- 博客(1543)
- 问答 (2)
- 收藏
- 关注
RSS订阅转载 基于激光雷达实现三边定位算法开发记录（七）——反光柱匹配
22年暑假实习过程中第一个开发任务，基于实现三边定位功能开发平台为ubuntu 18.04 + ros melodic日期：2022.7.27本次实现：在能对拟定圆心数据进行保存和读取之后，本次将用上一次保存的数据作为目标数据，再将激光雷达换位置后的当前数据与其进行匹配，从当前的五个反光柱中找出需要的三个目标反光柱。匹配的原理是将预先录入系统的反光柱之间的边长一一去和当前能识别到的反光柱之间的边长匹配，识别出目标反光柱。并返回目标反光柱的坐标以便后期进行三边实现。
2024-07-24 18:46:17
转载 黑马Jenkins教程笔记（一）：介绍持续集成概念（Continuous integration，简称 CI）（持续集成三要素：自动构建、版本控制、持续集成服务器（引出Jenkins））
软件开发生命周期又叫做SDLC（Software Development Life Cycle），它是集合了计划、开发、测试和部署过程的集合。敏捷开发（Agile Development） 的核心是迭代开发（Iterative Development） 与 增量开发（Incremental Development）。持续集成（ Continuous integration ， 简称 CI ）指的是，频繁地（一天多次）将代码集成到主干。持续集成的目的，就是让产品可以快速迭代，同时还能保持高质量。
2024-07-24 18:32:02
转载 【C++】ROS：navigation导航模块学习与算法示例
导航模块是机器人系统中的一个重要组件，用于实现机器人在环境中的自主导航和路径规划。导航模块通常包括以下几个主要部分：1.环境感知：导航模块需要获取环境信息以进行导航决策。常用的环境感知传感器包括激光雷达、摄像头、惯性测量单元（IMU）等。激光雷达用于获取环境的几何结构和障碍物信息，摄像头可以用于视觉感知和物体检测，IMU则用于测量机器人的姿态和加速度等。2.机器人定位：机器人定位是导航模块的关键任务之一，它用于估计机器人在环境中的位置和姿态。
2024-07-24 18:30:35
5
转载 基于C++实现的EventLoop与事件驱动编程
事件循环（Event Loop）是一个无限循环，它会不断地从事件队列中取出事件，并执行对应的回调函数。Event即事件，是事件驱动编程中的基本处理单元，可以理解为各种各样的信号，对于UI界面来说，鼠标点击、键盘输入、触摸屏输入都可以理解为事件。事件循环特别适用于异步编程，在事件循环中，程序会不断地等待事件的发生，并根据事件的类型和优先级来执行相应的处理逻辑。采用事件驱动编程的代码中，通常要有事件循环，侦听事件，以及不同事件所对应的回调函数。3.触发Event对应的请求以后，从队列中执行事件对应的回调函数。
2024-07-24 17:16:57
1
转载 【C++】浅论（cin和cout)的解锁、缓冲区的理解、C&C++输入方法汇总和详解
但是这种同步带来的代价是，在用户进行输入和输出时，这两个库之间会协调同一片共享缓冲区，保证程序能按顺序的执行，这种协调会导致资源的消耗。需要注意的是，假如缓冲区开头就是换行符（比如可能是上一次cin残留的），则getline()会直接读取到空字符串并结束，不会给键盘输入的机会。注意，%c是一个比较特殊的格式符号，它将会读取所有空白字符，包括缓冲区开头的空格、Tab、换行符，使用时要特别注意。是兼容了C语言的输入和输出，这意味着C++的IO标准库和C的IO标准库是同步的，这能保证可以在程序中混用。
2024-07-24 17:08:47
转载 关于C ++：使用std :: cin语句进行自动超时
我的代码有时会为我提供可用数据的肯定结果，但随后在std::cin.get();我希望std :: cin语句在10秒后超时(如果用户在10秒内未输入任何数据，则编译器将开始执行std :: cin语句下面的程序的下一条语句。我已经尝试了一些解决方案以使其正常工作，但是我当前的解决方案非常笨拙，但是，它适用于我这里使用select和poll的其他解决方案均失败的情况。这就是我落后的地方。请提出我的解决方案(即多线程)的答案。显然，此代码的适当性将取决于您项目的其余部分，但是它对我有用，所以我想与您分享。
2024-07-24 17:06:31
转载 逆袭？逆袭？
如果你能看到这里，确实很了不起。我罗里吧嗦说了一大堆，每个人的成功都是不可复制的，我也不敢说自己的经历或者学习过程一定就是正确的，但我确实是这样走过来的。我写下这篇文章的时候是2021年的五一期间了，距离那段时光已经快过去一年了，确实挺快的，还有一个多月自己就要毕业了，时间真的很快。有时候我就在想，“玩也一天，学也一天，为什么不试着学一下呢？万一你就成功了呢”我是小镇做题家长大的，我记的上大学第一天代班问我们有什么才艺。我惊奇的发现，我好像没什么才艺。但我想，我的孩子不会再像我这样了，我保证。
2024-07-24 17:02:57
1
转载 呕心沥血一个月，为小白新手准备的C/C++ Linux求职版学习路线
好的 C++开发者从来不怕找不到工作，即使你日后从事 Java/Go的工作，由于语言的原理都是相通的，所以你的学习成本会比别人小的多。我仔细想了想自己这些年的语言史：大学写了一年的C语言和VB，三年的C#；研究生写了一年的Python，两年的C++；工作了开始写JavaScript、Go以及Vue、React这些框架。你要问我最喜欢哪门语言？毫无疑问，绝对是是C++！不为什么，就是喜欢它的严谨！C++天下第一！！！种一棵树的最好时间是十年前，其次就是现在，
2024-07-24 17:00:39
1
转载 iostream 缓冲区详解（cin和cout）
比如我们在键盘上敲下了123456这个字符串，然后敲一下回车键将这个字符串送入了缓冲区中，那么此时缓冲区中的字节个数是7。也就是说，在内存空间中预留了一定的存储空间，这些存储空间用来缓冲输入或输出的数据，这部分预留的空间就叫做缓冲区。在我们不了解的时候，我们也许会疑惑，就算是一次输出五个，那也应该是只进入一次循环吧，为什么在我们调用单步调试的时候，其实际上却进入了五次循环，从上文中可以想到，上一次的输入操作可能会导致缓冲区中的数据堆积，影响下一次的输入。的时候，我们想要的也许是，输入一个处理一个。
2024-07-24 16:46:39
转载 AGV小车经典算法设计及应用
当AGV小车运行在正确的运行轨道上时，两放大器反馈给PLC模拟量的值相同，当AGV小车偏离轨道时，两放大器反馈给PLC的值便有差别，PLC根据两模拟量的差值便能判断出AGV小车偏离运行轨道的程度及方向，并通过控制运动控制器使AGV小车往正确的轨道运行。在现代化工业的发展中，提倡高效，快速，可靠，提倡将人从简单的工作中解放出来。AGV小车系统除了上文提及的运行系统及导引系统外，还需要有中央控制系统，它能采集导引系统返回的位置信息，通过运算转换，反作用于运行系统，使AGV小车能做出需要的动作。
2024-07-24 16:25:55
1
转载 android存储路径详解
前两天因为开发一个app更新的功能，我将从服务器下载的apk文件放在了内部存储目录（测试手机为小米，路径为：data/user/0/packagename/files）下面，然后安装的时候一直安装不了，提示解析包出错。后来查询发现，安装apk是调用了PackageInstaller，没有相关权限，这个无法获取内部路径，所以会安装不了。借机也复习了一遍Android下面存储相关的知识点，特来总结一番。
2024-07-24 16:24:25
3
转载 Android文件目录、存储概念（/storage/sdcard0， /sdcard， /mnt/sdcard ，/data/data，/data/user/0）
今天刚好想弄清楚Android的文件路径问题，就写了一些的方法试试路径，得出结果如下。但是查找网上的方法得出结论又有点不一样，别人是mnt，我是storage，有点奇怪。
2024-07-24 16:04:30
2
转载 深入理解Android中的缓存与文件存储目录
cacheDircacheDir是一个内部缓存目录，用于存放那些可以被快速清除且不会对应用造成太大影响的文件。例如，网络请求的响应结果可以临时存储在这里，当系统内存紧张时，这些文件可能会被自动删除。这个目录位于下。希望通过本文的详尽解析，你已经对Android中不同存储目录的特性和用途有了清晰的认识。合理选择和使用这些目录，不仅能够增强应用的稳定性和性能，还能提供更好的用户体验。如果你有任何疑问或见解，欢迎在评论区留言讨论！
2024-07-24 16:03:40
1
转载 qt调用android的文件系统
通过Qt Android Extras模块，我们可以方便地访问Android的文件系统。本文介绍了如何使用Qt调用Android的文件系统，并提供了相应的代码示例。通过这些示例，我们可以在Qt应用程序中实现对设备文件系统的读取和写入操作。
2024-07-24 12:59:39
转载 AndroidMainfest详解
当这个activity出现时，软键盘将一直保持在上一个activity里的状态，无论是隐藏还是显示。移动国家号码，由三位数字组成，每个国家都有自己独立的MCC，可以识别手机用户所属国家。：当前窗口的内容将自动移动以便当前焦点从不被键盘覆盖和用户能总是看到输入内容的部分。：软键盘的状态并没有指定，系统将选择一个合适的状态或依赖于主题的设置。：当该Activity主窗口获取焦点时，软键盘也总是被隐藏的。：用户选择activity时，软键盘总是显示的状态。：用户选择activity时，软键盘总是被隐藏。
2024-07-24 12:58:25
转载 【无人驾驶系列十一】无人驾驶中的决策规划控制技术
笔者认为整个无人车广义决策规划控制（Decision,Planning & Control）范畴下的路由寻径（Routing），行为决策（Behavior Decision），动作规划（Motion Planning）以及反馈控制（Feedback Control）等几大模块，在当前的学术和工业界都有一些较为成熟的解决方案可以借鉴。这些解决方案有些有着牢固的理论基础和数学推导，还有的在实际的无人车相关比赛中有着的出色发挥。事实上，我们认为单独看每个层面需要解决的问题，都不是非常困难。
2024-07-22 20:00:02
16
转载 拨开由问题《Linux下malloc最大可申请的内存》带来的重重疑云
468 {11i<3;i++) {;count++) {23 }242628 }1 NOTES371015182 0。
2024-07-22 19:53:31
7
转载 到底什么是瘦AP、胖AP、AP+AC、Mesh？
AC负责管理所有的AP，只要在AC上进行统一配置，就可以自动同步到所有的AP节点，并且所有AP的工作状态都可以在AC上进行实时监控，维护起来也非常方便。既然胖AP不好管理，我们可以把它再进行拆分，只保留最基本的接入功能，将配置管理功能独立出来，组建为一个全新的设备：接入控制器（Access Controller，AC），普遍简称作AC。这样一来，我们在AC的后面再接上一个PoE交换机，再把所有等AP换成可以支持PoE的型号，就可以实现PoE供电了，省去了多处拉电源线的烦恼，顿时感觉网络清爽了许多。
2024-07-22 19:51:01
14
转载 什么时候使用PD和PI——基于平衡小车分析
先说一下平衡小车为什么要速度控制，小车的机械中值存在误差，如果只有直立控制，小车可能会一直前进或者后退以维持这个有误差的机械中值，网上有人说是小车平移速度没有限制，这样就可能超过PWM的幅值，导致电机无法加速了。噪声与系统自身调节产生的震荡是不同的，噪声一般是高频的干扰。平衡小车直立控制需要快速性，相比之下P是很大的，积分的作用是消除静差，而静差对于直立控制的影响很小自然就不需要积分了。微分放大噪声是很难受的，微分的作用是提前响应，现在更多是采用加前馈的方式，同样可以提前响应但不会放大噪声。
2024-07-18 14:02:32
18
转载 PID算法(位置式pid算法和增量式pid算法)
PID 算法是闭环控制系统中常用的算法，PID 分别是 Proportion（比例）、Integral（积分）、Differential（微分）的首字母缩写。
2024-07-11 15:52:57
45
转载 四轴飞行器1.5 各种PID对比分析及选择
首先我们希望尽快达到目标值，超调越少约好并且可以任意时刻都不发散，都是收敛的一个控制系统，I是不利于提前达到目标值的，所以我们将PID进行比例和积分分离，例如可以在距离误差大于80%输出1.5倍的P，然后60%1.3倍P等，当误差小于30%或者什么数值的时候采用0.8倍的P，然后在误差下于5%甚至更小的时候再假如积分环节，同时在误差大于60%的时候使用D，让系统更快接近目标值，从图1中的曲线中可以看到效果还是不错的。根据上面的图形，不管怎么样，采样时间控制好我们还是希望使用专家PID的，因为他的效果更好。
2024-07-10 20:25:30
39
转载 四轴PID控制算法详解(单环PID、串级PID)
正文开始：这篇文章分为三个部分：PID原理普及 常用四轴的两种PID算法讲解(单环PID、串级PID) 如何做到垂直起飞、四轴飞行时为何会飘、如何做到脱控？PID原理普及1、 对自动控制系统的基本要求：稳、准、快：稳定性（P和I降低系统稳定性，D提高系统稳定性）：在平衡状态下，系统受到某个干扰后，经过一段时间其被控量可以达到某一稳定状态；准确性（P和I提高稳态精度，D无作用）：系统处于稳态时，其稳态误差；快速性（P和D提高响应速度，I降低响应速度）：系统对动态响应的要求。一般由
2024-07-10 20:15:31
72
转载 无人机飞控三大算法汇总
说到导航，不得不说GPS，他是接受卫星发送的信号计算出自身位置的，但是当GPS设备上方被遮挡后，GPS设备无法定位了。比如在室内、隧道内、地下等场所，基本收不到GPS信号。语录：任何一款有缺点的产品，必然成就了另一款能克服其缺点的产品。另一种导航方式是不依赖外界信息的，这种导航叫做惯性导航。那什么是惯性导航呢？
2024-07-10 19:55:05
48
转载 海康威视工业相机SDK的开发使用笔记
常见的问题类型有： 相机节点不存在或者无法访问，例如，自动曝光，在手动曝光情况下，自动曝光节点会被隐藏，或者其他相机存在这个参数，而使用的相机无此参数，例如线扫相机的行频参数等等，还比如说部分相机无此功能，例如event参数，部分相机固件暂不支持用户调用。sdk接口调用，有一定流程顺序，例如getimagebuffer在startgrabing之前调用，就违反了接口流程，就会报错顺序调用错误 还比如，没有调用startgrabing接口，就去调用频繁调用stopgrabing接口，也会报此错误。
2024-07-08 17:40:07
165
转载 移动机器人运动规划 | 基于图搜索的Dijkstra 和 A*算法详解
Dijkstra在扩展的时候，同时考虑从n节点扩展所有可扩展节点的代价g()，如果某个节点m的代价g(m)比g(n)要小，则更新当前代价为g(m)Dijkstra的最优性保证：图运行的过程中，任何一个被扩展或者访问的节点，保证存储的代价g()值是从起点节点开始到当前节点的最小值。但是经过A节点的代价是4，所以经过A节点的路径是最优的。优先级队列：维护的是 代价函数+启发函数的 节点从小到大排序 f(n)=g(n)+h(n)可扩展的节点仅有a节点，计算f(a)=g(a)+h(a)=1+5=6。
2024-07-08 17:35:51
19
转载 移动机器人运动规划 --- 基于图搜索的Dijkstra算法
Dijkstra在扩展的时候，同时考虑从n节点扩展所有可扩展节点的代价g()，如果某个节点m的代价g(m)比g(n)要小，则更新当前代价为g(m)Dijkstra的最优性保证：图运行的过程中，任何一个被扩展或者访问的节点，保证存储的代价g()值是从起点节点开始到当前节点的最小值。维护一个优先级队列，存储所有被扩展的节点，且节点按g()值的大小自动按从小到大排列。针对该缺点，与之对应的就是启发式搜索，例如贪心算法，根据到目标的进行一个启发式搜索。起始节点S可以扩展到子节点d\e\p，并且计算各节点的g值。
2024-07-08 15:15:05
12
转载 无人机基础知识：多旋翼无人机自动控制原理与算法
无人机（Unmanned Aerial Vehicle），指的是一种由动力驱动的、无线遥控或自主飞行、机上无人驾驶并可重复使用的飞行器，飞机通过机载的计算机系统自动对飞行的平衡进行有效的控制，并通过预先设定或飞机自动生成的复杂航线进行飞行，并在飞行过程中自动执行相关任务和异常处理。在前面的文章中，我们分析了多旋翼无人机的飞行原理及飞行模式。链接在最后的飞行模式中， 除了纯手动模式外，简单解释了其它模式如姿态模式的原理，其中一笔带过就是形成了闭环控制，所以稳定。
2024-07-08 15:12:14
39
转载 移动机器人运动规划 --- 基于图搜索的A*算法
但是经过A节点的代价是4，所以经过A节点的路径是最优的。优先级队列：维护的是 代价函数+启发函数的 节点从小到大排序 f(n)=g(n)+h(n)维护一个优先级队列，存储所有被扩展的节点，且节点按f()值的大小自动按从小到大排列。算法的演示图，每个边有个预先设置的代价g，每个节点有提前估计好的启发f。设计的启发函数为可接受的要满足：需要估计的启发值要小于等于实际的启发值。可扩展的节点仅有a节点，计算f(a)=g(a)+h(a)=1+5=6。f = g + ah;每次弹出的节点就是最小的f(n)值的节点。
2024-07-08 15:09:43
9
转载 Linux Storage Stack Diagram
工作学习中，没有比图表更好的东西了（虽然很多人在嘲笑PPT），尤其是描述精准的图表。当你想画图说明一个结构或一个流程时，必须对其已经充分理解。而在讲解一张图时，也必须对其有基本的理解。这真的不简单，反正对我来说是这样。关于Linux Storage架构，就有一张描述很精准的图，“Linux Storage Stack Diagram”。这张图总结的实在是太好了，Storage涉及的模块都有描述，让学习者能清晰的了解复杂的系统。本文试图对该图的各部分做个简介，但不会涉及具体的实现。
2024-07-08 13:44:33
12
转载 MiniFly微型四轴学习开发日志（二）——四轴PID算法
位置式PID与增量式PID区别浅析_增量式和位置式pid的优缺点-CSDN博客位置式PID是对系统当前的实际位置与你想达到的语气位置的偏差进行校正的PID控制。其公式为由公式看出，其输出与过去所有状态有关，积分项为误差的累加值，输出u(k)因此对应执行器的实际位置，一旦输出大幅度变化，系统将会剧变。另一方面，积分项饱和时，误差仍在积分作用下累计，一旦误差开始反向变化，系统需要时间从饱和区退出。因而输出到达最小最大时，应停止积分作用，进行积分限幅和输出限幅。以下为算法基本例程：}PID;
2024-07-06 17:54:40
38
转载 四轴PID控制算法
角度单环PID控制算法仅仅考虑了飞行器的角度信息，如果想增加飞行器的稳定性(增加阻尼)并提高它的控制品质，我们可以进一步的控制它的角速度，于是角度/角速度-串级PID控制算法应运而生。这里对图中几个数据进行说明，期望角度就是遥控器控制飞行器的角度值，反馈当前角度就是传感器测得的飞行器角度，这里的角度指的是Roll/Pitch/Yaw三个角度，而且在PID控制计算的时候，是相互独立的。特别注意：增加I的值，四轴的定角度能力很强，拉动他比较困难，似乎像是在钉钉子一样，但是一旦有强干扰，它就会发散。
2024-07-06 17:51:44
21
转载 四轴无人机-飞行控制原理(PID)
顺时针开始，从第四象限开始，依次是M1，M2，M3，M4四个电机。再回味上面一段话，飞行员发出具体期望 角度/量 （升降、三轴旋转）的指令到飞控，那么就有了飞控通过算法计算评估当前姿态与目标姿态的偏差，再通过这些偏差来修正四个电机的动作。飞行员只要将他想要的四轴整体动作（升降、三轴旋转）告诉飞控，飞控通过算法计算评估当前姿态与目标姿态的偏差，再通过这些偏差来修正四个电机的动作。【稳重的谋将】然后，你就想到了再上一根手指，这根手指在发现P算法手指用力过大的时候，做个反作用阻尼力，抵消过冲。
2024-07-06 17:50:17
55
转载 无人车系统（四）：轨迹跟踪PID控制
本文针对无人车轨迹跟踪任务，介绍了bang-bang控制，PID控制。并针对每种控制方法的原理、控制器设计进行介绍，并给出python示例代码，最后利用直线与正弦曲线轨迹跟踪结果，说明各控制方法的特点。PID能够让低速运行的无人车跟踪上较平缓的轨迹(PID控制对高速不平缓轨迹的跟踪效果有待验证，PID有多大的能力，跟我们怎么设计它，给它构造什么样的误差反馈有很大关系，最后PID参数也影响较大后面将继续介绍让我印象更加深刻的无人车轨迹跟踪控制方法。以上。
2024-07-06 16:20:39
35
转载 PID超详细教程——PID原理+串级PID+C代码+在线仿真调参
很多人应该都听说过PID，它的运算过程简单，并能在大多情况下实现较好的控制效果，因此它是工程实践中使用最广泛的控制方法之一。抛开公式，我将带你从案例出发，详细了解PID的工作原理和使用方法。注：阅读本文不需要有过多的基础知识，只需中学物理和数学知识就能看懂（当然如果有高等数学知识和单片机知识的话理解起来会更容易）我们假设有一个一维的坐标轴（向右为正方向），在上面上有一个小球（可以看作质点），小球不受任何阻力，可以自由左右滑动；另外，我们还为小球规定了一个目标位置（图中的绿色标线）：小球控制虚拟环境。
2024-07-06 15:57:10
423
转载 【串级PID】浅谈串级PID作用及意义——快速理解串级PID结构优势（附图）
答应为实验室的同学做一次简单的关于串级PID的介绍，主要从感性认识串级PID的结构与作用切入，因此笔者尽量避免引入公式及其推导，因为这些推导在各类控制类书籍与相关论文中均有介绍，我就不再班门弄斧了。如此操作，在倾斜的坡道上，原来的参数也能较好的适应了。v'与v不完全一致，这就是原有的单级PID控制算法出现问题的原因，我们实际供给电机的是电压，一定的电压对应一定的转速v,然而。现在如果我们还拿之前的PID参数去解决这个问题，我们可能就会发现小车的运行情况没有之前那么理想了，可能会出现但不限于。
2024-07-06 15:56:08
38
转载 C/C++多个链接库含有同名函数，编译会报错吗
可见，在动态链接时，不同的链接库可以有同名函数，不影响编译。这是由动态链接库的性质决定的，其只有在运行时才会动态加载，并且加载的顺序是由编译时链接的顺序决定的。最简单的应用场景，比如某开源库中有个函数我不喜欢，我想写个自己的版本替换掉，那么完全可以利用上述的知识，将自己实现的某函数以动态或者静态的方式链接进可执行文件中，替换自己不喜欢的版本。由于业务需要，我司使用了Mellanox某闭源C++程序，Mellanox推荐的定制化开发方法是：对其链接的动态库进行定制化开发，以添加额外的功能。
2024-07-03 13:47:18
20
转载 Python三维绘图--Matplotlib
在遇到三维数据时，三维图像能给我们对数据带来更加深入地理解。python的matplotlib库就包含了丰富的三维绘图工具。,其中的row和cloum_stride为横竖方向的绘图采样步长，越小绘图越精细。来实现，目的都是生成具有三维格式的对象。主要有两种方式，一种是利用关键字。l来实现，另一种则是通过从。1.创建三维坐标轴对象。Python三维绘图。
2024-07-02 17:36:49
60
转载 四足机器人传统控制方法学习笔记
确定初始状态的最优估计值 𝑥^0 和估计值的协方差 𝑃0。如果对系统状态 𝑥 完全不了解，则可以将 𝑥^0 设为任意值，同时令 𝑃0=∞𝐼 ，表示无穷大的协方差，即完全不信任 𝑥^0。估计器运行开始，在 𝑘=1 时刻，机器人从各个传感器得到输出向量 𝑦1 ，并根据式 (16) 计算出当前时刻的最优修正系数矩阵 𝐾1=𝑃0𝐶𝑇(𝑅+𝐶𝑃0𝐶𝑇)−1。根据式 (13) 可以计算出当前时刻的最优估计值 𝑥^1=𝑥^0+𝐾1(𝑦1−𝐶𝑥^0)。
2024-07-02 17:34:56
56
空空如也
cnds的c-ide好使么，我怎么一直发生错误啊，哪位大神指点一下！
2017-05-17
关于c++ 文件流打开后，判断存在和是否打开的区别？
2017-05-10
TA创建的收藏夹 TA关注的收藏夹
TA关注的人