![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
算法
文章平均质量分 54
weixin_40826634
这个作者很懒,什么都没留下…
展开
-
算法-欧拉角转旋转矩阵
http://www.360doc.com/content/10/0225/14/668676_16782871.shtml原创 2021-05-20 13:06:31 · 142 阅读 · 0 评论 -
算法-三维栅格子地图创建方法
以上一张子图完成时的最后一帧车辆位姿作为新建子图的local_pose,也作为子图坐标系的原点,并且作为新建三维栅格子图的几何中心。每一张子图需要处理的点云的位置转换到了子图坐标系下,之后先创建一个128×128×128的初始三维栅格地图,三维栅格子图的坐标系原点在左下角,所以三维栅格子图的几何中心(即子图坐标系原点)在栅格子图坐标系下的索引为(64,64,64)。如果点云的索引在(0,0,0)-(128,128,128),则不需要进行子图的扩展,如果超出这个范围,则需要进行子图的扩展。扩展的原则是:子图的原创 2021-03-03 10:48:14 · 1581 阅读 · 0 评论 -
算法-DS证据理论
适用领域:信息融合条件:证据独立特点:1、满足比贝叶斯理论更弱的条件,不必满足概率可加性;2、具有直接表达“不确定”和“不知道”的能力,这些信息保存在mass函数中,并在证据合成过程中保留了这些信息;3、证据理论不但允许人们将信度赋予假设空间中的单个元素,而且还能赋予它的子集,这很像人类在各级抽象层次上的证据收集过程。基本概念:识别框架(假设空间)、基本概率分配(BPA、mass函数、焦元)、信任函数(信度函数)、似然函数(似然度函数)、信任区间(由信任函数和似然函数组成,用以表示对某个假设原创 2022-05-26 13:11:40 · 318 阅读 · 0 评论 -
算法-卡尔曼滤波kalman全流程详细推导
卡尔曼滤波kalman全流程详细推导应用场景对于任何状态连续性变化的系统,比如无人车运动中的速度和位置、车道线的位置等,均可以考虑使用kalman进行状态估计和优化。算法本文举无人车的例子对kalman算法进行详细推导。用xk⃗\vec {x_k}xk表示无人车当前时刻的一个状态,只包括位置和速度:xk⃗=(p⃗,v⃗)\vec {x_k} = (\vec {p}, \vec {v}) xk=(p,v)虽然我们可以通过传感器获得当前时刻无人车位置和速度的一个值。但是由于传感器误差的原创 2020-10-19 19:46:25 · 2751 阅读 · 1 评论 -
算法-二值贝叶斯滤波器概率更新
1. 应用场景机器人学中有些问题是二值问题,对于这种二值问题的概率评估问题可以用二值贝叶斯滤波器binary Bayes filter来解决的。比如机器人前方有一个门,机器人想判断这个门是开是关。这个二值状态是固定的,并不会随着测量数据变量的改变而改变。就像门一样,不是开就是关。2. 公式及推导二值滤波器的目的是为了求状态xxx的概率,与其置信度是一致的,即置信度越高,概率也越高。置信度与概率的结果可能不一样,置信度可以大于1。状态xxx可能同时会受到控制数据和测量数据的影响,但是如果状态是静态的,原创 2021-03-02 15:37:38 · 1189 阅读 · 0 评论 -
算法-kd树构建与查询
https://www.cnblogs.com/earendil/p/8135074.html原创 2022-02-24 10:34:11 · 59 阅读 · 0 评论 -
算法-B样条曲线
B样条曲线1、B样条曲线的由来在B样条曲线诞生之前,先有的是贝塞尔曲线(Bezier),由于贝塞尔曲线的一部分不足,引出了B样条曲线。1.1 贝塞尔曲线的由来给定n+1{n+1}n+1个数据点,p0p_0p0~pnp_npn,能够生成一条曲线,使得该曲线与这些点描述的形状相符。1.2 贝塞尔曲线的定义 pt=∑i=0npiBi,n(t)(1)\ {p_t}=\sum_{i=0}^n p_i B_{i,n}(t)\qquad (1) pt=i=0∑npiBi,n(t原创 2021-01-11 10:44:34 · 1083 阅读 · 0 评论 -
算法-全概率公式、贝叶斯公式详细推导过程
1 条件概率公式设AAA,BBB是两个事件,且P(B)>0P(B)>0P(B)>0,则在事件BBB发生的条件下,事件AAA发生的条件概率(conditional probability)为: P(A∣B)=P(AB)/P(B)(1)\ P(A|B)=P(AB)/P(B)\qquad (1) P(A∣B)=P(AB)/P(B)(1)2 乘法公式2.1.由条件概率公式得: P(AB)=P(A∣B)P(B)=P(B∣A)P(A)(2)\ P(AB)=P(A原创 2021-03-01 15:19:35 · 3397 阅读 · 0 评论