2023每日积累Q2

最新推荐文章于 2024-07-15 15:17:48 发布
最新推荐文章于 2024-07-15 15:17:48 发布
阅读量93 收藏
点赞数
文章标签： c++
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42973508/article/details/129933505
版权

0403

  1. pangolin库的使用教程：教程1，教程2，教程3

0404

  1. using和typedef的区别：非模板工作时，两者相同；但是using可以适用于模板；详细链接
  2. C++的多种关键字
    • static关键字：修饰全局变量或函数：仅本文件使用；修饰局部变量：值不变，作用域仅在定义语句块中；修饰类内成员
    • const关键字：
    • constexpr关键字：修饰变量编译器检查变量是否为const表达式；修饰函数用于仅有一条return的函数，形参和返回值都是字面值类型；
    • volatile关键字：修饰类型表示变量可以被某些编译器未知因素修改，比如操作系统，硬件或者其他线程，常用于多个任务共享的变量定义；

0406

  1. spdlog库的使用：GitHub，宏定义，详解
  2. C++中 =default的作用：知乎，详解用法

0413

  1. C++列表初始化：详解；效率更高一点，赋值顺序是按照变量的声明顺序进行的；

0414

  1. Eigen::MatrixXd使用时必须首先初始化，确定行列；链接详解；
  2. glog库的使用

0420

  1. 单例模式和工厂模式：详解；

0423

  1. 点云一致性分割：翻译详解

0425

  1. 平面拟合：
#include <Eigen/Dense>

Eigen::Vector4d fitPlane(const std::vector<Eigen::Vector3d>& points, int mode) {
  int n = points.size();
  Eigen::MatrixXd A(n, 4);
  if(mode == 0){//todo: core SVD
    for (int i = 0; i < n; ++i) {
      A(i, 0) = points[i](0);
      A(i, 1) = points[i](1);
      A(i, 2) = points[i](2);
      A(i, 3) = 1;
    }
    Eigen::JacobiSVD<Eigen::MatrixXd> svd(A, Eigen::ComputeFullU);
    Eigen::VectorXd singularValues = svd.singularValues();
    double epsilon = 1e-5;
    for (int i = 0; i < singularValues.size(); ++i) {
      if (singularValues(i) < epsilon) {
        singularValues(i) = 0;
      }
      else {
        singularValues(i) = 1 / singularValues(i);
      }
    }
    Eigen::MatrixXd S = Eigen::MatrixXd::Zero(4, n);
    S.topLeftCorner(3, 3) = svd.matrixV().transpose();
    S.bottomRightCorner(1, 1) = singularValues.asDiagonal();
    Eigen::Matrix4d pinv = S * svd.matrixU().transpose();

    return pinv.col(3);
  }
  else if(mode == 1){//COV
    Eigen::Vector3d centorid(0,0,0);
    for(int i  =0; i < n; ++i){
      centorid(0) += points[i].x();
      centorid(1) += points[i].y();
      centorid(2) += points[i].z();
    }
    centorid /= n;
    for (int i = 0; i < n; ++i) {
      A(i, 0) = points[i](0) - centorid.x();
      A(i, 1) = points[i](1) - centorid.y();
      A(i, 2) = points[i](2) - centorid.z();
      A(i, 3) = 1;
    }
    //caculate normal
    Eigen::MatrixXd cov_mat = A.transpose() * A;
    cov_mat = cov_mat.array() / A.rows();
    Eigen::SelfAdjointEigenSolver<Eigen::MatrixXd> eigen_solver(cov_mat);
    Eigen::MatrixXd vec = eigen_solver.eigenvectors();//
    Eigen::MatrixXd val = eigen_solver.eigenvalues();
    Eigen::Vector3d normal = vec.col(0);
//    Eigen::Vector3d normal = vec.row(0);
    Eigen::Vector4d abcd = Eigen::Vector4d::Zero();
    double d = -(normal[0] * centorid.x() + normal[1] * centorid.y() + normal[2] * centorid.z());
    abcd << normal[0], normal[1], normal[2], d;

    return abcd;
  }
  else{
    SM_ERROR_STREAM("no this mode!!!");
  }
}
  1. 关于PCL报段错误的问题：issue1， issue2

0505

  1. pcl点云去质心计算；
  2. interrupted by signal 8: SIGFPE：表示除0异常；
  3. pcl自带的去质心函数：LINK
  4. 关于ros中仿真模型的组织形式和语法：
    • 如何利用宏定义减少重复代码
    • 如何组织多个部件组成一个整体
    • 摄像头仿真
    • 搭建教程
    • ChatGPT的回答
      如果你希望在机器人模型的不同位置上放置多个 camera，可以使用 xacro 的宏定义功能来创建多个相似的链接和传感器。以下是一个可能的实现方法：
      首先，定义一个名为 camera_macro 的 xacro 宏，用于创建一个包含一个链接和一个相机的子系统。该宏可以接受四个参数：链接名称、链接姿态、相机名称和相机分辨率。例如：
<!-- camera_macro.xacro -->
<xacro:macro name="camera_macro" params="link_name link_pose camera_name resolution">
  <link name="${link_name}">
    <visual>
      <origin xyz="0 0 0" rpy="0 0 0"/>
      <geometry>
        <box size="0.1 0.1 0.1"/>
      </geometry>
      <material name="blue"/>
    </visual>
  </link>

  <gazebo reference="${link_name}">
    <sensor type="camera" name="${camera_name}">
      <camera>
        <image>
          <width>${resolution}</width>
          <height>${resolution}</height>
        </image>
        <clip>
          <near>0.01</near>
          <far>1000.0</far>
        </clip>
        <noise>
          <type>gaussian</type>
          <mean>0.0</mean>
          <stddev>0.001</stddev>
        </noise>
        <view_controller>orbit</view_controller>
      </camera>
      <always_on>true</always_on>
      <update_rate>30.0</update_rate>
      <camera>
        <horizontal_fov>1.3962634</horizontal_fov>
      </camera>
      <plugin name="camera_controller" filename="libgazebo_ros_camera.so">
        <alwaysOn>true</alwaysOn>
        <updateRate>0.0</updateRate>
        <cameraName>${camera_name}</cameraName>
        <imageTopicName>image_raw</imageTopicName>
        <cameraInfoTopicName>camera_info</cameraInfoTopicName>
        <frameName>${link_name}</frameName>
        <hackBaseline>0.07</hackBaseline>
      </plugin>
    </sensor>
  </gazebo>

</xacro:macro>

然后，在机器人模型的 xacro 文件中调用 camera_macro 宏，并传递不同的参数来创建多个相似的链接和相机。例如，以下代码在机器人的底盘、头部和手臂上各放置了一个相机：

<!-- robot.xacro -->
...
<xacro:camera_macro link_name="base_camera" link_pose="0 0 0 0 0 0"
                    camera_name="base_camera_sensor" resolution="640"/>

<xacro:camera_macro link_name="head_camera" link_pose="0 0 0.1 0 0 0"
                    camera_name="head_camera_sensor" resolution="480"/>

<xacro:camera_macro link_name="arm_camera" link_pose="0.2 0 0.1 0 0 0"
                    camera_name="arm_camera_sensor" resolution="320"/>
...

在上述代码中，我们分别调用了 camera_macro 宏三次，分别创建了名为 base_camera、head_camera 和 arm_camera 的链接和相机。这些相机分别放置在机器人的底盘、头部和手臂上，具有不同的名称和分辨率。
希望这个例子能够帮助你理解如何使用 xacro 创建多个相似的链接和传感器！

0508

  1. gazebo设置光源形式：LINK

0510

  1. 点云拟合平面：LINK

0511

  1. ros程序退出： LINK1，LINK2

0512

  1. ros中NodeHandle总结
  2. ros中订阅多个话题对其进行处理：LINK，注意回调函数的形参应该采用只能指针格式；
    • boost::bind()函数详解：LINK
      示例代码
//
// Created by lixiang on 2023/5/12.
//

#include <csignal>
#include <ros/ros.h>
#include "message_filters/subscriber.h"
#include "message_filters/synchronizer.h"
#include "message_filters/sync_policies/approximate_time.h"
#include "sensor_msgs/PointCloud2.h"
#include "boost/thread/thread.hpp"
#include "logging/logging.hpp"

using SyncPolicy=message_filters::sync_policies::ApproximateTime<sensor_msgs::PointCloud2, sensor_msgs::PointCloud2>;

void shutSigintHandler(int sig) {
    SM_WARN_STREAM("ros node shutdown!");
    ros::shutdown();
}

void calibCallback(sensor_msgs::PointCloud2ConstPtr lidar_detect, 
				   sensor_msgs::PointCloud2ConstPtr camera_detect){ ··· }

int main(int argc, char** argv){
    ros::init(argc, argv, "lidar_camera_calib");
    ros::NodeHandle nh_("~"); // LOCAL
    signal(SIGINT, shutSigintHandler);// CTRL+C for exit

    std::string lidar_detect_topic, camera_detect_topic;
    nh_.param<std::string>("lidar_detect_topic", lidar_detect_topic, "/lidar_pattern/centers_cloud");
    nh_.param<std::string>("camera_detect_topic", camera_detect_topic, "/mono_pattern_0/centers_pts_cloud");
	//订阅和同步语句不能放在if的执行内容中
    message_filters::Subscriber<sensor_msgs::PointCloud2> lidar_sub(nh_, lidar_detect_topic, 20);
    message_filters::Subscriber<sensor_msgs::PointCloud2> camera_sub(nh_, camera_detect_topic, 20);
    message_filters::Synchronizer<SyncPolicy> sync(SyncPolicy(20), lidar_sub, camera_sub);
    sync.registerCallback(boost::bind(&calibCallback, _1, _2));

    ros::spin();
    return 0;

}

0522

  1. CppLint一个开源脚本用于C++代码风格检查，Python写的通过pip安装
  2. CLI11命令行解析库：GitHub主页
  3. 关于ros和glog的版本匹配问题：symbol lookup error: undefined symbol: _ZN6google21kLogSiteUninitializedE；

0525

  1. 用颜色区分点云深度
#include <iostream>
#include <fstream>
#include <cmath>

#include <pcl/io/ply_io.h>
#include <pcl/point_types.h>

using namespace std;

int main(int argc, char** argv) {
    // Load point cloud from file
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
    pcl::io::loadPLYFile("input.ply", *cloud);

    // Convert depth to color
    float max_depth = 0.0;
    for (int i = 0; i < cloud->size(); ++i) {
        float depth = (*cloud)[i].z;
        max_depth = max(max_depth, depth);
    }
    for (int i = 0; i < cloud->size(); ++i) {
        float depth = (*cloud)[i].z;
        float intensity = depth / max_depth;
        int r = static_cast<int>(255 * intensity);
        int b = static_cast<int>(255 * (1 - intensity));
        (*cloud)[i].r = r;
        (*cloud)[i].g = 0;
        (*cloud)[i].b = b;
    }

    // Save colored point cloud as PLY
    pcl::io::savePLYFile("output.ply", *cloud);

    return 0;
}
  1. SLAM中常用的几个库，详解，一个干货不少的博客；

0601

  1. undefined reference to "pcl::visualization::PointCloudGeometryHandlerXYZ"问题解决办法

  2. 点云显示可暂停程序：

#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/visualization/pcl_visualizer.h>

bool is_paused = false;

void keyboardEventOccurred(const pcl::visualization::KeyboardEvent &event, void *viewer_void)
{
    if (event.getKeySym() == "space" && event.keyDown())
    {
        is_paused = !is_paused;
        std::cout << (is_paused ? "Paused." : "Resumed.") << std::endl;
    }
    else if (event.getKeySym() == "Escape" && event.keyDown())
    {
        std::cout << "Exited." << std::endl;
        exit(0);
    }
}

int main()
{
    pcl::visualization::PCLVisualizer viewer("Point Cloud Viewer");
    viewer.setBackgroundColor(0.0, 0.0, 0.0);
    viewer.registerKeyboardCallback(keyboardEventOccurred, nullptr);

    int i = 0;
    std::string file_prefix = "cloud_";
    while (true)
    {
        // 从文件中读取点云
        pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
        std::string file_name = file_prefix + std::to_string(i) + ".pcd";
        if (pcl::io::loadPCDFile<pcl::PointXYZ>(file_name, *cloud) == -1)
        {
            std::cout << "Could not read file: " << file_name << std::endl;
            break;
        }

        // 将点云添加到可视化对象中
        viewer.removePointCloud("cloud"); // 先移除之前的点云
        viewer.addPointCloud<pcl::PointXYZ>(cloud, "cloud");
        viewer.setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 1, "cloud");

        // 显示窗口并等待用户交互事件
        while (!viewer.wasStopped() && is_paused)
        {
            viewer.spinOnce();
        }
        viewer.spinOnce();
        i++;
    }

    return 0;
}

0605

  1. 相机畸变算法OpenCV

0619

  1. C++读取json：nlohmann；
    • 其他的类似库：TODO
  2. Python读取json
import json
# 读取json文件
with open('data.json', 'r') as f:
    data = json.load(f)

# 修改数据
data['name'] = 'Alice'
data['age'] = 25

# 输出为json文件
with open('new_data.json', 'w') as f:
    json.dump(data, f)

0626

  1. std::for_each(v.begin(), v.end(), print)：对迭代器范围内的每个元素运行function；函数原型Function for_each(InputIterator first, InputIterator last, Function fn)

0627

  1. 图像运算和掩膜
好脾气先生
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
DeFi 前景展望：概览主流 DeFi 协议 Q2 进展
qq_32193015的博客
08-06 542
DeFi 前景展望：概览主流 DeFi 协议 Q2 进展
2023-12-25 事业-代号s-shein分析
技术之路
12-25 2743
前阵子SHEIN看的比较多，几乎把市面上的报告和趋势都研究了下，总结了这篇关于SHEIN的一切，从0开始全面的了解下SHEIN，比较通俗易懂，可以看看。
每日答题-题库
热门推荐
qq_35911589的博客
08-25 5万+
招行app里有个积分每日答题，查的题库结果如下。不保证都对，我用了2天都对了
# 学习软件体系结构课程时每日的进展报告
weixin_46148956的博客
05-16 607
2/23 1、软件体系结构重要的理论基础 抽象、封装、数据隐藏、模块化、注意分离点、耦合和内聚、充分性、完备性和简单性、策略和实现的分离、接口和实现的分离、分而制之、层次性 （1） 抽象：抽象是人们用来处理复杂问题的基本原理之一。 （2） 封装：在面向对象程序设计当中的重要机制，在结构化程序设计中，封装在函数和子程序当中也得到了体现 （3） 信息隐藏：信息隐藏是软件工程的最基本和最重要的原理之一，封装原理经常被用来作为实现信息隐藏的方法，信息隐藏也可以通过接口与实现分离的原理来实现。 （4） 模块化：模块化
2023年q2播客简报.pptx
12-19
"2023年Q2播客简报" 本简报涵盖了2023年第二季度（Q2）播客行业的各个方面，包括播客的发布、收听、市场分析等。 市场概述 播客是一种数字广播技术，它允许用户通过互联网下载和收听音频文件，通常在移动设备上...
京东集团2023Q2 财报点评
12-18
京东集团2023Q2 财报点评。 公司研报，量化投资，价值投资
2023年q2雇佣前景调查报告.pptx
12-19
2023年q2雇佣前景调查报告.pptx
Q2HD摄像机驱动
10-21
Q2HD摄像机驱动是专为ZOOM Q2HD设备设计的重要软件组件，它使得用户能够充分利用这款手持摄录机的特性和功能。Q2HD摄像机是一款创新性的设备，首次将中间指向和双向立体声录音功能整合到一个便携式设备中，这在很大...
2023年Q2瑜伽裤机会洞察报告.pptx
12-19
2023年Q2瑜伽裤机会洞察报告.pptx
函数模板与类模板
程序员_小兵
07-12 1548
/交换int数据a = b;b = temp;//交换char数据a = b;b = temp;//问题：如果我要交换double类型数据，那么还需要些一个double类型数据交换的函数//繁琐，写的函数越多，当交换逻辑发生变化的时候，所有的函数都需要修改，无形当中增加了代码的维护难度//如果能把类型作为参数传递进来就好了，传递int就是Int类型交换，传递char就是char类型交换//我们有一种技术，可以实现类型的参数化---函数模板。
C++ 多态
wxk2227814847的博客
07-10 786
多态是C++语言的三大特性之一，另两个特性是封装和继承。多态性使得对象可以根据运行时的实际类型来表现出不同的行为，从而实现灵活和可扩展的设计。在软件开发过程中，多态能够提高代码的复用性和可维护性，减少重复代码，并提供更加抽象和通用的接口。本文将详细探讨C++中的多态，包括其定义、构成、虚函数、抽象类以及实现原理，帮助读者全面理解这一重要概念。
Reversing Numbers C++
FGGFFoj的博客
07-11 375
在默认情况下，C++的输入输出流（比如 cin, cout）与C标准库的输入输出流是同步的，这意味着在使用C++的输入输出流时，可能会因为需要与C标准库的同步而导致性能略有损失。在 C++ 中，默认情况下，cin 和 cout 是绑定在一起的，意味着在输入时，输出可能需要等待输入完成才会进行，这样可能会造成一些性能上的损失，特别是在需要频繁输入输出的场景下。需要注意的是，在取消同步后，应确保不要混合使用C++的输入输出和C标准库的输入输出，因为这可能会导致未定义的行为。
c++ 生成随机字符串
m0_56306892的博客
07-15 87
以下是一个示例代码，它使用std::random_device和std::mt19937生成随机字符，并将结果存储在一个字符串中。std::uniform_int_distribution<> distribution(0, max_index - 1) 创建一个均匀分布，以确保生成的随机数在字符集的索引范围内。输出随机字符串: 在主函数中调用generateRandomString生成一个长度为1024的随机字符串，并输出结果。std::random_device rd 用于生成一个随机种子。
JNI: 在Kotlin和C++之间通过JNI进行接口传递，两边参数定义映射
最新发布
tyfwin的博客
07-15 615
在Kotlin和C++之间通过JNI进行接口传递时，需要注意两边参数定义的映射关系。JNI（Java Native Interface）为Java（Kotlin也适用）与本地语言（如C/C++）之间的交互提供了桥梁。在Kotlin中定义的外部函数和C++中的实现需要通过JNI签名相互对应。
C语言操作符详解
z317920的博客
07-11 628
目录一、操作符分类二、算术操作符三、赋值操作符四、关系操作符 五、条件操作符六、⼆进制和进制转换1.二进制 2.进制转换(1)2进制转10进制(2)10进制转2进制(3)2进制转8进制(4)2进制转16进制七、原码、反码、补码 八、移位操作符1.左移操作符2.右移操作符 九、位操作符1.按位与 &2.按位或 |3.按位异或 ^ 4.按位取反 ~ 十、单目操作符1.逻辑非操作符 ！ 2.自增++、自减-- 3.取地址符&、解引用符*、sizeof 3.1.取地址符& 3.2.解引
C++：哈希表
m0_61088872的博客
07-12 698
如果我们想要搜索这个数据，直接计算出这个数据的下标，然后就可以直接访问数组对应的位置，所以可以用O(1)的复杂度直接找到数据。当这个哈希表越满，我们查找数据的效率就越低，甚至说：如果查找一个不存在的数据，我们可能要用O(N)的复杂度遍历整个哈希表.因此我们因该把哈希表的负载率控制在一定值，当超过一定值，我们就要进行扩容操作。闭散列，也叫做开放定址法，当发生哈希冲突时，如果哈希表没有被装满，说明哈希表中还有空位置，那么我们可以把发生冲突的数据放到下一个空位置去。转化的函数，被写为了一个模板，而这个。
C++中的多态：虚函数与纯虚函数详解
TheJustice_的博客
07-14 297
在C++中，虚函数是在基类中使用virtual关键字声明的函数。当基类指针或引用指向派生类对象时，调用虚函数将执行派生类中的版本。public:public:void display() override { // 使用 override 确保函数被正确重写纯虚函数在基类中使用virtual关键字和= 0来声明。public:// 纯虚函数。
[C/C++入门][变量和运算]7、交换变量（空杯思想）
qq_14840819的专栏
07-14 414
如图，一杯牛奶，一杯咖啡，如何进行交换呢？相信懂的都懂，不懂的看完这个图也就懂了。生活中非常简单的例子，放到我们计算机中也同样适用。
华为机试2023q2
12-08
华为机试2023q2是华为公司在2023年第二季度举行的一场笔试。这次笔试主要是为了筛选出优秀的应聘者，他们将有机会进入华为公司进行笔试。机试内容涵盖了计算机基础知识、编程能力、算法思维等方面的考察，旨在考察...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值