qq_39366151的博客

原创 Jetson TX2启动rviz报错

启动rviz报错：failed to open swrast解决方法：sudo apt-get install nvidia-*

原创 动态环境路径规划

Dynamic Replanning动态规划方法总结Dynamic Path Planning and Replanning for Mobile Robots using RRT*IntroductionMethodology这篇文章持续记录动态环境下路径规划方面的工作Dynamic Path Planning and Replanning for Mobile Robots using RRT*论文地址Introduction这篇文章主要用RRT*方法来在动态环境里进行路径规划。Method

原创 Motion Planning Networks

Motion Planning Networks摘要介绍相关工作MPNet细节这是一个基于神经网络的路径规划方法摘要 提出一个叫做MPNet的基于神经网络的路径规划模型，对输入的点云表示的环境进行编码，然后输出一个端到端的可行的路径。作者在2D和3D环境上都进行了测试，也在一个7自由度的机械臂上进行了测试。结果显示这个MPNet不仅计算效率很高，而且泛化能力也很强。结果也显示MPNet在任何环境下生成路径的时间都少于1秒。介绍 文章说现在一些基于采样的路径规划方法计算效率都很高，譬如RRT*，双向

原创 SDF（符号距离场）part1

Unsigned Distance Fields 无符号距离场无符号距离场 通常，当我们创建一个纹理时，我们会把它看作是一个数字网格，每个数字代表一个“亮度”。0是黑色，1是白色。有色纹理简单地扩展了这个概念，存储3个值(如果包含透明度，则存储4个值)。 虽然上面的方法对于一般用途的图像非常有用，但它们并不特别擅长表达几何形状。这主要归结为两个问题:如果几何图形没有与像素网格完美对齐，那它肯定是近似对齐的，从而导致混叠效果低分辨率的纹理缩放非常糟糕，如果我们想要一个精确的几何体表示，我们就必须存

原创 FIESTA: Fast Incremental Euclidean Distance Fields for Online Motion Planning of Aerial Robots

FIESTA: Fast Incremental Euclidean Distance Fields for Online Motion Planning of Aerial RobotsIntroductionSystem FrameworkIntroduction 提出了一个叫做FIESTA的框架来增量地构建ESDF（欧式符号距离场）地图。System Framework 整个系统的总体架构如下图：通过立体相机深度测量、RGBD相机深度值或者单目相机深度估计和位姿估计（譬如GPS和IMU）输

原创 Robust Real-time UAV Replanning Using Guided Gradient-based Optimization and Topological Paths

这篇论文是港科大开源的无人机运动规划fast planner的第二版，这里写下我对这篇工作的理解。Introduction 现在方法主要用GTO（gradient-based trajectory optimization）来作无人机的路径规划，但是GTO方法会陷入局部极小值。文中提出了一个全新的方法来解决GTO陷入局部极小值的情况。Related WorkA Gradient-based Trajectory Optimization GTO是一种主要的路径生成算法，把路径生成看作一个最小化目标

原创 FUEL: Fast UAV Exploration using Incremental Frontier Structure and Hierarchical Planning

FUEL: Fast UAV Exploration using Incremental Frontier Structure and Hierarchical PlanningAbstractSystem OverviewIncremental Frontier Information StructureA. Frontier Information StructureB. Incremental Frontier Detection and ClusteringAbstract 提出了一个叫做FUE

原创 mingw+opencv编译报错

error: ‘::hypot’ has not been declared在文件opencv/opencv/sources/modules/python/src2/cv2.cpp中添加头文件：#include <math.H>error: invalid conversion from ‘const char*’ to ‘char*’ [-fpermissive]在文件opencv/opencv/sources/modules/python/src2/cv2.cpp的cha.

原创 Orbbec astra pro深度摄像头通过python读取深度值

Orbbec astra pro深度摄像头通过python读取深度值Orbbec OpenNi SDK下载安装对应python包对应代码Orbbec OpenNi SDK下载 要使用OPenNI需要先下载对应的SDK，地址是https://orbbec3d.com/develop/，拉到最下面选择下载，下载完之后解压可以看到分别有三个平台的目录（Android，Linux，Windows）：我是跑在jetson nano上的，所以我选择的是Linux，进入Linux目录，又分为了Arm,Arm64,

原创 siamfc运行

修改siamfc文件夹下的Load.py文件import syssys.path.append('/home/nanorobot/Documents/siamfc/siamfc')sys.path.append('/home/nanorobot/Documents/siamfc')from siamfc import TrackerSiamFC, ops上面是把需要用到的自定义的模块路径引入进来，以防后面找不到模块，路径根据你自己的文件位置改。下面是修改主函数：if __name__ ==

原创 jetson nano pytorch安装及文件系统扩容

jetson nano扩容 我安装的系统是16GB的，如果不扩容的话文件系统只有16GB。 首先安装gpartedsudo apt-get install gparted  然后启动gpartedsudo gparted启动以后的界面是这样的 文件系统挂载在/dev/mmcblk0p1上，可以看到挂载的文件系统只有14.83G，而未分配(unallocated)的空间有104.25GB，右击/dev/mmcblk0p1，选择resize/move,然后界面显示如下：计算空间一共有1

原创 基于ROS的AGV运动控制与状态记录(维嵌科技)

base_control监听 首先如果没有base_control这个包的话,到github下载:cd /home/username/catkin_ws/src/git clone https://github.com/LFZ1994/base_control.gitcd /home/username/catkin_wscatkin_make 然后在小车运行:roslaunch base_control base_control.launch这个包是用来监听/cmd_vel以及向串口写指

原创 FastPlanner编译错误

提示确少模块 cmake_modules：CMake Error at /opt/ros/melodic/share/catkin/cmake/catkinConfig.cmake:83 (find_package):Could not find a package configuration file provided by “cmake_modules”with any of the following names:cmake_modulesConfig.cmakecmake_modules-

原创 线性时不变（(LTI)系统

原创 Robust and Efficient Quadrotor Trajectory Generation for Fast Autonomous Flight

Abstract 在本文中，我们提出了一种在三维复杂环境中快速飞行的鲁棒高效四旋翼运动规划系统。我们采用了kinodynamic 路径搜索算法，在离散操作空间中来寻找到一个安全，kinodynamic可行并且起始时间最小的路径。我们通过B-spline优化提高了轨迹的平滑度和净空度。Introduce 在有限时间和计算资源情况下，没有现有方法可以保证以较高成功率生成安全并且动态可行的路径。Kinodynamic Path Searching 前端路径搜索模块基于混合状态A*搜索算法。在体素格中搜索

原创 RAPTOR: Robust and Perception-aware Trajectory Replanning for Quadrotor Fast Flight

Abstract 最近在路径规划上的进步使得四旋翼可以在未知环境里自动导航。但是，高速运动下的导航仍然是一个挑战。在给定的很短的时间内，现存的方法并不能保证很强的可行性和质量来解决这个问题。同时，很多方法并没有考虑环境感知(environment perception)，但是环境感知是突破高速运动下导航问题的关键瓶颈。在这篇论文中，我们提出了一个叫做RAPTOR的鲁棒并且具有环境感知能力的框架来支持快速、安全的飞行，它也系统地解决了这些问题。同时，本文也设计了一种融合多种拓扑路径的路径引导优化算法(PGO

原创 维嵌科技AGV简单控制

提供的资料中，对于小车的控制流程是：小车运行roslaunch base_control base_controlPC端运行rosrun teleop_twist_keyboard teleop_twist_keyboard其实这两个都可以在小车端运行，只是第一个需要先启动，第二个后启动就可以了。参考base_control.py的源码参考teleop_twist_keyboard.py的源码可以看到teleop_twist_keyboard.py主要是发布了一个名为cmd_ve

原创 强化学习之——Q-Learning(基础部分)

状态转移概率：从掌握到放弃 前几篇介绍了基于马尔可夫决策的强化学习框架，我们发现解决的问题有一个特点，我们是知道环境运转的细节的，具体就是我们知道状态转移概率，也就是P(St+1∣St,at)P(S_{t+1}|S_t,a_t)P(St+1​∣St​,at​)。对于蛇棋这个游戏，我们可以看到前方是上升梯子还是下降梯子，然后选择对应的投掷手法来接近或者避开，相当于站在上帝视角。 但是现实情况下，很多时候我们不知道这个状态转移概率。一般，我们将知道状态转移概率的问题称为”基于模型“ 的问题（Model-ba

原创 Look-Ahead Before You Leap: End-to-End Active Recognition by Forecasting the Effect of Motion

来源：Texas 大学Abstract 主要提出了一个通过移动摄像机（控制机械臂或者机器人运动）来转换观测的视角，从而进行主动目标识别的方法。整个模型是端到端的。Introduction 第一个是物体识别（Object Recognition）：像上面的图片所示，从俯视来看很难分辨这个具体是什么东西，转换一个视角就能发现这是一个杯子或者平底锅。 第二个是场景识别（Scene Recognition）：像上面的图片所展示，如果没有找到一个好的角度，无法识别出这个场景是什么，转换到右边的图片后才知

原创 强化学习之——表格式Agent实现

什么是表格式Agent？ 以蛇棋问题为例，棋盘上有100个格子，所以问题一共有100个离散的状态；投掷骰子的手法也是有限的（这里规定可以投1~ 3和1~6两种手法)，因此也可以用离散的手法表示出来。因此，对所有的实体（状态、行动、策略、状态转移概率），都可以用N维张量的形式表示。 譬如对于策略π(a|s)是一个条件概率分布，可以用一个|S| × |A|的矩阵表示（|S|是状态数量，|A|是动作数量)。矩阵里的每个数值都介于0到1之间，而且每一行的和都为1。对于状态转移p(st+1∣st,at)p(s_{

原创 强化学习之——马尔可夫决策过程原理

强化学习之——马尔可夫决策过程原理与实现(1.1 MDP：策略与环境模型我们以蛇棋为模型引入——蛇棋的关键问题在于：哪些因素决定了蛇棋最终获得分数的多少？ 两个因素选择什么样的手法投掷（也就是投3以内的数 或 6以内的数）投掷出的数目1是玩家可以决定的（我们这里把情况想得简单点，认为可以通过某种手法使得投出两种策略2是玩家不可控的，只受环境的随机性控制（骰子投出具体的点数你不能决定）新的改变我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我

原创 浅谈N皇后问题

所谓的n皇后问题，就是指在一个nn的国际象棋棋盘上放置n个皇后（国际象棋中的一个棋子），使得这n个皇后两两不在同一行、同一列、同一对角线上，求合法的方案数。对于n=5的情况，图a是一个合法的方案，而图b因为有两个皇后在同一对角线上所以不是一个合法的方案。如果采用组合数的方式来求解，也就是从nn个格子中挑选n个格子放置皇后，那么需要Cn∗nnC^n_{n*n}Cn∗nn​的枚举量，当n=8时...

原创 spring-cloud-starter-feign导入失败

记起来以前我在看较早版本的springcloud书籍的时候，我按照书中的方法在pom文件中导入feign,也就是：<dependency> <groupId>org.springframework.cloud</groupId> <artifactId>spring-cloud-starter-feign</artifactId>...

原创 Eureka服务端开启安全校验（SpringSecurity）后服务无法注册

我在Eureka的服务端导入了SpringSecurity之后，客户端的服务会注册不上，具体报错如下：com.netflix.discovery.shared.transport.TransportException: Cannot execute request on any known server at com.netflix.discovery.shared.transport.dec...

原创 Eureka与SpringCloud简单使用

Eureka与SpringCloud简单使用Eureka-Server篇1.在pom.xml中添加eureka<dependency> <groupId>org.springframework.cloud</groupId> <artifactId>spring-cloud-starter-net...