- 博客(5)
- 收藏
- 关注
RSS订阅原创 QT使用——外部动态库的调用（基于Windows）
最近使用QT编辑界面，需要用到QT调用动态库这部分功能。网上参考了许多帖子，完成了该部分功能，现将整体流程重新记录，以便大家参考。如有疑问，欢迎交流！首先，使用VS生成一个动态库（具体如何生成，这里不做过多介绍，请参考其他帖子），动态库生成后，后续将使用以下三个文件：其次，打开QT生成一个Qt控制台程序(Qt Console Application，任何一个程序流程都差不多)，界面如下：在对应的project文件下，把头文件（.H）和静态库（.lib）文件放入文件夹中，如下所示：在QT界面中
2020-11-01 17:24:37
7414
3
原创 传感器融合（二）——2D_Feature_Tracking
https://github.com/you9702/SFND_2D_Feature_Tracking_UDACity github代码已完成注释，如有问题，可以留言交流。
2020-07-30 14:36:18
283
原创 传感器融合（一）——激光雷达部分
传感器融合（1）——激光雷达障碍检测https://github.com/you9702/Lidar_Obstacle_Detection_Udacity 后续补上代码解析
2020-06-30 16:57:33
397
原创 Dijkstra算法与A*算法关于H值取值分析（含c++代码）
A算法：A（A-Star)算法是一种静态路网中求解最短路径最有效的直接搜索方法，也是解决许多搜索问题的有效算法。算法中的距离估算值与实际值越接近，最终搜索速度越快。A算法是在Dijkstra的进一步发展，由于Dijkstra算法虽然能够搜索到最优路径，但是其搜索空间一般比较大。在此基础上，对其进行优化，加入了一个启发式函数H，便于在搜索到最优路径的情况下，减小其搜索空间。二者的伪代码如下所示：Dijkstra算法伪代码：A算法伪代码：具体算法实现如下：Astar.h#pragma once
2020-06-11 22:45:52
862
原创 Udacity_simulator自动驾驶实验（基于keras）
**本实验基于win10+tensorflow-gpu==1.5+keras2.0+anaconda3环境下完成**Udacity_simulator是一个非常基础的自动驾驶模拟器，通过简单的end-to-end模式完成仿真过程。安装模拟器参考该教程：https://blog.csdn.net/djfjkj52/article/details/105007962?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMach
2020-06-05 09:43:36
942
7
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