要用于寻找路径，输入起点的p,v,a,终点p,v，布尔值init_search，路点path，布尔值is_shot_succ，矩阵coef_shot，时间shot_time；此时终端打印max_id，min_id，代价cost mat以及旅行商算法参数 TSP。其中特别的是 固定了yaw角规划的分段信息，固定为了12段，而。其中当前视点与下一个视点距离。：对yaw角进行了单独的规划。其中主要调用了两个函数。时显示ROS_ERROR。，进行探索并选择视点；

原创 无人机自主探索FUEL：代码阅读2--算法重要参数

其中，在计算代价时使用了A* 来计算无碰撞路径，调用了Astar2.cpp，在簇不同时调用Astar2.cpp的次数不同，**即Astar2.cpp仅用于计算簇的代价，是仅用2个视点进行规划。中被使用，用于计算视点之间的位置、速度、yaw角代价，对应原文VI.C部分，公式（1），最后得到将代价保存在FIS中，当簇过时代价一并删除。其中，在改变了地图尺寸时，会出现将扫描后的内容重复拼接出现的情况，例如将地图尺寸设为x=20, y=20。中，写死了相机FOV的参数，可能影响了在。

原创 无人机自主探索FUEL：代码阅读1--边界簇检测更新与视点生成

bag中包含三个.sh文件，为rosbag指令，给出了录包指令以及有用话题信息。

原创 labelme标注方法

再点击 open,进行下一张，重复以上步骤。此时可以看到前一张的json文件。选择左上角 file—save as （或者ctrl+shift+s）在图片上单击鼠标右键，选择第一个create polygons。–文件名不变，保存类型默认为.json，选择保存。点击OK后，闭环框会变色，且右侧会出现标签名。按顺序选择一张图片，并open。

原创 latex 使用tips

找到latex模板的.bst文件，用文本编辑器打开，搜索format.address.school.year。在参考文献bib文件中，加。

原创 【论文阅读笔记】基于RGBD相机的四旋翼多小快速运动目标感知与避障

(1)用Yolo-fastest 在RGB里检测动态物体，用深度图获得三维信息，用3D-soft跟踪动态物体(2)通过生成最优光滑轨迹，预测目标的轨迹，从而快速躲避动态、静态障碍物使用低成本深度相机代替事件相机；提出了分层轨迹生成算法：运动学路径搜索+基于梯度优化；填补了多小快速运动目标感知与避障领域空白；可以RGB-D相机躲避多个快速运动小物体指标： 半径5m/s;距离

原创 Isaac-gym(9)：项目更新、benchmarks框架梳理

ISAAC GYM项目更新与task实例简单梳理

原创 ISAAC-GYM 学习交流

ISAAC-GYM学习交流

原创 Isaac-gym(8):Tensor API

ISAAC-GYM中关于张量API的使用描述

原创 Isaac-gym(7):物理模拟（actor生成、创建、控制等）

Isaac-gym物理模拟（actor生成、创建、控制等）

原创 Isaac-gym(6):环境创建、模型载入、actor设置等

关于Isaac-gym的环境创建、模型载入、actor设置、仿真运行等相关指令

原创 Isaac-gym(5)：关于强化学习

ISAAC-GYM关于强化学习

原创 Isaac-gym(4): 物理模拟

ISAAC-GYM之物理模拟函数create_actor将一个执行器添加到环境中，并返回一个执行器句柄，该句柄可用于以后与该执行器交互。最好在创建参与者期间保存句柄，而不是在模拟运行时每次都查找句柄。许多附带的示例都是这样做的：# cache useful handlesenvs = []actor_handles = []print("Creating %d environments" % num_envs)for i in range(num_envs): # create

原创 python代码：VOC to cityscapes标注文件转换

voc 与cityscapes数据集互相转换的相关代码

原创 将工件模型（stp,stl等）转为均匀稠密点云（pcd,ply）

目前直接使用meshlab转化格式或者用一些已经成型的网站转化格式时，会发现转出的点云只会有部分框架上的点，在作为点云使用时质量非常低。用以下方法可以均匀采样把三维制图的模型文件绘制为均匀的点云......

原创 Isaac-gym(3): 官方文档——programming之仿真设置

一、仿真设置Isaac Gym提供了一个模拟界面，可以让您创建用于训练智能代理的动态环境。API是面向过程和数据的，而不是面向对象的。可以访问CPU或GPU张量形式的模拟数据，这些数据可以与PyTorch等常见深度学习框架共享。gymapi定义了核心API，包括支持的数据类型和常量from isaacgym import gymapi所有Gym API函数都可以作为启动时获取的单一Gym对象的方法进行访问gym = gymapi.acquire_gym()1. 创建模拟环境

原创 Isaac-gym(2): 官方文档之examples

一、常用命令行选项命令作用–help打印每个示例的命令行选项–physx模拟的物理后端–flex模拟的物理后端–sim_device选择使用类似PyTorch的语法运行模拟的设备。可以是cpu或cuda，具有可选的设备规格。默认值为cuda：0–pipeline为张量操作选择cpu或gpu管道。默认值为gpu–graphics_device_id指定用于图形的设备序号另：除了 claw.py和soft_body.py只支持flex，fr

原创 Isaac-gym(1): 安装及官方demo内容

PS: 本人是在安装完anaconda3的情况下进行安装与配置的1. 环境要求Ubuntu 18.04 or 20.04.Python 3.6, 3.7 or 3.8.Minimum recommended NVIDIA driver version: Linux: 460.322. 下载官网下载地址：https://developer.nvidia.com/isaac-gym/download需要注册nvidia并成为会员，整个过程不需要付费3. 安装解压放在主目录下，进入IsaacGy

原创 数据结构——3. 排序

一、冒泡排序1. 冒泡排序基本思想：两两比较相邻记录的关键字，反序则交换，直到没有反序的记录2. 基本冒泡排序算法：例如由小到大排列： 从后往前循环，若前者大于后者，则交换3. 冒泡排序优化：可能会出现序列已经有序，不需要再多进行判断的情况，此时可以增加一个flag来帮助减少多余步骤int i,j;bool flag=true;for (i=1;i=s.length()-1;i++) { flag=false; for (j=s.length()-1;j>=i;j--){ i

原创 Qt+CMake+opencv经验总结——关于nonfree.hpp和legacy.hpp

先说结论：如果代码中需要用到nonfree.hpp和legacy.hpp，不要考虑装opencv3及以上版本！直接装opencv2！下文中有opencv和opencv-contrib的下载链接，由于当时只保存了下载网址，没留下原博csdn地址，如果原博能看到的话请留言，我再添加~参考的优秀博主链接：qt+opencv2.4.16.3进一步，回顾一下之前的曲折历程以及过程中领悟的小细节：1. Qt5.12.9+CMake+OpenCV4.5.1最一开始在不了解版本问题的情况下，直接安装了Qt5

原创 数据结构——1.绪论 2. 算法

一、绪论数据结构是相互之间存在一种或多种的关系的数据元素的集合。1. 逻辑结构与物理结构按照视点不同，可以分为逻辑结构和物理结构：逻辑结构：数据对象中数据元素间的相互关系。可分为4种 集合结构、线性结构、树形结构、图形结构。物理结构：指逻辑结构在计算机中的存储形式。两种： 顺序存储、链式存储。顺序：数据的逻辑关系和物理关系一致。链式：存放在任意的存储单元里，存储单元可以连续，可以不连续。2. 数据类型原子类型：不可以再分解的基本类型，整型、实型、字符型等。结构类型：可以

原创 RTB matlab工具箱（2）——工作空间可视化与轨迹规划

笔记为B站教学视频（https://www.bilibili.com/video/BV1q44y1x7WC?p=5）的记录，非常感谢UP主的精彩分享！一、工作空间可视化整体思路：在关节空间中随机生成变量；通过正运动学函数fkine得到变换矩阵；变换矩阵通过transl函数得到三维坐标。在点足够多的情况下，不断标出的三维坐标拼接后则形成了动作空间。生成随机变量：rand //在（0，1）内均匀生成随机数字若想在[m,n]内随机生成一个数字：num = m+rand*(m-n)生

原创 RTB matlab工具箱（1）——demo与常用函数

1. demortbdemo出现工具箱的demo和简单工具2. 常用函数2.1 旋转与旋转矩阵绕某轴旋转a角度：rotx(a);roty(a);rotz(a);rotx(30)= 1.0000 0 0 0 0.8660 -0.5000 0 0.5000 0.8660欧拉角与旋转矩阵相互转化：eul2r() tr2eul()//示例：以当前坐标系为基准旋转r1=eul

原创 python棋盘格标定程序

根据棋盘格标定板的尺寸和格子数量、大小修改程序#标定命令 python3 cal.py --image_size 1280x720 --corner 11x8 --square 30import osimport cv2 as cvimport numpy as npimport globimport xml.etree.ElementTree as ETimport argparseclass CameraCalibrator(object): def __init__(sel

原创 python接入realsense相机并快捷键保存画面

运行后，鼠标先点击一下显示画面，再按“s”，即可将图片保存到程序路径下## License: Apache 2.0. See LICENSE file in root directory.## Copyright(c) 2015-2017 Intel Corporation. All Rights Reserved.################################################# Open CV and Numpy integration

原创 台大机器人学——03 机械臂描述及其顺向运动学

PS: 本篇文章为台大机器人学学习笔记，B站视频链接如下：https://www.bilibili.com/video/BV1v4411H7ez?p=70. 引言运动学：关于运动状态本身，不讨论到力，关于位置、速度、加速度、时间等的关系。动力学：力/力矩如何产生运动机械臂：多个杆件(link)相串联，杆件间可以相对运动或者转动，由制动器驱动完成对应关系描述：描述臂的末端点状态（位置，速度…）连接方式：WP=f(θ1,θ2,...,θn){}^{W}P=f(\theta_{1},\theta

原创 台大机器人学——02 旋转矩阵R的进一步解读

原创 台大机器人学（林沛群）——01-刚体运动状态描述

1. 刚体（rigid body）状态描述：（DOF：degree of freedom，自由度）（1）在大地坐标系（{W}， world frame）下：平面空间移动（DOF）23转动（DOF）13–> 在空间中，用6个参数表示刚体运动状态。（2） 如何整合表示刚体状态：进一步，在刚体的定点(多为质心)上建立坐标系（{B}，body frame）：移动转动由{B}的原点位置判定由{B}的姿态判定（3） 刚体的连动状态如

原创 python-opencv读入视频并形成运动历史图（HMI）并抽帧保存

import numpy as npimport cv2from time import sleepimport queueclass MHI: def __init__(self,cap,tau,delta,xi,t): self.tau=tau self.delta=delta self.xi=xi self.t=t self.cap=cap self.data = queue.Queue()

原创 python--视频拆帧 & 帧合成视频流

1. 视频拆帧#!/usr/bin/env pythonimport cv2numer = 18cap=cv2.VideoCapture("/home/linux/work/python/video/"+str(numer)+".mp4")if cap.isOpened(): ret,frame=cap.read()else: ret = Falsen=0i=0timeF = 40path='/home/linux/work/python/video/'+str(nu

原创 realsense相机+open3D保存点云并可视化

python程序：运行时先开启摄像头，键盘单按“a”时，可以保存当前点云。保存了.ply格式内容，且转换为.pcd格式并保存.ply文件可以通过meshlab进行查看。import pyrealsense2 as rsimport numpy as npimport cv2import open3d as o3dimport copyimport timefrom helpers import *import osVISUALIZE = True pipeline = rs.

原创 python -- realsense系列 两个相机同时接入并显示

import pyrealsense2 as rsimport cv2import numpy as npimport timeimport osimport sysif __name__ == '__main__': # 确定图像的输入分辨率与帧率 resolution_width = 640 # pixels resolution_height = 480 # pixels frame_rate = 15 # fps # 注册数据流，并对

原创 python-- realsense系列的d435,d435i,l515相机接入与显示

d435import pyrealsense2 as rsimport numpy as npimport cv2 pipeline = rs.pipeline()config = rs.config()config.enable_stream(rs.stream.depth, 640, 480, rs.format.z16, 30)config.enable_stream(rs.stream.color, 640, 480, rs.format.bgr8, 30) pipeline.

原创 PyQt5学习随笔3——介绍窗口类型、创建窗口、窗口居中、退出程序

参考视频教程链接：https://www.bilibili.com/video/BV154411n79k?p=24&spm_id_from=pageDriver一、介绍窗口类型共有三种窗口：QMainWindow:可以包含菜单栏、工具栏、标题栏、状态栏；是最常见的窗口形式QDialog：是对话窗口的基类。没有菜单栏、工具栏、状态栏。QWidget：不确定窗口用途时，可以用此代替。二、创建窗口例程import sysfrom PyQt5.QtWidgets import Q

原创 PyQt5学习随笔2——.ui转换为.py

视频链接：https://www.bilibili.com/video/BV154411n79k?p=6&spm_id_from=pageDriver在Qtdesigner编辑之后，进行保存时，保存的是**.ui**文件