qq_45792429的博客

原创 D453i仿真

要开始D435i的仿真之旅了，写篇博客记录一下。

原创 AX211黄色感叹号

很久没开自己的电脑了，这几天基本都用的工位的电脑，昨天突然想打个游戏，然后打开电脑，喜提wifi没了，怕是硬件上面接触不良然后开了ubuntu，在ubuntu上是可以联网的。2、然后打开注册表（win+r运行 regedit进入注册表）查找 vmnet、vmvare，然后全部删掉。1、卸载驱动之后重新安装，网卡驱动为AX211，intel官网下载了重装不行。然后去查找了一下，发现了这个帖子，救我电脑的狗命。3、然后就会发现wifi又回来了，驱动就正常；2、惠普官方的驱动也不行。3、释放静电也放了不行。

原创 RDK x3的交叉编译配置

交叉编译

原创 【虚拟机、sunrise x3pi、主机三者通信】

修改完成之后可以运行ifconfig查看一下是否修改成功，如果没修改成功，就拔插一下网线然后重启。都修改完之后，三者之间相互ping，都能ping通则说明配置成功。这里选择第四个，第三个那个是wifi的网卡。虚拟机网络连接选择桥接模式。最后查看是否修改完成。

原创 速腾雷达16线实现FAST-LIO2算法建图

速腾雷达16线实现FAST-LIO2算法建图

原创 【双系统开发宇树机器狗环境安装相关】

安装环境中遇到的问题，记录一下

原创 计算机视觉（五）：图像检索

计算机视觉实现图像检索 基于bow方法

原创 计算机视觉（四）：相机标定与增强现实

计算机视觉（四）：相机标定与增强现实一、相机标定1、针孔照相机模型二、增强现实三级目录一、相机标定1、针孔照相机模型在针孔照相机模型中，在光线投影到图像平面之前，从唯一一个点经过，也就是照相机中心 C。二、增强现实三级目录......

原创 计算机视觉（三）：图像到图像的映射

图像到图像的映射一、单应性变换1.1 直线线性变换算法1.2 仿射变换二、图像扭曲2.1 图像中的图像2.2 分段仿射扭曲2.3 图像配准2.3.1 特征提取三、创建全景图3.1 RANSAC3.2 稳健的单应性矩阵估计3.3 拼接图像四、校园全景拼接图这一次主要是讲图像之间的变换，以及一些计算变换的实用方法。这些变换可以用于图像扭曲变形和图像配准。一、单应性变换单应性变换： 将一个平面内的点映射到另一个平面内的二维投影变换。平面指图像或者三维中的平面表面。单应性变换H按照下面的方程映射二维中的点

原创 计算机视觉（二）：局部图像描述子

计算机视觉二：局部图像描述子一、序1、角点（corner points）2. 如何判断是否是好的角点检测算法二、Harris角点检测器1、基本思想2、数学表达3、角点计算流程4、算法实现二、SIFT算法1、产生2、实现步骤三级目录一、序局部图像描述子主要是为了寻找图像间的对应点和对应区域。以下内容将出现两种用于图像匹配的局部描述子算法。特征匹配的基本流程：根据特定准则，提取图像中的特征点提取特征点周围的图像块，构造特征描述符通过特征描述符对比，实现特征匹配特征点必须具有不变性特征可以分为

原创 计算机视觉（一）：开篇

计算机视觉（一）：开篇一级目录二级目录三级目录一级目录二级目录三级目录

原创 机器学习（六）：支持向量机

原创 C++（五）：终章：C++大作业

C++大作业记录1. 第一天1.1 菜单栏1.1.1 打开图片1.1.2 图片另存为1.1.3 保存图片1.1.4 新建1.1.5 关闭二级目录三级目录一学期的C++课程要结束了，最后用一篇博客记录一下大作业的过程，记录的可能会有点乱，就按照天数来记录了。1. 第一天1.1 菜单栏qt的菜单栏的UI界面其实很友好，直接编辑就好1.1.1 打开图片打开图片使用到的主要函数是：QFileDialog中的getOpenFileName。该函数包含四个参数，分别表示为：参数一：父窗口参数二：对话框

原创 C++(四)：stl应用

STL应用1. 前言2. STL基本组件2.1 容器二级目录三级目录1. 前言stl标准模板库，提供一些常用得数据结构和算法。STL定义了一套概念体系，为范型程序设计提供了逻辑基础。2. STL基本组件以下是STL所涉及的四种基本组件。2.1 容器容器是容纳、包含一组元素的对象。 分为顺序容器和关联容器两种基本类型二级目录三级目录...

原创 C++(三)：模板

C++：模板1. 前言2. 模板函数2.1 示例2.1.1 输出不同类型的队列2.1.2 比较大小（compare）2.2 函数模板与函数的区别3. 模板类3.1 定义模板类AutoPtr三级目录1. 前言C++最重要的特征之一就是代码重用，为了实现这一操作，代码必须具有通用性。通用代码不受数据类型的影响，并且可以自动适应数据类型的变化。为了实现以上操作，我们需要运用到模板，模板C++支持参数化程序设计的工具，通过其可以实现参数多态性。参数多态性就是将程序所处理的对象的类型参数化，使得一段程序可以

原创 机器学习（五）：朴素贝叶斯

朴素贝叶斯1. 关于朴素贝叶斯二级目录三级目录1. 关于朴素贝叶斯概率论是很多机器学习算法的基础二级目录三级目录

原创 机器学习实战（四）：逻辑斯蒂回归

机器学习实战：逻辑斯蒂回归1、关于逻辑斯蒂回归1.1 一般过程1.2 优缺点1.3 Sigmoid函数2、基于最优化方法的最佳回归系数确定2.1 梯度上升法2.1.1 主要思想2.1.2 Logistic回归梯度上升优化算法2.1.3 绘制决策边界2.1.4 随机梯度上升2.1.5 改进的随机梯度上升3. 示例:从疝气病症预测病马的死亡率4.课外例子1、关于逻辑斯蒂回归1.1 一般过程收集数据：准备数据分析数据训练算法测试算法使用算法1.2 优缺点优点 ：计算代价不高，易于理解和实现

原创 机器学习（三）：决策树

文章目录1、决策树1.1什么是决策树1.2和knn算法的区别1.3伪代码2 决策树的构造流程3 属性划分方法3.1 信息增益（ID3）3.1.1 信息熵3.1.2 信息增益1.5.2 信息增益率(C 4.5)1.5.2 基尼指数(CART)1、决策树1.1什么是决策树有监督机器学习算法中的一类经典算法，是最经常使用的数据挖掘算法它是一种典型的分类方法，首先对数据进行处理，利用归纳算法生成可读的规则和决策树，然后使用决策对新数据进行分析。本质上决策树是通过一系列规则对数据进行分类的过程。 典型算法

原创 C++(二)：继承和多态

这里写目录标题一级目录二级目录三级目录一级目录二级目录三级目录

原创 机器学习（二）

这里写目录标题KNN算法原理优点：缺点：案例实现（书上）电影类别分类案例实现（课外）实验完善（）KNN算法原理KNN是最简单的分类算法之一，也是最常用的分类算法之一，KNN算法是有监督学习中的分类算法。knn算法的基本法则是：相同类别的样本之间在特征空间中应当聚集在一起，也就是说当要预测一个新的值x的时候，根据它距离最近的K个点是什么类别来判断x属于哪个类别如图所示：图中绿色点为我们要预测的值，当k值等于三时，算法判断离绿色点最近的三个图形中哪一类图形最多就将新预测的点归为哪一类。当k值改变

原创 C++(一)

C++课程实验一

原创 机器学习（一）

机器学习课堂作业一安装python环境及numpy库新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式安装python环境及numpy库一、安装python环境及numpy库忘记之前是什么时候安装好的python环境了，所以直接安装numpy库就好了打开命令控制符，输入pip install numpy出现错误，于是按照提示输入指令升级pip版本安装成功新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式...

原创 分别利用ubuntu18.04和ROS运行 kinect v2

这篇博客记录一下用ubuntu和ros运行kinect，之前尝试运行没有成功，今天终于成功了参考鸣谢：https://blog.csdn.net/qq_33954229/article/details/100236046https://www.cnblogs.com/tanshengjiang/p/13967940.html一、ubuntu下使用kinect v2配置需要事先安装好opencv，我的是3.2.0版本的git clone https://github.com/OpenKine

原创 ros学习（5）

一、连接昨天在编译工作空间时出现了各种错误今天在仔细查看了相关文件的路径之后发现是有一个路径没有更改，更改完路径后编译成功！！！！正式开启连接之旅：按照教程先进行网络连接然后在root帐户下进行操作sudo susource /home/yourUserName/catkin_ws/devel/setup.bashroslaunch unitree_legged_real real.launch rname:=a1 ctrl_level:=highlevel firmwork:=3_2

原创 ros学习（4）

一、导航框架–move_basemove_base：利用A*算法或Dikjstra算法实现全局最优路径规划在本地实时规划中规划机器人每个周期内的线速度、角速度。使之尽量符合全局最优路径实时避障Trajectory Rollout 和Dynamic Window Approaches算法搜索躲避和行进的多条路径，综合各评价标准选取最优路径配置节点mbot_navigation/launch/move_base.launch导航框架–amcl使用孟特卡罗定位方法实现二维环境定位，针对已

原创 ROS学习（3）

ROS+opencv安装OpenCvsudo apt-get install ros-melodic-opencv libopencv-dev python-opencvCvBridge是ros和opencv中的桥梁测试例子roslaunch robot_vision usb_cam.launch //启动rosrun robot_vision cv_briage_test.py //启动节点rqt_image_view出现的错误解决：python文件记得要允许作作为程

原创 ROS学习（2）

一、服务数据的定义与使用创建srv文件夹，创建Person.srv文件touch Person.srv定义srv文件.srv文件中—以上是request数据，以下是response数据string nameuint8 ageuint8 sexuint8 unknown = 0uint8 female = 1uint8 male = 2---string result编译在package和cmakelist中添加依赖添加依赖后编译产生以下错误，原因是因为在171行

原创 ros学习（1）

ros学习第一天一、运行ros指令之前已经看过一遍古月居的21讲并安装好了对应的ROS环境因此可以直接运行相关指令roscore //运行ros环境rosrun turtlesim turtlesim_node //运行小海龟节点rosrun turtlesim turtle_teleop_key //运行控制小海龟节点rosbag record -a -0 xiaowugui_record //话题记录rosbag play xioawugui_record.bag //复现