- 博客(37)
- 收藏
- 关注
RSS订阅原创 0116论文阅读_An Efficient Locally Reactive Controller_RAL_2022
说明该论文的题目为《An Efficient Locally Reactive Controller for Safe Navigation in Visual Teach and Repeat Missions》，发布于2022年RAL。为博士后师兄指定阅读文章，因此在此编撰文章以记述该文章的主旨与要义。该文章要解决什么问题，提出了一个什么系统？针对视觉导航问题，在本文中特指 Visual Teach and Repeat (VT&R)视觉施教与复现的导航任务。在该任务中，如果原有道路（施教
2022-01-16 17:38:29
2422
原创 RSS2021中 有关复杂环境导航的论文
机器人寻求人类的帮助论文：Modeling Human Helpfulness with Individual and Contextual Factors for Robot Planning机器人由于能力的不完备，在某些任务中往往需要求助于真实人类，考虑到人类可能会被机器人无休止的询问感到厌烦，文章对人类的帮助性进行建模，预测人类是否会帮助机器人。越野环境导航论文：STEP: Stochastic Traversability Evaluation and Planning for Risk-A
2021-09-06 10:17:05
713
原创 move_base 默认全局路径规划方法——navfn
前言move_base作为navigation包下的导航实现，集成了局部地图、局部运动规划、全局地图、全局路径规划四个模块。本文着重关注move_base默认使用的全局路径规划方法。1如果launch文件调用move_base时，没有指定参数 base_global_planner。例如（turtlebot3包下，turtlebot3_navigation对导航功能的实现，只指明了base_local_planner，即局部导航方法） <node pkg="move_base" type=
2021-08-18 15:03:57
4099
3
原创 使用opencv实时查看ROS Gmapping建图效果
实现效果启动过程代码与基本介绍https://github.com/doufishy/-opencv-ROS-Gmapping-/tree/master
2021-03-31 10:30:34
350
原创 ROS节点无法读入launch参数问题
总述由于没有注意 参数 与 句柄的 全局/局部 关系，从而使得launch文件的参数无法正常进入节点中。表现问题代码来自 https://github.com/RuPingCen/publish_pointcloudlaunch文件。<launch> <node name="publish_pointcloud" pkg="publish_pointcloud" type="publish_pointcloud" output="screen"> <param
2021-03-21 20:36:16
1194
原创 波前边缘检测 Wavefront Frontier Detector
论文《Frontier Based Exploration for Autonomous Robot》1文章的重点时实现波前边界检测，在实时构建的地图上搜索边界，并通过一个规划算法引导机器人移动到最近的边界，直至创建整个环境。一些概念：Unknown Region：Known Region：Open-Space：不包含障碍物的已知区域。Occupied-Space：包含障碍物的已知区域。Occupancy Grid：Frontier：已知区域与未知区域的交界。边界是一组未知区域点，每个点都
2021-03-16 11:02:18
1626
原创 ompl中BITstar代码阅读
基本介绍omplompl是开放的路径规划库，由许多最先进的基于采样的路径规划算法组成。官方网站：http://ompl.kavrakilab.org/由于资料的稀缺，关于BIT*代码的阅读基本依赖于官方提供的API。BITstar2015年的基于采样的路径规划算法，结合了批采样、启发函数等策略。论文《Batch Informed Trees (BIT*): Sampling-based Optimal Planning viathe Heuristically Guided Search o
2021-02-22 10:27:34
1280
1
原创 混合Astar实现_karlkurzer/path_planner
混合Astar实现：包括路径生成和路径优化两个部分。路径生成：结点扩展时即考虑车辆的动力学约束，只考虑可行驶路径上的离散结点作为扩展结点，同时基于离散网格对多余的结点进行剪枝。依据当前成本+启发函数成本从openlist弹出结点，其中当前成本是路径上每次状态转换的成本和，不仅考虑路径长，也考虑转向、倒车等附加成本；启发函数考虑两种成本函数a. 满足动力学约束、但不考虑障碍物的成本；b. 考虑障碍物，但不考虑车辆动力学约束的成本，取两者的最大值作为混合Astar的启发函数成本。以一定概率直接解析求
2020-10-13 17:23:33
3822
12
原创 论文阅读之混合A*
路径规划算法，可以在未知环境中混合状态A搜索，Hybrid-State A Search我们将A算法应用于车辆的3D动力学状态空间。搜索空间(x,y,θ)(x,y,\theta)(x,y,θ)是离散的，但每个离散状态不局限于空间网格的中心。三种图搜索算法的比较：A算法访问的状态在每个网格的中心位置（左侧）；Field D和Theta算法在每个网格的角点处计算成本，并允许网格之间的任意线性路径（中间）；混合A计算网格内连续状态的成本，并将该成本作为单元格的成本。因为一个单元格合并了多个连续状态，混合
2020-10-11 19:59:21
5668
3
原创 论文阅读 Optimal Rough Terrain Trajectory Generation for Wheeled Mobile Robots
轮式机器人的轨迹生成器。轨迹生成器分别三层：1. 轨迹生成（数值优化，最小化约束误差）；2. 运动预测（数值积分）；3. 车辆仿真。状态约束定义轨迹生成问题的一个简单模型就是两点边界值问题（ two-point boundary value problem），运动方程的积分的初始值是起始点（初始状态），而结束点（末端状态）是车辆在某一时间t的状态。参数化的车辆控制需要一组参数化的控件，可以编码车辆的运动。即，速度的参数向量是：轨迹生成约束轨迹生成该过程会修改控制参数向量P中的变
2020-10-09 10:24:28
830
6
原创 论文阅读：Driving on Point Clouds
《Driving on Point Clouds: Motion Planning, Trajectory Optimization, and Terrain Assessment in Generic Nonplanar Environments》引入大规模户外环境的自主导航对机器人系统至关重要。除了定位与地图构建之外，运动规划是任何自主导航系统的关键功能。在一般形式中，运动规划是计算连接机器人状态空间中两个状态之间的可行路径。对地面机器人来说，运动规划可以自动找到一条将车辆引导越过地形到达指定目标
2020-09-30 16:38:21
645
4
翻译 有理贝塞尔曲线
说明文稿来自计算几何导论 https://pages.mtu.edu/~shene/COURSES/cs3621/NOTES 的翻译。有理贝塞尔曲线有理贝塞尔曲线是NURBS曲线的特例。有理贝塞尔曲线由以下确定：n+1n+1n+1个控制点P0,P1,...,PnP_0,P_1,...,P_nP0,P1,...,Pn，与控制点一一对应的权值wiw_iwi，结点为0（重数为n+1）与1（重数为n+1）。C(u)=∑i=0nRi,n(u)Pi\mathbf{C}(u)=\sum_{i=0}^{n
2020-09-21 15:37:03
2117
原创 2020/9/10 创乐博机器人实机使用
机器人介绍待续与机器人的ssh连接与ROS连接配置静态IP配置原因多机器人与PC需要在同一个局域网（WIFI）下才能进行连接。需要为机器人（树莓派ubuntu mate）与PC配置静态IP，避免每次连接WIFI时IP变动，导致重新配置。配置方法https://blog.csdn.net/qq_33063867/article/details/87899066?utm_medium=distribute.pc_aggpage_search_result.none-task-blog-2allf
2020-09-10 23:04:57
3362
1
原创 2020.8.2 LeGO-LOAM代码阅读(2)——featureAssociation.cpp
main函数int main(int argc, char** argv){ ros::init(argc, argv, "lego_loam"); ROS_INFO("\033[1;32m---->\033[0m Feature Association Started."); FeatureAssociation FA;//调用构造函数进行初始化 ros::Rate rate(200); while (ros::ok()) { ros
2020-08-06 15:26:55
752
1
原创 2020/8/5 LeGOLOAM代码阅读(3)——mapOptmization.cpp
变量注释class mapOptimization{private: // 因子图优化相关变量 NonlinearFactorGraph gtSAMgraph; Values initialEstimate; Values optimizedEstimate; ISAM2 *isam; Values isamCurrentEstimate; noiseModel::Diagonal::shared_ptr priorNoise; noi
2020-08-06 15:23:31
1265
原创 2020.7.29 LeGOLOAM代码阅读(1)——imageProjection.cpp
代码注释变量注释：class ImageProjection{private: ros::NodeHandle nh; //ROS句柄 // 一个订阅者 ros::Subscriber subLaserCloud; // 多个发布者 ros::Publisher pubFullCloud; ros::Publisher pubFullInfoCloud; ros::Publisher pubGroundCloud; ros::Pub
2020-07-29 19:24:47
691
原创 2020.7.25 高翔的瑞慕课网讲座总结。
高翔基本介绍：清华本硕博；《SLAM十四讲》作者；智行科技定位组负责人。讲座信息：第一部分：自动驾驶中的定位技术相比于汽车定位，人类开车并不需要高精地图/定位，大多数可以凭借记忆开车，或者借用GPS电子导航地图，后者只有米级的定位精度，这是因为人类具有感知即定位的能力。而自动驾驶不具备类似的定位能力，使得其仍然依赖高精度地图与高精度定位进行导航。自动驾驶技术已经出现了一段时间，当前已经进入了落地阶段，各个自动驾驶公司多考虑的是成本、运营等实际问题。自动驾驶技术主要涉及a.感知（包括车辆、行
2020-07-25 15:44:05
355
原创 2020/7/19 gazebo仿真导航
标准启动方法//仿真导航//需要在.bashrc文件中添加“export TURTLEBOT3_MODEL=burger”$ roslaunch turtlebot3_gazebo turtlebot3_world.launch //搭建仿真环境$ roslaunch turtlebot3_navigation turtlebot3_navigation.launch map_file:=$HOME/map.yaml //导航，需要提前存储地图数据（不加参数也可以，文件中设置了默认地图）参考
2020-07-19 20:01:03
605
原创 2020.7.5 树莓派使用激光LMS111
环境树莓派4b + Ubuntu20.04 servers + ROS Noetic2D激光雷达SICK LMS111手上的型号为LMS111-10100官方介绍：https://www.sick.com/cn/zh/detection-and-ranging-solutions/2d-lidar-/lms1xx/lms111-10100/p/p109842一些关键参数水平角度范围：270°扫描频率：25Hz/50Hz角度分辨率：0.25°/0.5°工作区域：0.5m~20m电气接口
2020-07-05 22:23:38
1169
原创 2020.6.30 如何连接实验室的共享打印机（以WIN10为例子）
该方法针对笔者自己的实验室，并不适用于广大读者，见谅。A. 连接网络 410Robotic 密码 404notfound注：该局域网为校园网驱动的网络，如果无法上网，那么登一下网络通即可。注：局域网覆盖范围仅410实验室。B. 由“开始”打开“打印机与扫描仪”B. 选择“添加打印机或扫描仪”，等待数秒，然后点击“我需要的打印机不在列表中”。C. 由“按名称选择共享打印机”，点击“浏览”。D. 选择“PRINTER-PC”（即连接打印机的电脑），然后选择“410printer”（为打印
2020-06-30 22:45:14
1602
原创 2020.6.30 树莓派4B,Ubuntu20.04 servers 上安装 ROS Noetic
行文之前上一篇论文叙述了在树莓派4B上装Ubuntu20.04 server的过程这一篇记录一下装ROS Noetic 的过程。简单的安装过程依照 http://wiki.ros.org/noetic/Installation/Ubuntu按照教程方法进行update upgrade。设置 sources.list 和 key然后 “sudo apt install ros-noetic-desktop-full”然后 失败 “Unable to locate package ros-n
2020-06-30 17:02:43
3180
3
原创 2020.6.29 树莓派4B安装ubuntu20.04
配件：A. 树莓派本体（带外壳+风扇）B. 闪迪16GB内存卡C. 充电线：带有开关的USB-typeC + 普普通通的充电头D. 外壳+小风扇，见上图。E. 网线F. HDMI高清数据线（micro HDMI-HDMI）装一下散热片（该图来源于 京东散热片商家） 分别贴在了CPU(ARM)、内存芯片、USB管理芯片上。安装Ubuntu20.04遵循方法： https://ubuntu.com/tutorials/how-to-install-ubuntu-on-your-r
2020-06-29 20:51:17
6909
3
原创 2020.6.23，ICRA2020中关于重建的论文 一
《A Hierarchical Framework for Collaborative Probabilistic Semantic Mapping》构建高质量的全局语义图。Introduction语义建图包含几何建图和语义建图，这对于路径规划和导航至关重要。单机器人语义建图已经引起了很多关注[4]，[5]。Pyramid scene parsing network 2017Octree map based on sparse point cloud and heuristic probabi
2020-06-29 19:51:05
1283
原创 2020.6.25 ICRA2020中的有关重建的论文 二
DeepFactors: Real-Time Probabilistic Dense Monocular SLAM单目SLAM，估计场景的稠密地图这是通过使用学习到的紧凑深度图表示，并重新构造三种不同类型的误差：光度误差，重投影误差和几何误差。Introduction单目SLAM的研究已分为两个范式，其主要区别在于几何图表示：i)稀疏方法[1] – [3]形成并维护由一组特征点点地标组成的地图，缺点在于限制地图的实用性；优点是对图像噪声，离群值和照明变化具有鲁棒性。ii)稠密方法：使用所有图像像
2020-06-29 19:50:13
2771
5
原创 论文《Automatic reconstruction of fully volumetric 3D building models from point clouds》概述
1我们提出了一种，从非结构化，未经过滤的室内点云中重建参数化（parametric），体积化（volumetric），多层（multi-story）建筑模型的新方法。2系统的输入是具有法向的3D室内点云。首先通过RANSAC检测平面，然后为平面上的每个点计算占用位图（occupancy bitmaps）。利用探测到的平面消除离群值，并确定对应于各个房间的点簇。这种聚类是通过马尔可夫聚类实...
2020-04-17 15:26:55
625
4
原创 论文《CONSAC: Robust Multi-Model Fitting by Conditional Sample Consensus》笔记
1考虑一个带有噪声、带有离群值的观测集合 y∈Y\mathbf{y}\in\mathcal{Y}y∈Y。我们希望将模型hhh拟合到数据中，并产生MMM个模型实例。MMM个模型实例形成multi-hypothesis M={h1,...,hM}\mathcal{M}=\{h_1,...,h_M\}M={h1,...,hM}。算法通过三个嵌套的循环，来获得 估计M\mathcal{M}M。1 ...
2020-04-14 11:32:32
965
原创 从RANSAC到DSAC，再到NG-RANSAC，论文记录
NG-RANSAC来自论文《Neural-Guided RANSAC: Learning Where to Sample Model Hypotheses》RANSAC的主要局限性在于：它在具有许多异常值的任务中性能较差。随着离群值比率的增加，RANSAC需要成倍地进行增加迭代次数才能找到无离群值的最小集。在这项工作中，我们将RANSAC与神经网络相结合，该神经网络可以预测每个观测值的权重。...
2020-04-12 23:22:56
3434
原创 论文《DynaSLAM: Tracking, Mapping and Inpainting in Dynamic Scenes》阅读记录
总览算法的方块流程图。黑色实线和虚线分别是rgb图像和深度图像pipeline，红色表示稀疏图的数据流向。来自双目、或者单目的图像，经过Mask R-CNN获得像素级的语义分割。深度图像则使用另一种基于多视图几何的方法实现更精确的运动分割，为此，我们需要一种低成本的跟踪算法。获得相机位姿跟踪后，我们修补动态对象所遮挡的背景。使用R-CNN分割RGB图像使用Mark R-CNN获得像素级别...
2020-04-04 14:15:18
402
原创 论文《Superpixel Soup: Monocular Dense 3D Reconstruction of a Complex Dynamic Scene》阅读总结
任务目标根据图像对复杂动态场景进行密集3D重建。 图1，复杂动态场景的密集3D重建。其中相机和物体都是在运动的，困难当场景是静态的、且相机在移动时，可以通过传统的SFM技术，通过几何约束解释相机的运动。但是当观察到多个动态物体时，这种几何约束会失效，任何一个刚性物体都可以以任意尺度进行重建，无法以全局一致的方式确定所有运动物体之间的相对尺度，因此不可能重建整个场景。我们提出了一种统一的方...
2020-04-03 13:30:24
332
原创 论文《Real-time 3D Reconstruction at Scale using Voxel Hashing》阅读
隐式体积融合我们考虑隐式SDF（implicit signed distance field）方式存储物体的三维模型，即一个稠密体素网格（voxel grid），每个体素存储两个值：1带符号距离（表达了从体素中心到被观测表面的距离，正值代表体素位于表面的前方），2权值。物体的表面由体素的零值面隐式地表达。对于每个输入的深度图，我们扫描整个模型，保留视锥范围内（当前帧的视锥）的体素，并将体素映...
2020-04-01 18:21:34
2446
原创 代码DenseSurfelMapping的阅读总结
所引用代码皆为代码片段。完整代码参阅：深度\rgb图像的读取包装与发送首先是图片的读取并发送，在 kitti_publisher\scripts\publisher.py 中实现#功能:加载图片并包装成msgs发送出去if __name__ == '__main__': rospy.init_node('kitti_publisher') left_pub = rospy....
2020-03-30 22:03:51
2227
1
原创 real-time scalable dense surfel mapping：基于surfel的全局一致稠密建图系统
超像素提取首先通过初始化聚类中心，然后在分配步骤和更新步骤之间交替，根据像素的强度，深度和空间位置对其进行聚类。这种超像素分割适用于存在空缺深度的图像。通过在图像上建立网格，初始化簇中心Ci=[xi,yi,di,ci,ri]TC_{i}=\left[x_{i}, y_{i}, d_{i}, c_{i}, r_{i}\right]^{T}Ci=[xi,yi,di,ci,ri]T。...
2020-03-26 22:15:39
972
原创 论文《Probabilistic Surfel Fusion for Dense LiDAR Mapping》的阅读记录
使用LIDAR数据建立surfels的两个问题在构建密集surfel地图时，相对于使用RGB-D数据建立surfel，使用LIDAR数据建立surfels存在两个主要问题。surfel退化在RGB-D数据中，只需要通过像素平面的邻点，即可找到目标点的相邻点。但是在LIDAR数据中，没有投影平面，只能在3D空间内通过距离寻找相邻点。如图，LIDAR点云中法向的退化。其中绿色的线表示法线，a...
2020-03-18 22:28:43
874
原创 论文《FLAME:Feature-Likeilhood Based Mapping and Localization for Autonomous Vehicles》阅读总结
摘要准确的车辆定位是自动驾驶导航最关键也是最基本的任务。虽然基于密集3D点云的地图可以进行准确地定位，但是在城市规模的环境中使用时，它们会带来巨大的存储负担和传输负担。 在本文中，我们提出了一种用于LiDAR地图的高度压缩表示，以及一种针对车载LiDAR扫描的高效且强大的实时对齐算法(alignment algorithm)。所提出的建图框架（我们称为特征似然获取地图仿真（Feature Lik...
2020-03-16 20:37:46
404
原创 跟随一张图像了解ORB-SLAM2代码流程
这里写自定义目录标题引入三线程的整体结构跟踪线程线程综述代码概况线程创建创建帧单目初始化 Tracking::MonocularInitialization()frame-to-frame跟踪局部地图跟踪关键帧选择图像在跟踪线程中——FrameLocalMapping线程线程创建线程运行 LocalMapping::Run()引入阅读完ORB-SLAM2代码，在此做一个总结。主要参考了别人对...
2020-03-14 18:58:48
673
原创 关于cv::imread读取图片类型的初探
关于cv::imread读取图片类型的初探问题来源环境首先生成单通道和三通道的png图片cv::imread函数及其参数不同参数读取rgb图像不同参数读取单通道图片问题来源在处理深度图的时候，在用 cv::imread 读取深度图像时，本以为得到的是单通道图，但实际是三通道图。所以仔细看了一下 cv::imread 函数。环境Ubuntu16Opencv 4.0.0首先生成单通道和三通...
2019-10-27 14:35:10
15250
翻译 IMLS-SLAM 论文学习
IMLS-SLAM 论文学习写作背景摘要scan egomotion 和 动态对象删除scan特征点选取策略基于IMLS的scan-to-match匹配附1：论文《Fast and accurate computation of surface normals from range images》简述附2，论文《dimensionality based scale selection in 3d ...
2019-04-03 21:48:54
5598
8
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