自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(15)
  • 收藏
  • 关注

原创 RoadRunner中自建地图并作为Carla Map笔记

导语最近在做Carla的仿真,之前一直在官方提供的地图中训练测试,因为项目需要,考虑自己建一个地图进行训练测试。刚刚终于走通了整个流程,从RoadRunner到CarlaUE4,中间还是有一些坑的。在这里做一个简要总结,以防未来使用忘记。本篇的所有内容都是基于以下系统配置:Ubuntu 16.04 GTX 1070 Carla 0.9.6 Unreal Engine 4.22 ...

2019-09-25 22:32:39 13581 18

原创 论文笔记:Planning and Decision-Making for Autonomous Vehicles

        这两天读了一篇MIT关于无人车规划与决策方面的综述文章,写的非常全面,读完酣畅淋漓。读到了很多复现过以及刚产生idea就发现被人做了的工作,有必要在这里进行一些总结,同时作为读完文章的一个规整。在下文中对原文的翻译与转述将用黑色字体,个人的一些看法与评价将用红色字体。        这篇综述发表在《Annual Review of Control, Robotics, and ...

2018-10-25 14:25:02 4953 12

原创 一个简单的二维(弱三维)仿真环境(stage)

近期想用强化学习进行导航与避障,在进行在线学习测试时发现在v-rep中测试由于需要进行大量的渲染等计算,小的pc机帧率降至4~8fps,将耗费大量的时间在自学习上,因此考虑能否找到一个较为轻量级的仿真平台,将主要注意力从物理仿真转移至地图级别来,思考过gezebo,确实是一个很好的替代品,但希望找到一个更加简单粗暴的仿真软件,最终发现了stage这个2006年出来的小型仿真平台,他几乎没有任何图形交互功能,连障碍物的导入都需要用文档去编写,但简单意味着高效,如果我们需要一个运行效率高而对物理引擎要求很低仿真

2017-10-21 20:30:14 2837

原创 Reinforcement Learning 学习笔记(三)DQN

DQN的改进与思想

2017-10-13 16:15:48 822

原创 Reinforment Learning 学习笔记(二) Q-Learning

Q-Learning是强化学习初期提出的一种较为简单的方法,其核心思想为对每个状态下的每一种行为进行打分,然后根据分数的高低进行选择,接着根据选择此行为后获得的实际奖赏来对打分系统进行更新。传统Q-Learning面对的是有限状态空间、有限动作空间,并且空间大小都足够简单,因此可以维护一张表格来进行存储,即存储状态-动作及相应的分数。

2017-10-13 15:09:37 1311

原创 Reinforcement Learning学习笔记(一)综述

强化学习是机器学习的一大分支,随着alphaGo的巨大成功,其使用的强化学习方法也逐渐成为近年来的研究热点。个人理解强化学习与一般的机器学习主要有一下几点差别,既有优势又有不足。

2017-10-13 14:55:41 2436

原创 tensorflow训练cnn网络实现避障与导航(二)V-rep仿真环境的搭建

顺着第一篇的内容,进入第一项工作——V-rep中搭建仿真环境    V-rep是一款较为优秀的仿真软件(虽然依然有很多bug),其丰富的传感器、众多集成好的现有机器人、较为强大的软件内编程都是这款软件吸引人的地方,但与此同时,V-rep也有一些缺陷,首先是其在PC机上运行较多、较复杂传感器是帧率下降非常明显,其次是其与ROS的桥接虽然可以实现但明显资料不足,且ros与V-rep都具有众多版本,

2017-07-31 17:28:58 3332

原创 tensorflow训练cnn网络实现避障与导航(一)

本项目旨在通过在V-rep中搭建仿真环境,利用ROS进行数据通信,利用V-rep中的global path planning 训练出一个可以根据当前帧输入信息(小车位姿、激光信息、目标点信息)而输出控制信息(平移量、旋转量)的卷积神经网络,并在V-rep仿真环境中进行了测试。

2017-07-31 17:20:27 3069 4

原创 ROS with V-rep (3) 之仿真velodyne16线激光 (ROS学习笔记六)

昨天与前天的工作解决了ROS与V-rep通讯的问题,今天主要利用V-rep研究了仿真velodyne16线激光的问题,并将数据发送至rviz中,将点云地图画了出来。一、环境问题这里的环境为ubuntu 14.04 + ROS indigo + V-rep 3.3.1 EDU因为仿真中的函数、桥接等问题对环境很敏感,所以建议使用以上版本进行仿真,同时因为V-rep仿真16线激光时对计

2017-06-18 23:33:49 7418 1

原创 ROS with V-rep (2) (ROS学习笔记五)

昨晚完成了将ROS与V-rep的桥接,虽然没有读出有效消息,但已经从rostopic中看到了相应的ropic出现,今天经过简单的调试,果然可以实现对V-rep中的消息在ROS中的接收与发送。一、在V-rep中创建ROS话题接着昨天的工作,仔细研究LUA中的函数参数后修改昨天的LUA代码中的那三行如下:sensorPub = simExtROS_enablePublisher('

2017-06-17 16:36:48 1799

原创 ros与V-rep联合使用血泪教训(ROS学习笔记四)

最近在研究用ros与V-rep配合使用,在V-rep中搭建环境与模型,在ROS中跑算法。入坑之前听说V-rep对ros的兼容可以达到gazebo的水平,于是欢快的入了坑。入坑之后发现神特么兼容,虽然V-rep中的环境和模型较gazebo丰富一些,但很不建议为此尝试与ros联合使用(似乎与MATLAB联合更人性化一些),如果非要联合使用,请参考下文。一、环境配置V-rep不像

2017-06-16 23:05:59 8696 3

原创 ROS(三) 在gazebo中创建自己的机器人模型

mkdir -p ~/.gazebo/models/my_robot版本:ubuntu 16.04 ; Gazebo 7.0;gazebo是一个较轻量级的仿真平台,兼备较强的物理引擎与较完善的API,可以与ROS系统配合使用,所以在测试基于ROS的机器人算法、策略时有较大优势,刚刚接触这一块,聊做学习笔记以备忘。参考资料:官网教程:(要出去才能看)http://gazebosi

2017-06-02 20:42:00 3696

原创 ROS RViz基本学习笔记(二)

目标:将摄像头图像信息加入到(一)中数据中环境:Ubuntu 16.04 ROS kinetic Opencv2.4.9方法:这里需要publish的类型为camera/image 中的类型,可以直接通过image现有 cv_bridge::CvImage()函数实现图像流的传递。在(一)的基础上,修改代码如下:#include #include #includ

2017-05-22 20:17:17 1029

原创 CLion载入ROS项目

目标:可以在CLion中载入ROS工作区下的项目(暂时不支持编译,即还需要catkin_make编译)环境:ubuntu16.04 ROS_Kinetic步骤:新开终端窗口,并source ~/.bashrcsource ~/"YOUR_ROS_WORKSPACE"/devel.setup.bashcd "YOUR_CLION_DIR"cd  bin./

2017-05-21 18:47:25 1194

原创 ROS RViz基本学习笔记(一)

本文为个人ROS学习笔记,实现了用ROS中的RViz工具绘制地图,并将从话题中接收到的消息转化为可视化的形式表示出来的效果。环境为 Ubuntu 16.04, ROS kinetic

2017-05-21 18:28:59 3223

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除