<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[yymagicer的博客]]></title><description><![CDATA[]]></description><link>https://blog.csdn.net/u012108607</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; u012108607]]></copyright><item><title><![CDATA[自动驾驶中使用 ROS 与 Python 对点云数据进行处理]]></title><link>https://blog.csdn.net/u012108607/article/details/147952291</link><guid>https://blog.csdn.net/u012108607/article/details/147952291</guid><author>u012108607</author><pubDate>Wed, 14 May 2025 13:27:36 +0800</pubDate><description><![CDATA[在自动驾驶场景中，点云处理是关键技术之一，主要流程包括去噪、下采样、地面去除和点云配准。去噪通过统计滤波去除离群点；下采样利用体素栅格减少点云密度，提高计算效率；地面去除通过RANSAC算法分离地面与障碍物；点云配准则使用ICP算法进行多帧点云的对齐，用于建图和定位。常用工具包括ROS、Python、Open3D/PCL和RViz。这些步骤不仅优化了点云数据，还为自动驾驶系统的感知和决策提供了可靠的数据支持。]]></description><category></category></item><item><title><![CDATA[点云相关操作]]></title><link>https://blog.csdn.net/u012108607/article/details/147273103</link><guid>https://blog.csdn.net/u012108607/article/details/147273103</guid><author>u012108607</author><pubDate>Wed, 16 Apr 2025 11:36:04 +0800</pubDate><description><![CDATA[特征提取的目标是提取能够描述点云局部或整体几何形状的特征信息，便于配准、分类、识别等后续任务。点云重建旨在从离散的点云数据中重建连续的表面模型，常用于三维建模和可视化。点云抽稀旨在减少点的数量，以降低计算复杂度，同时尽可能保留原始结构信息。点云去噪旨在移除由于传感器误差或环境因素引入的噪声点，以提高数据质量。点云分割旨在将点云划分为具有相似属性的区域，以实现物体识别或场景理解。在ROS中，PCL提供了相关滤波器。点云配准旨在将多个点云数据对齐到同一坐标系，以实现数据融合或建图。在ROS中，可使用PCL的。]]></description><category></category></item><item><title><![CDATA[复数与向量]]></title><link>https://blog.csdn.net/u012108607/article/details/147271592</link><guid>https://blog.csdn.net/u012108607/article/details/147271592</guid><author>u012108607</author><pubDate>Wed, 16 Apr 2025 11:09:23 +0800</pubDate><description><![CDATA[复数在数学、工程、物理等多个领域都有非常重要的作用。下面我们来简单介绍一下复数的定义和作用。复数是形如 a + bi 的数，其中：复数最初是为了解决形如 x2+1=0x^2 + 1 = 0x2+1=0 这样的方程而提出的，因为在实数范围内没有解，而复数中有 x=±ix = \pm ix=±i。在交流电分析中，电压和电流通常用复数（或称“相量”）表示。比如阻抗、电抗等都可以通过复数来简化计算。复数可用于表示二维平面中的旋转，例如用欧拉公式：
eiθ=cos⁡θ+isin⁡θ
e^{i\theta} = \co]]></description><category></category></item><item><title><![CDATA[矿区自动驾驶]]></title><link>https://blog.csdn.net/u012108607/article/details/147119571</link><guid>https://blog.csdn.net/u012108607/article/details/147119571</guid><author>u012108607</author><pubDate>Thu, 10 Apr 2025 15:14:36 +0800</pubDate><description><![CDATA[矿区自动驾驶是一类，具备较高的商业落地可行性。其设计目标是在矿山运输作业中，实现无人化作业，降低安全风险、提高作业效率、节省人力成本。]]></description><category></category></item><item><title><![CDATA[高精度定位技术]]></title><link>https://blog.csdn.net/u012108607/article/details/147119532</link><guid>https://blog.csdn.net/u012108607/article/details/147119532</guid><author>u012108607</author><pubDate>Thu, 10 Apr 2025 15:13:14 +0800</pubDate><description><![CDATA[高精度定位技术在很多领域都具有广泛的应用，包括无人驾驶、智能交通、农业自动化、无人机等。随着技术的不断发展，精度和稳定性有望得到进一步提升，能够支持更多高精度、高实时性的场景。]]></description><category></category></item><item><title><![CDATA[自动驾驶如何使用高精地图实现车辆自动驾驶]]></title><link>https://blog.csdn.net/u012108607/article/details/147118776</link><guid>https://blog.csdn.net/u012108607/article/details/147118776</guid><author>u012108607</author><pubDate>Thu, 10 Apr 2025 14:46:16 +0800</pubDate><description><![CDATA[高精地图（HD Map）是一种比普通导航地图精度高很多的地图，通常具有。]]></description><category></category></item><item><title><![CDATA[SynchronousQueue用法]]></title><link>https://blog.csdn.net/u012108607/article/details/145325808</link><guid>https://blog.csdn.net/u012108607/article/details/145325808</guid><author>u012108607</author><pubDate>Thu, 23 Jan 2025 16:33:23 +0800</pubDate><description><![CDATA[无容量的容量为 0，表示它不缓存任何元素。当一个线程将元素放入队列时，它必须等待另一个线程取出该元素，反之亦然。阻塞性put操作会阻塞，直到有线程调用take操作；take操作会阻塞，直到有线程调用put操作。即时交换：线程调用put和take时，数据被直接交换，而不存储在队列中。是一种非常特殊的队列，适用于需要精确控制线程间任务交换的场景。它广泛应用于线程池、异步任务交换、限时任务等场景，在多个线程直接交换数据时能够提供高效的机制。但是，由于它没有缓存能力，过度依赖。]]></description><category></category></item><item><title><![CDATA[使用与运算可以取模的原理讲解]]></title><link>https://blog.csdn.net/u012108607/article/details/145207272</link><guid>https://blog.csdn.net/u012108607/article/details/145207272</guid><author>u012108607</author><pubDate>Fri, 17 Jan 2025 14:40:23 +0800</pubDate><description><![CDATA[传统取模，需要进行除法、乘法和减法操作，开销较大。位运算取模（当b，通过按位与运算，快速得到余数。]]></description><category></category></item><item><title><![CDATA[OLTP，OLAP区别]]></title><link>https://blog.csdn.net/u012108607/article/details/144824283</link><guid>https://blog.csdn.net/u012108607/article/details/144824283</guid><author>u012108607</author><pubDate>Mon, 30 Dec 2024 13:48:19 +0800</pubDate><description><![CDATA[OLTP（在线事务处理，Online Transaction Processing）和 OLAP（在线分析处理，Online Analytical Processing）是两种不同类型的数据处理系统，它们各自针对不同的应用场景和需求。]]></description><category></category></item><item><title><![CDATA[git修改历史提交记录中提交人信息]]></title><link>https://blog.csdn.net/u012108607/article/details/143904198</link><guid>https://blog.csdn.net/u012108607/article/details/143904198</guid><author>u012108607</author><pubDate>Wed, 20 Nov 2024 10:27:58 +0800</pubDate><description><![CDATA[【代码】git修改历史提交记录中提交人信息。]]></description><category></category></item><item><title><![CDATA[使用正则表达式解析详细地址]]></title><link>https://blog.csdn.net/u012108607/article/details/143862281</link><guid>https://blog.csdn.net/u012108607/article/details/143862281</guid><author>u012108607</author><pubDate>Mon, 18 Nov 2024 17:20:22 +0800</pubDate><description><![CDATA[【代码】使用正则表达式解析详细地址。]]></description><category></category></item><item><title><![CDATA[网络代理详解]]></title><link>https://blog.csdn.net/u012108607/article/details/143509702</link><guid>https://blog.csdn.net/u012108607/article/details/143509702</guid><author>u012108607</author><pubDate>Tue, 05 Nov 2024 15:23:28 +0800</pubDate><description><![CDATA[代理是一种通过中间服务器来帮助客户端访问目标服务器的技术。代理服务器位于客户端与服务器之间，充当两者的中介，从而实现客户端和服务器之间的隔离。用户的所有请求经过代理后，再发往目标服务器，而目标服务器的响应则返回代理，再由代理传递给用户。]]></description><category></category></item><item><title><![CDATA[常用的限流算法]]></title><link>https://blog.csdn.net/u012108607/article/details/143364599</link><guid>https://blog.csdn.net/u012108607/article/details/143364599</guid><author>u012108607</author><pubDate>Wed, 30 Oct 2024 14:36:03 +0800</pubDate><description><![CDATA[如果需要简单的实现，且对突发流量不敏感，可以选择计数器法。如果希望平滑流量、避免突发效应，可以选择滑动窗口法。如果需要限制流量处理速率并允许少量突发流量，可以选择令牌桶算法。如果系统压力较大，且需要稳定处理流量，可以使用漏桶算法。如果系统错误率较高，可能需要通过熔断器保护系统。]]></description><category></category></item><item><title><![CDATA[分布式锁实现方式]]></title><link>https://blog.csdn.net/u012108607/article/details/143363485</link><guid>https://blog.csdn.net/u012108607/article/details/143363485</guid><author>u012108607</author><pubDate>Wed, 30 Oct 2024 14:01:17 +0800</pubDate><description><![CDATA[实现方式优点缺点适用场景数据库简单实现，适用小规模系统性能较低，易造成死锁低频、小规模分布式锁需求Redis高性能、自动过期、支持 Redlock 算法锁误释放风险，数据一致性受主从架构影响高并发、高性能场景ZooKeeper高可靠性、自动释放，支持选主和分布式队列性能略低，复杂性高长时间锁和一致性要求高场景。]]></description><category></category></item><item><title><![CDATA[Java中常用的监控命令]]></title><link>https://blog.csdn.net/u012108607/article/details/143363152</link><guid>https://blog.csdn.net/u012108607/article/details/143363152</guid><author>u012108607</author><pubDate>Wed, 30 Oct 2024 13:49:13 +0800</pubDate><description><![CDATA[Java 提供了多种监控工具，这些工具包含了许多命令行工具，用于监控、诊断和管理 Java 应用程序的性能。这些工具主要位于 Java 安装目录下的bin。]]></description><category></category></item><item><title><![CDATA[矩阵基本的计算规则]]></title><link>https://blog.csdn.net/u012108607/article/details/143331212</link><guid>https://blog.csdn.net/u012108607/article/details/143331212</guid><author>u012108607</author><pubDate>Tue, 29 Oct 2024 15:42:24 +0800</pubDate><description><![CDATA[矩阵的加法和减法可以看作向量的分量逐个相加或相减的推广。矩阵中的元素本质上可以看作是数据或者空间中的某些点的坐标，因此加减矩阵就是在对应的点上叠加或抵消这些坐标。例如在空间中的二维向量，每个分量按相同的比例缩放，结果是一个按比例放大或缩小的新矩阵。：对于表示向量集合的矩阵，转置操作会把数据的横向和纵向结构进行对调。：转置操作把矩阵的行变成列，列变成行。：在几何上，可以理解为对每个数据点或坐标点的“拉伸”或“压缩”操作。：矩阵的每个元素都乘以该数，得到一个新的矩阵。：将矩阵的行和列对换，得到转置矩阵。]]></description><category></category></item><item><title><![CDATA[矩阵和向量关系]]></title><link>https://blog.csdn.net/u012108607/article/details/143329985</link><guid>https://blog.csdn.net/u012108607/article/details/143329985</guid><author>u012108607</author><pubDate>Tue, 29 Oct 2024 15:07:27 +0800</pubDate><description><![CDATA[假设我们在分析一个用户购买行为的数据集，每个用户的特征包括年龄、收入、购买频率等，可以用一个向量表示每个用户的数据，例如。通过选择合适的线性组合系数，这两个基向量可以生成该平面上的任意点，因此矩阵的列空间实际上就是由所有列向量的线性组合所构成的向量空间。总体而言，矩阵和向量关系紧密：向量可以看作是矩阵的基本单位，矩阵操作可以实现对向量的线性变换，而矩阵的列空间和行空间又可以定义向量空间。矩阵的列向量或行向量可以被视为一个向量空间的“基向量”，它们的线性组合构成了该空间的列空间或行空间。]]></description><category></category></item><item><title><![CDATA[矩阵现实中使用的场景]]></title><link>https://blog.csdn.net/u012108607/article/details/143305146</link><guid>https://blog.csdn.net/u012108607/article/details/143305146</guid><author>u012108607</author><pubDate>Mon, 28 Oct 2024 16:02:58 +0800</pubDate><description><![CDATA[矩阵在现实中的应用广泛，涉及图像处理、计算机科学、物理、工程、经济等多个领域。矩阵主要用于表示数据、描述变换和计算复杂关系，以下是矩阵在各个领域的具体应用场景和例子。]]></description><category></category></item><item><title><![CDATA[向量现实中的使用场景]]></title><link>https://blog.csdn.net/u012108607/article/details/143300777</link><guid>https://blog.csdn.net/u012108607/article/details/143300777</guid><author>u012108607</author><pubDate>Mon, 28 Oct 2024 13:47:11 +0800</pubDate><description><![CDATA[向量是描述大小和方向的数学对象，在现实生活中有广泛的应用，尤其是在物理、工程、计算机科学、经济学等领域。]]></description><category></category></item><item><title><![CDATA[树型数据结构]]></title><link>https://blog.csdn.net/u012108607/article/details/143228462</link><guid>https://blog.csdn.net/u012108607/article/details/143228462</guid><author>u012108607</author><pubDate>Fri, 25 Oct 2024 10:38:15 +0800</pubDate><description><![CDATA[节点是树中的基本组成单位。节点的定义是树结构的核心。通过节点之间的引用关系，可以构造出复杂的层次结构。根节点是树结构的入口，位于树的最顶层。树中只有一个根节点，它没有父节点，所有其他节点可以通过根节点直接或间接访问。例如，在文件系统中，根节点通常代表文件系统的根目录，所有文件和文件夹都是从根目录派生出来的。父节点是直接连接到一个或多个子节点的节点。它是子节点的上一级节点。在文件系统中，父节点可以是文件夹，而文件夹中的文件和子文件夹就是它的子节点。子节点是父节点下的直接后代。]]></description><category></category></item></channel></rss>