- 博客(15)
- 收藏
- 关注
RSS订阅原创 C++进阶：多线程
C++ 多线程个人在学习C++的基本STL用法后，虽然对于C++各项功能都有了一些了解，但是却无法形成具体系统影响，导致容易遗忘。这里进行西嘎嘎进阶内容整理，本章主要说明多线程。(本文非原创，东拉西扯各位大佬的东西)多线程与并发：概念介绍，了解是什么。1hitwengqi的多线程编程：简单粗暴的告诉你怎么实现，但是最后没调出来。Nine-days的多线程编程：内容深化，实例开头，深入了解主...
2020-05-03 10:08:30
559
原创 C++进阶：多态
C++ 多态个人在学习C++的基本STL用法后，虽然对于C++各项功能都有了一些了解，但是却无法形成具体系统影响，导致容易遗忘。这里进行西嘎嘎进阶内容整理，主要是内存管理、继承组成、多态虚函数。本章主要说明内存管理。简介在C++语言中，内存主要分为:栈区、堆区、数据区、代码区。...
2020-04-29 21:20:50
310
原创 C++进阶：继承组成
C++ 继承组成个人在学习C++的基本STL用法后，虽然对于C++各项功能都有了一些了解，但是却无法形成具体系统影响，导致容易遗忘。这里进行西嘎嘎进阶内容整理，主要是内存管理、继承组成、多态虚函数。本章主要说明继承组成。简介继承是面向对象程序设计中代码复用的重要手段，允许程序员在原有类特性基础上进行功能扩展，产生派生类。继承体现了面向对象程序设计的层次结构，体现了由简单到复杂的认知过程。...
2020-04-24 14:51:01
349
原创 C++进阶：内存管理
C++ 内存管理个人在学习C++的基本STL用法后，虽然对于C++各项功能都有了一些了解，但是却无法形成具体系统影响，导致容易遗忘。这里进行西嘎嘎进阶内容整理，主要是内存管理、继承组成、多态虚函数。本章主要说明内存管理。简介在C++语言中，内存主要分为:栈、堆、自由存储区、全局/静态存储区以及常量存储区。栈，在执行函数时，函数内的局部变量存储在栈中，函数执行结束后，按命名先后，反向析构释放...
2020-04-23 14:24:27
265
原创 自动驾驶-自适应卡尔曼滤波AKF
自适应卡尔曼滤波（adaptive kalman filter）是指利用观测数据校验预测值完成更新的同时，判断系统本身特性是否发生动态变化，从而对模型参数和噪声特性进行估计和修正，以改进滤波设计、缩小滤波的实际误差。KF通过kalman理论认知，已知其预测更新的精度和准确性的保证都是基于协方差，通过设计的状态更新矩阵及伴随预测误差Q得到预测状态量和协方差x’,P’，从而基于观测值及伴随的观测...
2019-10-05 16:01:39
24439
15
原创 自动驾驶-卡尔曼滤波，从CF->KCF->UCF土味讲解
运动模型：一次运动模型：恒定速度模型CV，恒定加速度模型CA二次运动模型：恒定转率和速度模型CTRV，恒定转率和加速度模型CTRAKalman EKFx=py，py，vx，py，摄像头不提供更新，只有雷达更新。获取数据，首先初始化滤波器状态量x_.即py，px，vx，vy。之后每次获取数据，radar，根据变换矩阵F_及过程协方差矩阵Q_？预测x_pred,P_pred,R...
2019-08-16 21:29:39
3566
3
原创 图像处理相关面试材料准备
零碎知识点1.YUVYUV格式详解YUV图解 （YUV444, YUV422, YUV420, YV12, NV12, NV21）YUV，分为三个分量，“Y”表示明亮度（Luminance或Luma），也就是灰度值；而“U”和“V” 表示的则是色度（Chrominance或Chroma），即色彩和饱和度，用于指定像素的颜色。YUV不像RGB那样要求三个独立视频信号同时传输，所以传输占用频...
2019-08-04 18:58:59
531
原创 Yolo-v1~v3学习关键点整理
虽然目前也出了ssd更好用的模型，但是yolo的性能依然非常突出，在日常中也使用的相当之多，这里希望能够对yolo相关内容做一个整理。本文参考和转载较多木盏1大大的内容，从v1-v3，这位大大也有非常详细的描述，在此引上2’3’4。Yolo简介yolo的发展从v1-v3，发生了很多本质上的变化，许多改进优化，对于模型当前的结果都起到了关键作用：leaky ReLU5，相比普通ReLU，le...
2019-07-16 15:49:06
627
原创 自动驾驶——模型预测控制（MPC）理解与实践
当时在做路径跟踪、路径规划时，使用了MPC，通过项目的应用，对于MPC建立了一定的认识，但是一段时间过去后，认知又渐渐模糊了，当时学习过程中也是看了许多人的blog及代码才弄清楚，这里试图从理论到实践，对MPC进行一次回顾整理。什么是MPC...
2019-07-12 17:01:05
48603
8
原创 基于模型融合的Distracted Driver Detection
项目概述实验室课题一部分——疲劳驾驶检测系统，巧合发现kaggle上的竞赛：State Farm公司举办的一个竞赛项目，其目的是得到一个可检测司机驾驶行为的模型。State Farm在很多汽车仪表盘上安装摄像头，截取司机驾驶过程中的2D图片，希望Kaggle参赛者能基于这些驾驶图片，训练一个可检测驾驶行为的模型。这里，基于该项目，使用近几年在LSVRC大赛上取得突破性进展的深度卷积神经网络模...
2019-07-10 16:48:45
2073
7
原创 鱼眼相机标定-基于张正友标定法
鱼眼相机标定前段时间曾经做过一段时间的摄像头标定，这里对以前做的事情做一个总结。这里介绍一下鱼眼相机的标定吧，也是相机标定的第二部分，主要还是代码解析和一些细节说明，为了让自己更好的理解相机标定，标定目的是为了实现坐标转换，通过摄像头测定相机的内参和外参之后，需要基于公式得到精确的坐标转换矩阵。思路详解相机代码见 https://github.com/wisdom-bob/Camera_ca...
2019-07-09 23:22:27
7304
7
原创 针孔相机标定-基于张正友标定法
针孔相机标定前段时间曾经做过一段时间的摄像头标定，这里对以前做的事情做一个总结。首先，介绍一下针孔相机的标定吧，主要还是代码解析和一些细节说明，为了让自己更好的理解相机标定。当时做摄像头标定是为了实现基于视觉测定摄像头检测目标的位置，通过摄像头测定相机的内参和外参之后，需要基于公式得到精确的坐标转换矩阵思路详解相机代码见 https://github.com/wisdom-bob/Camer...
2019-07-09 21:27:29
760
原创 车道线检测-从单车道到多车道的车道线检测（三）
实验室项目开发，作为汽车机器视觉辅助系统的组成部分。完整思路：灰度化，高斯滤波，通过canny算子对图像分块二值化处理（分块目的是为了提高检测精度，缩小处理面积，特征更集中更明显，处理结果更好）再基于感兴趣区域提取边缘；在此基础之上，在进行Hough变换（设定最短线段和线段间隔，角度等），得到车道线特征，通过特征处理，得到斜截式直线，对其进行相似度匹配、分类，基于灭点特征对不经过灭点的车道线进行...
2019-07-09 16:52:50
3552
9
原创 车道线检测-从单车道到多车道的车道线检测（二）
车道线检测····这里是车道线检测第二篇，睿智小编，在线码字。····车道线检测，从易到难：单直线车道检测–>单弯道车道检测–>多直线车道检测–>多弯道车道检测····我更希望用例子去说明，多按图说话。本篇分三个内容：···· 1.讲解Udacity的CarND-LaneLines-P1-master项目···· 2.讲解Udacity的CarND-Advanced-L...
2019-07-05 21:37:17
3971
1
原创 车道线检测-从单车道到多车道的车道线检测（一）
车道线检测····在参加udacity的课程后，对于车道线有了一些直观的认识，后来在实验室学习和外出实习过程中，也接触过不少车道线方面的检测工作，这边将对这些日子里的工作做一个总结。····这也是我写的第一篇博客（以前都习惯整理在自己电脑里面，但想想还是没有blog绘声绘色）。····车道线检测，从易到难：单直线车道检测–>单弯道车道检测–>多直线车道检测–>多弯道车道检测...
2019-07-05 14:50:02
5464
1
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