- 博客(155)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 EI_openclaw_UI交互
opclaw的UI交互有：OpenClaw 的本身就是一个内置的、功能最完整的 Channel，非常方便。另一种是通过（如飞书、钉钉、Discord）。既然 Web 端这么方便，为什么文档里还花大篇幅讲飞书、Discord 等 Channel 呢？核心区别在于**“主动性”“场景”**。如果你是个人开发者，主要在电脑前工作，Web 端完全够用，甚至体验更好（因为可以直接看日志、调试代码）。如果你希望手机随时控制，或者需要团队多人使用，或者需要夜间报警，那么配置第三方 Channel 才是必须的。
2026-03-20 15:54:11
449
原创 EI_openclaw的skills分类
角色：这是项目的“私有知识库”或“项目特定规则”。核心价值：上下文隔离。假设你在开发项目 A（一个 Django 网站）和项目 B（一个 React 前端）。项目 A 需要一个技能叫 run_migrations (执行 Django 迁移)。项目 B 需要一个技能叫 build_bundle (打包 React)。如果你把这两个都放在全局（Extra），AI 可能会混淆。放在 Workspace Skills 中，当你打开项目 A 时，AI 只知道 run_migrations；
2026-03-20 10:49:42
337
原创 EI_ARM运行openClaw
以下是针对在 ARM Linux SOC 上部署 OpenClaw 并实现智能对话的详细可行性分析与实施指南：核心可行性分析架构兼容性：OpenClaw 的核心代码主要由 Python 编写。Python 是跨平台的，只要你的 ARM Linux 系统（如 Ubuntu, Debian, Raspberry Pi OS, Arch Linux ARM）安装了 Python 3.10+ 环境，即可运行。其依赖库（如 pip 包）大多提供纯 Python 版本或支持 ARM 编译的 Wheel 包。
2026-03-09 18:51:49
665
原创 EI_龙虾赋能_ubuntu22.04_openclaw_ROS2
一、OpenClaw 框架环境配置总览（Ubuntu 22.04 LTS）OpenClaw 核心围绕机器人抓取控制、BVH 动作捕捉、IK 逆解、Mujoco 仿真、ROS2 集成展开，环境配置需覆盖「系统底层依赖」「ROS2 生态」「Python 算法库」「仿真 / 硬件驱动」四大维度。以下是可直接落地的详细清单和标准化目录结构，兼顾开发、调试、部署全流程。二、详细安装清单（分步骤执行，建议按顺序操作）步骤 1：系统级基础依赖（解决编译 / 驱动 / 字体 / 硬件兼容）bash运行。
2026-03-09 17:53:50
362
原创 ubuntu22.04_构建openclaw开发框架
在 Ubuntu 22.04 LTS 系统上学习和构建 OpenClaw（原 Clawdbot）框架，需要配置一个基于 Node.js 的现代开发环境。OpenClaw 是一个轻量级的本地 AI 助手框架，核心依赖 Node.js 运行时。以下是详细的环境配置清单、必要库列表以及目录结构规划。一、硬件与系统前置要求二、详细环境配置与必要库清单。
2026-03-09 17:45:30
434
原创 OpenClaw是用什么系统更为合适？？？
WSL2 兼容 Linux 生态：通过 WSL2 安装 Ubuntu，可同时享受 Windows 的可视化优势和 Linux 的开源工具链，完美运行 ROS/OpenClaw 核心代码，且支持 USB 设备直通（需开启 WSL2 USB 支持）。OpenClaw（开源机械爪 / 抓取控制框架）的学习和开发选择什么系统，核心取决于你的开发目标（如算法验证、硬件调试、部署落地）、依赖工具链和硬件兼容性。Ubuntu Linux 硬件兼容 / 开源生态 / 部署友好 全流程开发（算法 + 硬件 + 部署）
2026-03-09 17:35:07
1108
原创 OE_市场调研_工业清扫机器人01
Since you are looking for industrial cleaning robots specifically designed for factory environments(which are mach larger,dirtier,and more complex than homes), you need companies that focus on “professional” or “industrial” service robots.industrial clea
2026-02-27 09:43:30
618
原创 OE_ubuntu24.04如何安装中文简体拼音输入法
Fcitx5 配置文件 ~/.config/fcitx5/config # 或使用配置工具 fcitx5-configtool → 快捷键# 用户词库位置 ~/.local/share/fcitx5/pinyin/dictionaries/ # 导入词库 fcitx5-diagnose项目推荐设置输入法框架Fcitx5拼音引擎云拼音快捷键Ctrl+Space 切换字体思源黑体/文泉驿主题。
2026-02-24 17:01:23
467
原创 EP_UWB和单线激光雷达的托盘转送
顺带此时叉车旋转中心点到托盘中心点的距离，作为神经网络的输入，神经网络的输出为托盘相对叉车的位置和朝向。原地扭动叉车，同时记录两个叉臂接近开关的是否有障碍物，生成两个关于叉车摆动角(-85,+85)的障碍物障碍物分布带，如下图3所示。该方法能够较好的预测出托盘的朝向和相对位置，当托盘放置偏斜时，但是较近距离较大幅度的调整叉车的位置，插取成功率并不理想。具体来说，叉车叉臂尾部会有接近开关（用于感知叉车插取对象时是否有障碍物），接近开关的识别障碍物的感知距离和灵敏度可调。
2026-02-23 22:10:57
96
原创 FA_建图和定位(ML)-超宽带(UWB)定位
（Time Difference of Arrival, TDoA） 测量信号传播时间，再通过光速计算距离。由于其极短脉冲（纳秒级）和高时间分辨率，UWB 被广泛用于。超宽带（Ultra-Wideband, UWB） 是一种。这些厂商基于上述芯片开发即插即用模组，适合快速集成。：运行定位算法（如 PC、嵌入式设备）提供从锚点、标签到软件平台的完整系统。📌 锚点坐标需已知（通过标定获得），UWB（超宽带）技术已广泛应用于。：固定位置的基站（≥3 个），包含噪声处理和可视化。
2026-02-22 20:56:05
664
原创 LPC_激光点云定位(LSLAM)-(IPC)
迭代最近点（Iterative Closest Point，ICP）是由 Besl 和 McKay 在 1992 年提出的基于对应点搜索对于待配准点云（源点云）和目标点云（参考点云），先通过 “最近点搜索” 为源点云的每个点找到参考点云中的对应点；基于对应点对，求解最优的位姿变换（旋转 + 平移），使源点云与参考点云的 “距离误差最小化”；迭代执行 “对应点搜索→求解变换→更新源点云”，直到满足收敛条件。源点云Pp1p2pnPp1p2...p。
2026-02-19 14:49:06
617
原创 LPC_激光点云定位(LSLAM)-正态分布变换(NDT)
（ξ为变换参数，如 2D 下ξ=[tx,ty,θ]），使得源点云。为了方便优化（将最大化转为最小化），定义。NDT 的核心是找到最优位姿变换。在参考点云的 NDT 模型中。
2026-02-19 12:51:17
642
原创 FA_规划和控制(PC)-快速探索随机树(RRT)
快速探索随机树（Rapidly-exploring Random Tree，RRT）是由 Steven M. LaValle 在 1998 年提出的基于采样的无路径规划算法通过随机采样的方式在配置空间（C 空间）中逐步生长一棵 “随机树”；树的根节点为起点，每次采样一个随机点，将树向该点扩展固定步长；当树扩展到目标点附近时，完成路径规划。
2026-02-17 22:16:08
600
原创 FA_规划和控制(PC)-瑞德斯.谢普路径规划(RSPP))
在两个姿态（x, y, 航向角 θ）间的。把计算出的局部路径旋转平移回原坐标系。Reeds-Shepp 曲线是。Reeds‑Shepp 基于。按弧长 / 角度离散成轨迹点。保留长度最小、无异常的曲线。它解决的核心问题：在。的车辆模型下，从一个。里最经典的解析曲线。，且满足车辆运动学。
2026-02-17 20:13:12
674
原创 FA_规划和控制(PC)-规律路图法(PRM)
概率路图法（Probabilistic Roadmap Method）是一种基于采样的离线路径规划算法先在机器人的构型空间（C 空间）中随机采样大量无碰撞的节点（构型）；将这些节点连接成一个连通的图（路图），仅保留无碰撞的边；当需要规划路径时，只需在预先生成的路图上用图搜索算法（如 Dijkstra、A*）找起点到终点的路径。
2026-02-17 19:09:10
572
原创 FA_规划和控制(PC)-动态窗口(DWA)
DWA 的「动态窗口」是满足以下三类约束的速度集合VdwvωVdwvω表格约束类型物理意义数学表达速度边界约束机器人硬件限制的最大 / 最小速度v∈vminvmaxω∈ωminωmaxv∈vminvmaxω∈ωminωmax加速度约束机器人在采样时间 Δt 内可达的速度范围（动力学限制）v∈vcurr−av⋅Δtv。
2026-02-16 21:22:25
696
原创 FA_规划和控制(PC)-D*规划
D*（D-Star）是一种经典的，专门针对动态环境设计 —— 也就是环境中障碍物可能随时变化的场景，这也是它和 A最核心的区别（A更适合静态环境）。下面我会从基础概念到代码实现，一步步帮你彻底理解 D*。
2026-02-15 19:14:04
636
原创 FA_规划和控制(PC)-A*(规划01)
曼哈顿距离 $h(n) = x_n - x_{goal} + y_n - y_{goal} $ 适用于只能上下左右移动的网格（无对角线）h(n)必须是可采纳的（admissible）：即h(n)≤ 节点n到终点的真实代价，这样才能保证 A * 找到最优路径；存储节点的核心信息：坐标（x,y）、代价（g/h/f）、父节点（用于路径回溯），重载__eq__方法方便判断节点是否重复。g(n)：从起点到当前节点n的实际代价（已走路径的真实长度）；h(n)：从当前节点n到终点的估计代价（启发函数，关键！
2026-02-15 17:02:06
603
原创 FA_规划和控制(PC)-人工势场法(APF)
可以类比成：你（机器人）在一个山谷里，目标点是山谷的最低点（引力），障碍物是山谷里的石头（斥力），你会沿着 “往最低点走、同时避开石头” 的方向移动。局限性：易陷入局部最小值（机器人被引力和斥力平衡“卡住”，无法到达目标），需额外策略优化（如添加随机扰动、动态调整势场参数）。
2026-02-15 14:34:06
768
原创 FA_融合和滤波(FF)-图优化
图优化（Graph Optimization）是一种将优化问题建模为图结构，通过调整图中节点的状态来最小化整体代价函数的算法框架。图结构：节点（Vertex）表示待优化的变量（如机器人位姿、地图点坐标），边（Edge）表示变量间的约束关系（如传感器观测、运动模型）。核心目标：找到一组节点状态，使得所有边的代价之和最小（最小二乘问题）。
2026-02-14 23:23:58
636
原创 FA_融合和滤波(FF)-联邦滤波(FKF)
联邦滤波是一种分布式多传感器信息融合滤波算法将全局滤波任务分解为多个子滤波器（对应不同传感器 / 子系统），子滤波器独立运行完成局部状态估计，再通过 “信息分配 / 融合” 策略将子滤波器结果合并为全局估计，同时支持子滤波器的 “信息重置” 以保证全局一致性。区别于集中式融合（所有传感器数据汇总到中心节点统一滤波），联邦滤波兼具分布式的灵活性（子滤波器独立工作）和全局最优性（融合后接近集中式性能），是多传感器融合领域的经典框架。
2026-02-14 15:00:49
580
原创 FA_融合和滤波(FF)-误差模型滤波(EsKF)
基于误差状态的滤波方法，是一类以“状态误差” 为核心建模对象的滤波框架，区别于传统卡尔曼滤波（直接对 “绝对状态” 建模）。其核心思想是：不直接估计系统的绝对状态xkx_kxk，而是估计真实状态与标称状态****（参考状态）的误差xkxk−xknxkxk−xkn，通过滤波抑制误差，最终由 “标称状态 + 误差估计” 得到真实状态。降低模型复杂度：标称状态可由物理规律 / 先验知识生成，误差模型通常更简单（甚至线性）；提升鲁棒性。
2026-02-14 10:55:02
684
原创 FA_融合和滤波(FF)-粒子滤波(PF)
卡尔曼滤波（KF）仅适用于线性高斯系统，无迹卡尔曼滤波（UKF）虽能处理非线性，但仍假设状态服从高斯分布。而实际工程中，大量系统同时满足 “非线性 + 非高斯”（如目标跟踪中的机动模型、机器人 SLAM 中的非高斯噪声），此时需要更通用的滤波方法。粒子滤波（PF） 基于蒙特卡洛采样（Monte Carlo） 和贝叶斯递推估计，核心思想是：用一组带权重的 “粒子（Particle）” 来近似状态的后验概率分布 p(xk∣z1:k)，通过重采样解决粒子退化问题，最终通过加权平均得到状态估计。
2026-02-11 13:23:52
577
原创 OE_程序安装(Ubuntu)
如：JetBrains、VSCode、Chrome 等，直接运行官方安装脚本。直接删除 AppImage 文件即可。没有卸载规则就只能手动删对应文件。
2026-02-11 09:26:10
54
原创 FA_融合和滤波(FF)-无迹卡尔曼滤波(UKF)
卡尔曼滤波（KF）仅适用于线性系统，而实际工程中绝大多数系统是非线性的。扩展卡尔曼滤波）通过 “一阶泰勒展开线性化” 近似处理非线性，但存在两个致命问题① 泰勒展开会引入线性化误差，强非线性场景下误差会急剧放大；② 需要手动推导雅克比矩阵，计算复杂且容易出错。无迹卡尔曼滤波） 是 Julier 和 Uhlmann 在 1995 年提出的非线性滤波算法，核心思想是：不直接线性化非线性系统，而是通过选取一组 “Sigma 点” 来近似状态的概率分布，再通过非线性变换传播这些 Sigma 点，最后。
2026-02-10 22:52:53
636
原创 FA_融合和滤波(FF)-非线性卡尔曼滤波(EKF)
状态方程（过程模型）xkfxk−1uk−1wk−1xkfxk−1uk−1wk−1xkx_kxk：k 时刻的系统状态（如无人机的位置、速度、姿态）；f⋅f(⋅)f⋅非线性状态转移函数（核心非线性项）；uk−1u_{k−1}uk−1：k-1 时刻的控制输入（如无人机的电机转速）；wk−1w_{k−1}wk−1：过程噪声（高斯分布，协方差为QQQ观测方程（测量模型）z。
2026-02-09 22:47:55
631
原创 FA_融合和滤波(FF)-数据融合(0)
方面说明融合层级集中式 vs 分布式 vs 联邦式相关性处理独立 → Bar-Shalom；未知相关 → CI计算方式联合观测更新 / 序贯更新 / 估计值融合适用场景集中式：小系统、高精度；分布式：多平台、抗毁性强；联邦式：模块化系统（如无人机导航）核心公式协方差加权：P∑Pi−1−1P∑Pi−1−1CI 融合：加权逆协方差。
2026-02-09 21:38:29
702
原创 FA_规划和控制(CP)-蚁群算法(ACA,ACO)
蚁群算法是模拟蚂蚁群体觅食行为的启发式优化算法，属于群智能算法，由 Dorigo（1992）提出。核心生物学原型蚂蚁在移动时会在路径上留下信息素（Pheromone）。路径越短，相同时间内往返次数越多 → 信息素浓度越高。其他蚂蚁倾向于选择信息素浓度高的路径。正反馈：短路径信息素越来越浓 → 最终群体都走最短路径。算法本质用人工蚂蚁模拟搜索用信息素模拟历史经验（正反馈）用启发式信息（如距离倒数）引导局部贪心用随机选择保证全局探索（避免局部最优）
2026-02-08 19:35:50
653
原创 FA_拟合和差值(FI)-逼近曲线05(NurBs)
NURBS 曲线Cu∑i0nNipu⋅Pi∑i0nNipu⋅wiCu∑i0nNipu⋅wi∑i0nNipu⋅Pi其中 u 为参数,NipuNipu为基函数，wiw_iwi 为权值，PiP_iPi 为控制点。参数 u。
2026-02-04 17:50:27
732
原创 FA_拟合和插值(FI)-B样条04-名词辨析
B 样条曲线的参数表达式为核心：设p次 B 样条曲线的参数为u∈[up,un-p]（节点向量的有效区间），则曲线表达式为：C(u)=∑i0n−1NipuPi∑i0n−1NipuPiu∈upun−pu∈upun−pPiP_iPi为控制点，NipuN_i,p(u)Nipu为 **p次p次p次B 样条基函数 **，Uu0u1umUu。
2026-02-03 21:07:05
669
原创 FA_拟合和插值(FI)-逼近样条03(准均匀B样条的计算)
零阶基函数：k=1（0 次多项式，分段常数，递推唯一起点）；一阶基函数：k=2（1 次多项式，线性，本文推导起点）；二阶基函数：k=3（2 次多项式，二次曲线）；三阶基函数：k=4（3 次多项式，工程最常用，C2连续）；递推逻辑链：零阶（k=1，定义）→一阶（k=2）→二阶（k=3）→三阶（k=4），高阶基函数仅由低一阶基函数和节点向量决定，无未知量，递推唯一；节点向量关键：5 控制点 + 三阶基函数（k=4）对应首末重复 4 次的准均匀夹紧节点向量，是工程最优选择；基函数与曲线的关联。
2026-02-02 22:20:53
731
2
原创 FA_拟合和插值(FI)-逼近样条02(多阶贝塞尔曲线)
基础线性插值、直线路径绘制、简单动画的线性位移。简单圆角设计（UI 按钮、边框）、二维简单曲线路径、字体轮廓基础段。UI 设计（复杂路径、动画缓动曲线）、CAD 基础建模、字体设计（TrueType/OpenType）、游戏角色运动路径、图像处理（图像变形）。
2026-02-01 12:42:25
651
原创 FA_拟合和插值(FI)-逼近样条01(贝塞尔、B样条和NURBS曲线)
逼近样条曲线（Spline）是一组分段光滑、在连接点处满足一定连续性条件（通常是 C¹、C² 连续）的曲线段的集合，最初源于工程绘图中用「样条尺」绘制的光滑曲线，后来被数学建模为参数化曲线，核心目的是用简单的数学表达式拟合复杂的光滑轮廓。u为参数；Pi为控制顶点；Ni,k(u)为基函数；三种曲线的核心区别就是基函数的类型和约束条件不同。# 示例1：定义贝塞尔曲线（3次，4个控制顶点）print("=== 步骤1：定义3次贝塞尔曲线 ===")# 设置阶数（3次，对应4个控制顶点）
2026-02-01 11:39:42
703
原创 FA_拟合和差值(FI)-样条(spline_curve)插值
指，在早期木工加工工件工程中，需要做出。从而采取将有韧性的木质简单加热软化，然后在基板上钉，随后木质成想要的大致样子，其中的钉子就是基础点。
2026-01-31 22:22:24
348
原创 FA_融合和滤波(FF)-PT滤波器
PT1滤波器（也称为RC滤波器）是一种广泛应用的低筒滤波器，其原理很简单：电容（C）与电阻）（R）相结合，形成一个RC双极环路，在这个环路中，电容和电阻之间存在恒定的电容-电阻耦合，电路原理如图1。
2026-01-31 21:11:12
110
【CMake构建系统】find-package命令详解：第三方库路径自动查找与Config/Module双模式应用
2026-02-21
【自动控制领域】基于PID调节的比例积分微分控制原理：工业过程控制系统设计与误差补偿方法研究
2026-02-21
【自动驾驶路径跟踪】基于自行车模型的Pure Pursuit算法优化：前视距离与速度耦合控制策略研究
2026-02-21
【自动驾驶控制】基于后轮位置反馈的轨迹跟踪方法及转向控制实现
2026-02-21
车辆控制基于Stanley算法的前轮反馈控制：横向误差与航向误差联合驱动的路径跟踪系统设计
2026-02-21
【自动驾驶控制】基于运动学与动力学模型的无人车横向控制算法对比分析：多方法性能评估与未来研究方向探讨
2026-02-21
本文介绍了十一种通用滤波算法，包括限幅滤波法、中位值滤波法、算术平均滤波法、递推平均滤波法、中位值平均滤波法、限幅平均滤波法、一阶滞后滤波法、加权递推平均滤波法
2026-02-21
信号处理基于RC电路的PT1/PT2低通滤波器设计：多阶滤波算法实现与参数优化
2026-02-21
数值计算基于多段多项式拼接的样条插值方法：满足一阶导连续性的分段曲线拟合技术研究
2026-02-21
数值计算基于差商的Newton插值多项式构造：离散数据点函数逼近与工程实践应用
2026-02-21
加密和反加密算法字符和信息安全密与反密秘钥字符集：软件授权认证系统中的密钥管理技术应用
2026-02-02
2013年导航综述- 惯性导航的发展 综述-惯性技术研究现状及发展趋势-王巍.pdf惯性技术高精度惯2性导航系统研0究现状及发展1趋势：陀螺仪与3加速度计技术创新及组合导航应用
2026-01-31
2017年导航综述-惯性导航的发展现状导航技术基于惯性器件的惯性导航系统原理与分类：高自主性导航应用与发展研究
2026-01-31
曲线拟合中的最小二乘法数据处理基于最小二乘法的二次曲线拟合优化算法：自然数序列自变量下的高效计算方法研究
2026-01-31
卡尔曼滤波，数据自动控制基于数值序列的控制参数优化：AMA2ACI统动态响应特性分析与建模 参考数据
2026-01-29
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人