自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(8)
  • 收藏
  • 关注

原创 使用evo测评工具测评性能

快速了解evo用法

2023-02-23 00:22:50 573 1

原创 基于Docker搭建cartographer开发环境

Docker下快速部署ros及cartographer

2022-09-28 02:01:14 886 3

原创 因装了python3.6版本导致ubuntu下terminal无法打开

参考stack overflow:https://stackoverflow.com/questions/61144232/updated-to-python-3-8-terminal-wont-open-fixed-but-details-not-understood系统:ubuntu20.04问题描述:ubuntu20.04默认python3有3.8版本,中途自己安装过一次python3.6版本,导致快捷键ctrl+alt+t无法打开terminal,点击图标也无法打开。操作:1、在文件系统中右

2022-05-03 22:18:20 1420

原创 Cartographer原文阅读

用帖子记录一下,防止忘记原文链接:Real-Time Loop Closure in 2D LIDAR SLAM文章结构:ABSTRACTINTRODUCTIONRELATED WORKSYSTEM OVERVIEWLOCAL 2D SLAMCLOSING LOOPSEXPERIMENTAL RESULTSCONCLUSIONSABSTRACTLidar传感器和SLAM方法是获取平面竣工图的有效方法实时生成的平面图需要在有限的计算资源下获取。Cartographer方法构建

2022-04-29 16:11:29 625

原创 Ubuntu20.04下Turtlebot3机器人仿真

前言  首先,参考了以下链接,感谢这位博主详细的分享,如有需要请直接移步。  传送门:Click  关于Gazebo物理仿真平台与Rviz可视化工具,urdf和xacro这里不再多做介绍。本文主要讲解如何利用开源Turtlebot3机器人模型和Gmapping算法,基于自己在Gazebo上building editor上构建的地图进行仿真实验。 后续考虑利用在此基础上进一步提升。1、实验环境  Ros-Noetic  Gazebo 112、Turtlebot3功能包准备  urtlebot3

2022-03-19 16:01:13 9545 9

原创 解决Gazebo在building editor时闪退的问题

问题描述:在Ubuntu20.04LTS环境下(是物理机,不是虚拟机)打开gazebo,点ctrl+B进入building editor时,在二维地图创建世界环境时,添加窗户或者门时,Gazebo出现了闪退的情况。github上gazebo项目的issue也有人提这个问题,具体情况如下面这个GIF。解决方案:先卸载掉当前的Gazebo,具体命令如下:sudo apt-get remove ros-noetic-gazebo*sudo apt-get remove libgazebo* sudo

2022-03-17 19:13:28 1509 2

原创 详解Ubuntu20.04上安装ROS系统

ubuntu20.04版本的安装,参考:https://blog.csdn.net/qq_44339029/article/details/120579608步骤如下:1、添加ROS软件源(可以将命令复制到终端执行)sudo sh -c '. /etc/lsb-release && echo "deb http://mirrors.ustc.edu.cn/ros/ubuntu/ $DISTRIB_CODENAME main" > /etc/apt/sources.list.d/r

2022-02-27 16:49:54 4997 1

原创 Numerical Optimization(数值最优化)系列笔记——1

Numerical Optimization (数值最优化)系列笔记——前置知识与无约束最优化基础1. Mathematical Formulation 从数学上来说,最优化问题就是求一个目标函数在其自变量的约束条件下的最大值或最小值。我们用如下的表达式来表示:这里 ε\varepsilonε 和 τ\tauτ 分别是是等式和不等式约束条件的下标数。 学习过程中,均统一为求最小值问题,因为若想求函数f(x)的最大值,可以令g(x)= - f(x),转换成求最小值。2. 凸集和凸函数凸函数在最

2020-11-10 10:11:59 2459

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

提示
确定要删除当前文章?
取消 删除