爱发呆de白菜头-CSDN博客

原创 LIO-SLAM: 使用注意事项和算法解析

LIO-SLAM: 使用注意事项和算法解析一. 滤波/图优化/因子图优化 "滤波" 滤波的方法中常见的是扩展卡尔曼滤波、粒子滤波、信息滤波等方法; 熟悉滤波思想的应该容易知道这类SLAM问题是递增的、实时的处理数据并矫正机器人位姿。比如基于粒子滤波的SLAM的处理思路是假设机器人知道当前时刻的位姿，利用编码器或者IMU之类的惯性导航又能够计算下一时刻的位姿; 然而这类传感器有累计误差，所以再将每个粒子的激光传感器数据或者图像特征对比当前建立好的地图中的特征，挑选和地图特征匹配最好的粒子的位姿当做当前位

2021-05-21 11:13:01 2674 2

原创数据通讯第七节: python通讯库socketserver的简介和测试

这个Python版本的socketserver简化了常规socket套接字使用，它封装了socket的一些创建的步骤，能够更好为复杂的任务服务。 1. SocketServer的基础类框架一是Server类: BaseServer/TCPServer/UDPServer用来接收客户的请求。TCPServer处理TCP请求，UDPServer处理UDP请求。BaserServer是基类，不能直接使用。TCPServer继承自BaseServer，UDPServer继承自TCPServer。二是H.

2021-05-12 20:24:33 449

原创多数据通讯第六节: 通讯系统框架调整，多数据源处理、获取，多平台广播和自由切换

事情变得复杂了，之前以为数据获取这一块不需要我负责，现在也交由我来做了；除此之外，数据源变得更加复杂了，不再只是单纯的获取机器学习推理所需要的图像，还有鱼眼图像获取用于AR合成. 1. 系统框架设计调整框架调整的几个要点 1. 整个框架获取的原始数据不是有camera_device直接提供，而是单独开设进程打开相机节点(一直执行另一个任务)写入某一个内存块，其他程序要想获取相机图像，只能读取本地内存块。 2. Web端需要两种数据源，一种是原始的鱼眼图像数据，一种是AI预测图像，.

2021-05-10 11:55:52 441

原创多数据通讯第五节: 对图像利用c++进行base64编码ZMQ传输, 利用Python进行解码接收.

在这一节中介绍利用zmq对图像数据进行传输的方法。ZMQ简单来说他也是一种数据通讯方式，可以支持在多线程、多进程、多机器之间的多对多通讯方式. 一种高速并发消息通讯框架！ ZMQ多机器通讯案例在后面给出 1. ZMQ学习和介绍 ZMQ（ØMQ、ZeroMQ, 0MQ）看起来像是一套嵌入式的网络链接库，但工作起来更像是一个并发式的框架。它提供的套接字可以在多种协议中传输消息，如线程间、进程间、TCP、广播等。你可以使用套接字构建多对多的连接模式，如扇出、发布-订阅、任务分发、请求-应答等。ZMQ的快.

2021-04-22 10:49:40 779

原创多数据通讯第四节: 局域网内不同电脑部署socket通讯, 出现错误“Cannot assign requested address“?

多数据通讯第四节: 对图像利用c++进行base64编码传输, 利用Python进行解码接收副标题: 对图像利用c++进行base64编码传输, 利用Python进行解码接收在讲正式内容之前先记录一下多机通讯的实地测试遇到的几个问题, 一个烦恼我几天的问题就是标题. 1. 问题描述今天在测试一个局域网内多台机器通讯的时候, 发现一个很奇怪的问题. 我已经测试过socket正常客户端与服务端通讯没什么问题, 可是把机器学习算法+socket通讯+ web通讯全部集中在一起运行, 测试图像数据传输

2021-04-20 18:30:42 428

原创多数据通讯第三节: socket单客户端/服务端图像数据传输c++版

请注意, 本博客以及后续本专栏博客中的源码因为涉及到本人对整个系统的封装和接口重构, 所以会涉及到库的调用, 这个等我完整的库做出来之后会共享, 在此之前如果需要使用以下源码测试, 请留言附上邮箱, 敬请谅解! 这一节思考许久, 不知道该怎么写, 因为这里涉及到的东西太多了, 不知道从哪里写起, 因为涉及到单客户端/多客户端通讯, 图像编码和不编码通讯, c++客户端与c++服务端通讯, python客户端与python服务端相互通讯, 以及python与c++通讯等等, 这些等等太多了, 只能慢慢来.

2021-04-15 16:49:51 508

原创多数据通讯第二节: Web端与python端数据通讯

在本节种主要介绍如何将Web端/app端的控制或选择指令传输到主控制板上, 然后在主控板上对图像数据进行筛选, 获取正确的相机数据 1. 通讯方法调研前期跟做网页和App聊过是否有合适的方法来将App的指令传入到程序内部(c++/python), 得出的答案比较适用也就websocket, 或mosquitto, 其他的方法都受限于在web端操作(也就是增加同事的工作量, 想想还是放弃了.) 最后我还是选择了mosquitto来进行通讯, 毕竟这一块我可以自己定制修改, 能够更好的嵌入到我的算法当中..

2021-04-14 10:46:46 340 1

原创多数据通讯第一节: 多平台/多数据共享系统框架设计和实现

中间中断了一段时间, 是由于一个特殊的项目去闭关啦, 现在又回来了, 接手一个多机通讯的项目, 再配合算法和图像处理, 现在终于差不多弄好了, 现在将其整理一下. 设计一个从高层调取底层多个相机数据接口进行算法处理的系统. 该系统可以自由调取不同相机的数据, 或单个或多个, 且能随时调取某个相机的数据进行模型推导. 因为涉及到的知识点比较多, 后面的解决方案会分为多篇博客来阐述. 1. 系统要求本项目要求在主控PC板中调用底层五组相机的数据, 然后针对这五组相机数据进行机器学习算法推算, 而这五.

2021-04-13 20:35:01 768

原创番外篇: python爬虫、数据处理、数据分析实战项目

第一阶段: 专门用来训练爬虫的实战项目仅有爬虫，而没有数据分析 32个Python爬虫项目实战第二阶段: 专门用来训练数据处理的实战项目仅有数据处理和分析，直接提供标准数据有部分项目采用了一些特殊的数据分析算法进行预测和评估《python数据分析与挖掘实战》中的基本项目以及课程拓展第三阶段: 爬虫和数据处理+分析仅对现有/爬取的数据进行统计学意义上的总结分析，并没有使用特殊的算法/机器学习模型对未来进行预测 Python数据分析汇总有趣的Python爬虫和数据.

2021-03-30 20:43:30 1382

原创史上最全源码安装ROS-BUG解决集合2:在树莓派4B上安装Raspbian Bluster aarch64系统 + ROS-Melodic

史上最全源码安装ROS-BUG解决集合2:在树莓派4B上安装Raspbian Bluster aarch64系统 + ROS-Melodic 因为项目上的一些原因，现在要在树莓派上安装64位系统，之前也测试过一些64位的树莓派系统，如ubuntu-mate, ubuntu-core，以及新出的那个openFans系统，但是都不尽人意。有些桌面资源消耗太大，有的启动太慢，有的功能不全，动不动就出问题，现在终于除了正版的官方aarch64位系统，赶紧来测试一波！对了，就目前测试效果棒棒的，配

2021-03-29 10:02:23 654

原创 pytorch学习第三天: 阿里云物联网平台使用

这一节考虑的是如何在本地实现对外网设备端的固件更新和数据传输初级使用教程阿里云物联网平台使用教程（一）阿里云物联网平台使用教程（二）阿里云物联网平台使用教程（三） 1. vscode中的字体下载、更新和导入 ## 1. 下载自己喜欢的字体如Operator Mono git clone https://github.com/beichensky/Font.git ## 2. 然后将字体复制到/usr/share/fonts/路径下 sudo cp -rf fonts/* /usr/sh.

2020-12-14 10:17:02 282

原创 pytorch学习第二天: 在线学习算法FTRL及python“多线程“

很多学习的东西现在没时间一一详细解析了，等后面有时间再来慢慢细化吧，现在只能简单先做一下相关的记录，好防止后面有所遗忘. 1. 在线机器学习各大公司广泛使用的在线学习算法FTRL详解 Online Learning（在线机器学习）是工业界比较常用的机器学习算法，在很多场景下都能有很好的效果。本文主要介绍Online Learning的基本原理和两种常用的Online Learning算法：FTRL（Follow The Regularized Leader）[1]和BPR（Bayesian Probi.

2020-12-14 10:13:59 1745

原创 Pytorch学习第一天: 模型保存和加载方式

1. 方式一: 加载和保存状态字典只保存参数的方法在加载的时候要事先定义好跟原模型一致的模型，并在该模型的实例对象(假设名为model)上进行加载，即在使用上述加载语句前已经有定义了一个和原模型一样的Net, 并且进行了实例化 model=Net( ) . ## 保存模型的字典参数，保存模型的后缀通常为'.pt' 或者 ‘.pth’ torch.save(model.state_dict(), PATH) ## PATH必须要有文件名称如./model.pth ## 加载模型 model = init

2020-12-14 10:10:27 414

原创新华硕笔记本ubuntu18.04双系统安装之后，wifi没有显示无法链接wifi

本来我以为跟简单安装一个wifi网卡的驱动就可以解决的问题，没想到花了我一早上的时候解决… 惭愧。另外，本来是没打算写这篇博客的，但是我在搜索解决这个问题的过程中，发现多人提出的解决方案跟我的都不一样，甚至我的解决方案都没有搜到相应的答案，还是只能靠自己啊。。言归正传，还是说说怎么正确的安装wifi驱动吧! 1. wifi没有正确安装、或没有正确配置的表现我的电脑现象: 有wifi图标， wifi设置上显示unaviable，无法搜索到任何wifi；还有其他类似的表现，大家可以看看其他朋友的提

2020-11-12 14:46:59 1860 2

原创导航包Navigation最全完整解析(六): 为导航添加新算法插件的开发手册

add Global Planner As Plugin in ROS 在原始的navigation的算法基础添加新的算法，做全局规划或者局部规划以及恢复行为；在本次教程中，我会一步一步写一个新的简单全局路径规划算法（案例参考）作为插件来导入slam_planner中，作为算法二次开发手册。第一步：新建一个ROS包<rx_astar_planner>-包含以下文件 ├── CMakeLists.txt ├── include │ └── rx_astar_planner │ .

2020-09-17 10:16:59 1891 1

原创导航包Navigation最全完整解析(五): 重要接口之BaseLocalPlanner

类似全局路径规划器描述，简化局部路径规划的讨论. 与全局路径规划器想似，在调用局部路径规划时，同样也是在move_base调用nav_core::BaseLocalPlanner接口；然后用base_local_planner(如DWA)来继承nav_core::BaseLocalPlanner类，并以同样的原理将基类指针指向子类，从而调用子类的函数 move_base中调用局部路径规划器的接口 // move_base.cpp(节选) boost::shared_ptr<nav_core.

2020-09-16 10:48:39 1045 1

原创导航包Navigation最全完整解析(四): 重要接口之BaseGlobalPlanner

导航包Navigation最全完整解析(四): 重要接口之BaseGlobalPlanner 本节解析move_base的全局路径规划器接口: BaseGlobalPlanner. 在前面的分析可以知道，在move_base中调用全局规划算法时会初始化全局路径规划接口；这个接口通过nav_core包来传递核心的实现函数如(carrot_planner/global_planner等)；因此在本节中主要采用针对global_planner包来分析全局路径规划的接口函数调用；其主要调用的函数流程为:

2020-09-11 11:24:46 1532

原创导航包Navigation最全完整解析(三): 重要接口之Costmap_2D

承接上一节，在了解move_base代码的执行原理之后，开始逐步学习和解析每一个重要的程序接口，并在最后附上可用参数的参数设置。 costmap_2d的参数空间 static_layer ## 静态层原始地图 obstacle_layer ## 障碍层动态障碍 inflation_layer ## 膨胀层 ##@其他扩展，还可自定义 social costmap layer ## 跟踪人 Range sensor layer costmap地图又叫占用栅格图，即将整张地图分为多个小.

2020-09-09 12:07:03 1547 3

原创导航包Navigation最全完整解析(二): 对核心节点move_base进行分析

开始直接进行代码分析阶段，首先对核心节点move_base进行分析一、 MoveBase( &tf) 节点重要接口函数功能解析: 1. 初始化全局规划和局部规划器句柄； 2. 初始化恢复行为句柄； 3. 初始化代价地图函数句柄； 4. 其他参数、变量等初始化；初始化1个服务： MoveBaseActionServer(, , boost::bind(&MoveBase::executeCb, this, _1), ); 初始化另开1个线程： boost::thread(bo.

2020-09-07 11:19:32 1871 2

原创导航包Navigation最全完整解析(一): 软件包关系梳理

导航包Navigation最全完整解析: 软件包关系梳理 navigation包目前常用的主要有kinetic-devel和melodic-devel两种分支; 在本次讨论中主要针对kinetic-devel版本进行解读. 对navigation的两种分支做一个简单的对比： 1. melodic在kinetic的基础上淘汰了tf的使用，替换成了tf2; 2. melodic在某些Velocity参数设置做了一些相应的修改，参数名等方面; 3. costmap2D上增加了某些细节； 4. 在核心算法上好像

2020-08-20 14:16:31 5814 1

原创 DRL学习第二课: 方法学习和探索

探索与利用序列决策的一个基本问题：探索Exploration：尝试更多的决策，不一定是最优收益，可能发现更好的策略利用Exploitation：执行能够获得已知最优收益的策略 “策略探索的原则” 1. 朴素方法 2. 积极初始化 3. 基于不确定的度量 4. 概率匹配 “案例：多臂老虎机” "详细阐述和分析" 1. 朴素方法Naive Exploration 添加噪声策略 2. 积极初始化Optimistic Initialization a. 给价值函数一个较高的初始化值 b.

2020-08-04 14:27:05 517 2

原创 DRL学习第一课: 结构梳理和理清概念

近期在忙一个比较重要的项目, 做到机器人快速避障,正在努力学习和更新中. 深度强化学习(Deep Reinforcement Learning) 强化学习是机器学习的一个分支, 相较于机器学习经典的有监督学习, 无监督学习问题, 强化学习的最大的特点是在交互中学习(Learning from Interaction). Agent在与环境的交互中根据获得奖励或惩罚不断的学习知识, 更加适应环境. RL学习的范式非常类似于我们人类学习知识的过程, 也正因此, RL被视为实现通用AI重要途径. 强化学.

2020-07-20 10:39:02 1142

原创 TF2.0学习NOTE5: 探索解析过拟合/欠拟合

对模型的训练的准确性, 会先达到峰值, 然后下降. 模型训练的目的: 使模型能够适用于大部分泛化测试数据, 并保持较高的准确率. "名词解析" "模型数据较少时, 使用正则化等技术, 限制了模型可以存储的信息的数据量和类型，如果网络只能记住少量模式，那么优化过程将迫使它专注于最突出的模式，这些模式有更好的泛化性" 1. 过拟合: 模型训练时间过长, 训练数据较少; 2. 欠拟合: 模型设置不够强大, 过度正则化以及无足够长时间训练模型; 3. 正则化: 向原始模型引入额外信息，以便防止过拟合和提高.

2020-06-10 10:30:12 271

原创 TF2.0项目实战一:汽车质量检测

TF2.0项目实战三:汽车质量检测 1. 获取数据集 car-evaluation下载链接: https://archive.ics.uci.edu/ml/datasets/Car+Evaluation 在下载页面有对数据的详细描述, 参照数据描述, 对数据进行处理. 2. 对数据进行处理将数据分为7大类要素, 其中包括分类结果Result. column_names=['Buying', 'Maint', 'Doors', 'Persons', 'Lug_boot', 'Safety', 'Result

2020-06-08 21:57:49 1099 1

stixel_world.tar.gz

MouseClick.sh

空空如也