![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
自动驾驶
文章平均质量分 85
点亮~黑夜
敢问路在何方,路在脚下!
展开
-
NVIDIA Jetson 系列产品开发相关文档,TAO、TLT、NGC
1 Jetson nano推理性能jetson-nano-dl-inference-benchmarks1、Jetson nano在模型精度 FP16 和 batch_size=1是模型的推理性能2、Jetson nano和Raspberry Pi3(树莓派Pi3)以及 Google Edge TPU的在模型推理上的性能对比2 NVIDIA cuda支持的深度学习框架deep-learning-frameworks:https://developer.nvidia.com/deep-le原创 2021-06-19 11:43:58 · 761 阅读 · 0 评论 -
在Ubuntu18.04上安装ros2的环境,ros2的常用命令:播放包、录制包等
在Ubuntu18.04上安装ros2的环境,ros2的常用命令:播放包、录制包等1 添加密钥和ros2下载2 更新源和安装ros-eloquent-desktop及其依赖3 配置环境3.1 添加环境变量3.2 如何让ros1和ros2切换使用3.3 安装自动补全命令3.4 安装ros2bag命令4 测试ros2的安装环境5 安装ros1的桥,建立ros2和ros1之间的通讯6 ros2的常用命令6.1 ros2的bag相关命令6.2 ros2的topic相关的命令对于Ubuntu18.04系统,对应的原创 2021-05-19 16:48:55 · 2625 阅读 · 1 评论 -
从bag包中提取图片和点云数据为pcd格式点云文件
从bag包中提取图片和点云数据为pcd格式点云文件1 开始提取bag包之前的准备工作2 从bag包中提取图片和点云数据首先说明一下我运行的系统环境:python2Ubuntu18.04ROS melodic1 开始提取bag包之前的准备工作1、首先查看一下自己的bag包中,相机和激光雷达的topic(base) shl@zhihui-mint:~$ rosbag info 2021-03-24-11-01-45.bagpath: 2021-03-24-11-01-45.原创 2021-05-07 14:30:56 · 4119 阅读 · 6 评论 -
MMdetection3d环境搭建、使用MMdetection3d做3D目标检测训练自己的数据集、测试、可视化,以及常见的错误
#1 环境搭建##1.1 从docker开始搭建环境1、克隆代码git clone https://github.com.cnpmjs.org/open-mmlab/mmdetection3d.git2、下载好代码后进入代码目录cd mmdetection3d3、开始使用docker构建mmdetection3d的镜像环境docker build -t mmdetection3d docker/构建mmdetection3d镜像的过程中可能会报错W: GPG error: h原创 2021-04-29 14:58:13 · 23433 阅读 · 109 评论 -
一文了解PnP算法,python opencv中的cv2.solvePnP()的使用,以及使用cv2.sovlePnP()方法标定相机和2D激光雷达
1、在opencv中的slovePnP函数的定义,我们可以看到关于flags参数的相关的选择及其含义:flags=cv2.SOLVEPNP_ITERATIVESOLVEPNP_ITERATIVE迭代方法基于Levenberg-Marquardt优化。 在这种情况下,函数会找到一个使重新投影误差最小的位姿(pose),该位姿是观察到的投影imagePoints与使用projectPoints将objectPoints投影的点之间的平方距离的总和。2、Levenberg-Marquardt法(LM法原创 2021-04-22 19:55:03 · 44741 阅读 · 10 评论 -
AprilTags二维码的检测与应用
AprilTags二维码的检测与应用1 AprilTags介绍2 使用python库包apriltag对AprilTag进行检测2.1 python模块apriltag的安装2.2 python模块apriltag的测试用例3 AprilTags二维码检测,以及绘制检测框1 AprilTags介绍AprilTag官网:https://april.eecs.umich.edu/software/apriltag1、AprilTags类似与二维码QR codes(Quick Response Code原创 2021-04-22 15:05:33 · 5738 阅读 · 0 评论 -
python3 + opencv +pyzbar实时检测二维码 / 定位二维码,并绘制出二维码的框和提取二维码内容
python3 + opencv +pyzbar实时检测二维码 / 定位二维码,并绘制出二维码的框和提取二维码内容1 pyzbar二维码检测模块1.1. pyzbar模块介绍1.2 pyzbar模块的安装1.3 pyzbar模块测试用例2 python3 + opencv +pyzbar实时检测二维码,并绘制二维码的矩形框1 pyzbar二维码检测模块pyzbar的github主页:https://github.com/NaturalHistoryMuseum/pyzbarpyzbar的pypi主页原创 2021-04-22 14:41:12 · 7840 阅读 · 28 评论 -
罗德里格斯公式推导,以及如何使用cv2.Rodrigues进行旋转矩阵和旋转向量之间的相互转化
罗德里格斯公式推导,以及如何使用cv2.Rodrigues进行旋转矩阵和旋转向量之间的相互转化1 罗德里格斯公式推导2 cv2.Rodrigues进行旋转矩阵和旋转向量之间的相互转化1 罗德里格斯公式推导参考:https://blog.csdn.net/qq_22235957/article/details/80461290 # 维基百科翻译参考:https://blog.csdn.net/q583956932/article/details/78933245参考:https://blog.cs原创 2021-04-21 20:10:17 · 8484 阅读 · 4 评论 -
python实现:旋转矩阵转换为四元数
1 python实现旋转矩阵转换为四元数例如:下面把3x3的旋转矩阵转换为四元数from pyquaternion import Quaternionrotate_matrix = [[-0.0174524064372832, -0.999847695156391, 0.0], [0.308969929589947, -0.00539309018185907, -0.951056516295153], [0.95091166578原创 2021-04-21 17:35:19 · 7663 阅读 · 6 评论 -
根据相机旋转矩阵求解三个轴的旋转角/欧拉角/姿态角 或 旋转矩阵与欧拉角(Euler Angles)之间的相互转换,以及python和C++代码实现
根据相机旋转矩阵求解三个轴的旋转角/欧拉角/姿态角 或 旋转矩阵与欧拉角(Euler Angles)之间的相互转换,以及python和C++代码实现1 旋转矩阵转换为欧拉角(Euler Angles)2 欧拉角转换为旋转矩阵相机标定过程中,我们会得到一个3x3的旋转矩阵,下面是我们把旋转矩阵与欧拉角之间的相互转换:1 旋转矩阵转换为欧拉角(Euler Angles)1、旋转矩阵是一个3x3的矩阵,如下:R=(r11r12r13r21r22r23r31r32r33)R=\left(\begin{a原创 2021-04-21 16:39:30 · 9810 阅读 · 2 评论 -
右手坐标系,空间点绕轴旋转公式&程序(Python和C++程序)
1 右手坐标系右手坐标系如下图:X:拇指指向X轴Y:食指指向Y轴Z:中指指向Z轴可能很多人还是记不住,我个人总结两个小技巧,很容易牢记右手坐标系:X、Y、Z的顺序刚好也是对应手指大拇指、食指、中指也是顺序排列的做一个右手坐标系的姿势,然后让食指(Y轴)指向别人的姿势,很容易就可以把右手坐标系画出来如下,是我画的右手坐标系:1.1 旋转90度是什么样的例如X轴顺时针旋转90度,为了验证这个旋转结果是否正确,我们需要弄清楚这个90度是怎么旋转的:可以从原点(0,0,0)向X轴原创 2021-04-21 16:02:56 · 7560 阅读 · 3 评论 -
ROS快速入门使用
文章目录:1 ROS的安装2 ROS的文件系统命令rosls、roscd、rospack find的快速使用2.1 rosls:快速列举ros文件目录下的文件2.2 roscd:快速切换到ros文件系统的指定目录2.3 rospack find <文件名/目录名>查找指定文件或目录的路径3 创建ROS程序包3.1 一个catkin程序包有哪些文件组成?3.2 在catkin工作空间中的程序包3.3 创建一个catkin程序包3.4 查看程序包的直接依赖关系(一级依赖)3.5 查看程序包的间接依赖原创 2021-04-14 19:59:36 · 1855 阅读 · 0 评论 -
Intel深度摄像头RealSense D435(实感双目摄像头)和目标检测结合使用
文章目录:1 RealSense D435摄像头介绍1.1 D435外观及内部构造1.2 D435的参数规格1.3 D435应用2 RealSense D435摄像头的使用2.1 使用D435读取摄像头RGB和深度图3 使用D435做目标检测和距离测量1 RealSense D435摄像头介绍英特尔® 实感™ D435 在我们推出的所有摄像头中视场最大,深度传感器上配置全局快门,是快速移动应用的理想选择。1.1 D435外观及内部构造1、外观2、内部构造1.2 D435的参数规格1、使原创 2021-01-29 14:08:31 · 14177 阅读 · 15 评论 -
lidar激光雷达介绍,以及使用激光雷达数据通过深度学习做目标检测
文章目录1 频率1.1 频率定义1.2 频率的计算公式1.3 频率单位换算1.4 频率概念使用范畴1.5 频率的具体使用场景2 光2.1 光的定义2.2 光的传播速度3 激光3.1 激光定义3.2 激光的应用3.3 光的颜色3.4 激光的特性3.5 激光的频率范围4 激光雷达4.1 什么是激光雷达4.2 激光雷达的原理4.3 激光雷达的分类5 基于激光雷达的3D目标检测开源项目&数据集6 基于激光雷达做目标检测6.1 基于激光雷达lidar的目标检测大致流程6.2 激光雷达的特征表达方式6.3 基原创 2021-01-20 18:28:51 · 4115 阅读 · 2 评论