SensorFusion-CSDN博客

原创多传感器融合SLAM数学学习历程

多传感器融合SLAM数学学习历程。

2024-01-10 09:18:30 591

原创多传感器融合定位GNSS、IMU、Lidar、Camera

LOAM系列算法配置及建图测试：LIO-SAM、LeGO、A-LOAM、LIO-mapping。参考AutoWare 或者 Apollo。4.融合GNSS、IMU的点云定位。5.融合Camera的点云定位。2.融合GNSS的点云定位。3.融合IMU的点云定位。1.纯激光雷达点云定位。

2023-03-30 09:32:38 2553 1

原创 python代碼、深度學習數據預處理、常用code

类中的__getitem__()方法

2022-10-21 09:09:35 337

1：Deep 概述什么是深度学习：表达学习、可扩展的机器学习、生物神经网络的近似/粗略实现、人类的监督越来越少、多阶段的特征学习过程、相较于传统模式识别激活函数分类image合理的稀疏比例：70~80%，屏蔽特征过多容易出现欠拟合。2. 正则化在深度神经网络训练时的作用正则化可以很好的解决模型过拟合的问题，常见的正则化方式有L2正则化和dropout，但是正则化是以牺牲模型的拟合能力来达到平衡的，因此在对训练集的拟合中有所损失。L1正则化和L2正则化L1正则化可以产生稀疏值矩阵，即产

2022-03-22 13:53:32 291 1

原创多传感器融合算法，单目测距、基于双目，长焦短焦，图像拼接，环视等

一、双目标定0：左右相机分别进行单目标定，就可以分别得到Rl，Tl，Rr，Tr1：求解左右相机的RT因为拍摄了多张图片，利用最小二乘法，也可以是奇异值分解（数学的部分比较复杂，在这里忽略），总而言之，最小化误差，即可得到我们最佳估计的矩阵，有了这两个矩阵，我们做个旋转、平移就可以了。2：对极约束校正3：Bouguet校正原理:二、长焦短焦...

2022-01-17 15:57:10 9146 1

原创点云模型的训练，三维空间基础，移动最小二乘法应用、Hole Filling、点云平滑重建滤波，位姿估计

位姿估计应用：针对机械式激光雷达，

2022-01-11 11:52:41 1364

原创点云特征提取及分类、VFH、SVM、CNN

数据与特征决定了机器学习的上限，模型/算法/参数只是来逼近这个上限。0: 分类方式按照特征的物理属性，可以将特征分为：几何域，强度域。按照特征的空间尺度，可以分为：单点特征，局部特征，全局特征。1：传统特征单点特征主要有：三维坐标（X, Y, Z）, 回波强度 Intensity, 法线（Nx，Ny，Nz），主曲率（PCx, PCy, PCz, 及两个特征值 PC1, PC2）局部特征（一）几何域局部特征常见的有各种几何特征描述子：PFH，FPFH，SHOT，C-SHOT，RSD，3D

2021-12-28 09:51:05 24365 1

原创项目基础，cmake, make, catkin_make、指针引用、git、json、C++代码

一、cudaCMake编译找不到math_functions.hpp/usr/local/include/eigen3/Eigen/Core:42:34: fatal error: math_functions.hpp: No such file or directory #include <math_functions.hpp> ^compilation terminated.# --error 0x1 --CMake

2021-09-03 15:27:01 841

原创编程代码基础技巧，File 、PCL、theta、Sophus、Velodyne、TensorRT、matlab、Lidar-FOV、平面法向量normal旋转

文件操作 std::string rosbag_file_path; int path_end_pos = cmdline_file_path.find_last_of('.'); rosbag_file_path = cmdline_file_path.substr(0, path_end_pos); rosbag_file_path += ".bag";

2021-07-07 14:21:25 960

原创相关理论基础，kalman，粒子滤波，贝叶斯，概率论，最优化, 单目测距、图遍历、非线性优化矩阵运算、SVD、RANSAC

1：粒子滤波

2021-07-02 10:26:44 624

原创 lidar及tof应用，旋转矩阵左乘右乘，欧拉角，三维点，线，面求解算法，手眼标定，点云匹配及三角剖分、结构光和TOF深度图

1：Point Process直通滤波器体素滤波器统计滤波器条件滤波半径滤波器双边滤波高斯滤波均匀采样滤波移动最小二乘法光滑滤波基于权重局部优化投影 (WLOP) 简化算法 DoN算法以及各种通过规则进行点调整或者删除的都可以成为滤波算法直通滤波器：对于在空间分布有一定空间特征的点云数据，比如使用线结构光扫描的方式采集点云，沿z向分布较广，但x,y向的分布处于有限范围内。此时可使用直通滤波器，确定点云在x或y方向上的范围，可较快剪除离群点，达到第一步粗处理的目的。体素滤波器：

2021-06-21 09:05:08 2859 2

原创 docker 环境配置、Pytorch基本函数、Qt qmake問題

ubuntu18.04 docker ros1.需要一台安装好ubuntu18.04的PC机。2.需要安装好docker，并在docker中安装好ros环境。（客户提供的docker镜像）3.需要在ubuntu18.04中安装好ros环境。注：（1）以上所有的安装网上应该都有，不过我在亲自安装Ubuntu18.04下的ros环境时，确实走了很多坑，因为和ros教程中的结果不太一样，不过经过不断努力，都还是可以解决的。环境搭建这块就不详细说明了。（2）会创建docker容器，会容器的基本操作。（

2021-06-02 14:04:12 263

原创点云slam常见框架、运动补偿、ICP、LM、牛顿法、GTSAM图优化函数库

1：hdl_graph_slam采集数据方法：rosparam set use_sim_time trueroslaunch hdl_graph_slam hdl_graph_slam_inin.launchroscd hdl_graph_slam/rvizrviz -d hdl_graph_slam.rvizrosbag play --clock ***.bag

2021-04-22 19:27:16 5688 2

原创项目基础，网络传输协议、多目标分类classification、Yolo训练、Re-ID训练、多任务实现YOLOP

1、RTPRTP全名是Real-time Transport Protocol（实时传输协议），RTP协议常用于流媒体系统（配合RTCP协议或者RTSP协议）。因为RTP自身具有Time stamp所以在ffmpeg 中被用做一种formate.每一个RTP数据报都由头部（Header）和负载（Payload）两个部分组成，其中头部前12个字节的含义是固定的，而负载则可以是音频或者视频数据。...

2021-04-19 14:05:02 853

原创多传感器融合算法，基于Lidar,Radar,Camera算法

1：传统方法融合算法2：深度学习融合算法

2021-03-29 09:59:41 7785 1

原创基于Jetson Xavier NX的安装及测试、Pose Recognition测试和Paddle Inference在Jetson推理

Jetson Xavier NX

2021-03-17 16:10:31 2378

原创项目基础算法，Hyperlpr、Apollo、EasyPR、Haze Removal、Stitching

1： Hyperlpr早期Demohttps://codechina.csdn.net/mirrors/zeusees/hyperlpr一键安装python -m pip install hyperlpr支持python3,支持Windows Mac Linux 树莓派等。720p cpu real-time (st on MBP r15 2.2GHz haswell).快速上手#导入包from hyperlpr import *#导入OpenCV库import cv2#读入

2021-03-04 10:15:12 1016

原创编程算法基础技巧，TopK、Soft-argmax、PerspectiveTransform、FLOPs、Cuda-kernel函数

kirin 980 CPUJetson NanoJetson Xavier NXJetson TX21： Top KTopK，是问得比较多的几个问题之一，到底有几种方法，这些方案里蕴含的优化思路究竟是怎么样问题描述：从arr[1, n]这n个数中，找出最大的k个数，这就是经典的TopK问题。栗子：从arr[1, 12]={5,3,7,1,8,2,9,4,7,2,6,6} 这n=12个数中，找出最大的k=5个。https://blog.csdn.net/wufaliang003/artic

2021-02-25 11:43:08 1061

原创 C++实现推理, 基于android、ncnn、nano、nx、Xilinx等嵌入式平台

**Cuda基础深度学习模型推理,为啥需要学习tensorRT, 因为需要加速, 需要C++部署,为啥又需要学习cuda编程呢, 因为有些前处理, 后处理需要cuda编程来并行运算进行加速, 比如anchor的解码. nms等后处理1: CUDA编程之基本步骤操作概括来说包含5个步骤：1.CPU在GPU上分配内存：cudaMalloc；2.CPU把数据发送到GPU：cudaMemcpy,cudaMemcpyAsync；3.CPU在GPU上启动内核（kernel），它是自己写

2021-02-20 14:07:45 2543 2

原创视觉模型对比BaseNet、Hourglass、LaneNet、SCNN、SAD、Ultra-Fast-lane、PINet、RefineNet、RefineDet、NanoDet

YOLOV3 YOLOV4 CenterNet笔记本 thikpad 960max() X1 1650ti台式机 1050ti1：YOLOV3和YOLOV4对比:onnx的输入size trt的输入size必须一样thindpad GTX 940maxint8 yolov4 31ms yolov3 20msfp16 yolov4 52ms yolov3 47msfp32 yolov4 53ms yolov3 20ms1650ti (fp32)

2021-02-02 10:43:52 2998 3

原创点云算法对比ICP、NDT，LM，Ceres-Solver，KDTree，SVM和ComplexYOLO、CenterPoint、PNP

YOLOV3 YOLOV4 CenterNet笔记本 thikpad 960max() X1 1650ti台式机 1050ti1：YOLOV3和YOLOV4对比:onnx的输入size trt的输入size必须一样thindpad GTX 940maxint8 yolov4 31ms yolov3 20msfp16 yolov4 52ms yolov3 47msfp32 yolov4 53ms yolov3 20ms1650ti (fp32)

2021-01-29 11:38:13 7816 4

原创多传感器融合算法，雷视融合算法

图像的跟踪SORT算法的理解在跟踪之前，对所有目标已经完成检测，实现了特征建模过程。第一帧进来时，以检测到的目标初始化并创建新的跟踪器，标注id。后面帧进来时，先到卡尔曼滤波器中得到由前面帧box产生的状态预测和协方差预测。求跟踪器所有目标状态预测与本帧检测的box的IOU，通过匈牙利指派算法得到IOU最大的唯一匹配（数据关联部分），再去掉匹配值小于iou_threshold的匹配对。用本帧中匹配到的目标检测box去更新卡尔曼跟踪器，计算卡尔曼增益、状态更新和协方差更新，并将状态更新值输出，作为本

2021-01-23 19:07:10 12868 21

人生得意须尽欢

原创多传感器融合SLAM数学学习历程

原创多传感器融合定位GNSS、IMU、Lidar、Camera

原创 python代碼、深度學習數據預處理、常用code

原创 TOF，双目，结构光，激光雷达等传感器及相关技术

原创机器学习、深度学习理论基础，数据推导

原创多传感器融合算法，单目测距、基于双目，长焦短焦，图像拼接，环视等

原创点云模型的训练，三维空间基础，移动最小二乘法应用、Hole Filling、点云平滑重建滤波，位姿估计

原创点云特征提取及分类、VFH、SVM、CNN

原创项目基础，cmake, make, catkin_make、指针引用、git、json、C++代码

原创编程代码基础技巧，File 、PCL、theta、Sophus、Velodyne、TensorRT、matlab、Lidar-FOV、平面法向量normal旋转

原创相关理论基础，kalman，粒子滤波，贝叶斯，概率论，最优化, 单目测距、图遍历、非线性优化矩阵运算、SVD、RANSAC

原创 lidar及tof应用，旋转矩阵左乘右乘，欧拉角，三维点，线，面求解算法，手眼标定，点云匹配及三角剖分、结构光和TOF深度图

原创 docker 环境配置、Pytorch基本函数、Qt qmake問題

原创点云slam常见框架、运动补偿、ICP、LM、牛顿法、GTSAM图优化函数库

原创项目基础，网络传输协议、多目标分类classification、Yolo训练、Re-ID训练、多任务实现YOLOP

原创多传感器融合算法，基于Lidar,Radar,Camera算法

原创基于Jetson Xavier NX的安装及测试、Pose Recognition测试和Paddle Inference在Jetson推理

原创项目基础算法，Hyperlpr、Apollo、EasyPR、Haze Removal、Stitching

原创编程算法基础技巧，TopK、Soft-argmax、PerspectiveTransform、FLOPs、Cuda-kernel函数

原创 C++实现推理, 基于android、ncnn、nano、nx、Xilinx等嵌入式平台

原创视觉模型对比BaseNet、Hourglass、LaneNet、SCNN、SAD、Ultra-Fast-lane、PINet、RefineNet、RefineDet、NanoDet

原创点云算法对比ICP、NDT，LM，Ceres-Solver，KDTree，SVM和ComplexYOLO、CenterPoint、PNP

原创多传感器融合算法，雷视融合算法

原创多传感器融合算法，基于Radar,Camera和Lidar标定

原创 nuScenes、Culane数据集、Camera选型及内参标定、TX2外接双目相机ZED

原创视觉检测模型对比RetinaNet-YOLO-CenterNet-FCOS-DCN-稀疏化剪枝-DIOU、CIOU、LOSS

原创基于TensorRT7.1、Libtorch、Caffe、ROS下的安装和测试

原创 ubuntu16.04+nvidia 440.100+cuda10.2+cudnn8.0+tensorrt7.1+tensorflow+pytorch+Eigen+CeresSolver+g2o

原创 Apollo 6.0点云检测模型的训练, 基于TensorRT和ROS的推理

原创点云分割模型的训练, 基于ROS和Caffe的推理

原创 C++实现推理, 基于Tensorflow，OpenCV，NCNN，OpenVINO平台

原创 C++实现推理, 基于Onnx-simplifier、onnx-tensorrt、TensorRT和Cuda编程

VC++MFC下的图像处理代码

空空如也