无人驾驶基础
文章平均质量分 64
生命不止,学习不息
这个作者很懒,什么都没留下…
展开
-
shu mei pai
Traceback (most recent call last):File “/home/pi/raspberry-pie4b-yolo-detection-master (1)/raspberry-pie4b-yolo-detection-master/camera.py”, line 42, in outs = net.forward(getOutputsNames(net))File “/home/pi/raspberry-pie4b-yolo-detection-master (1)/ras原创 2022-02-12 10:38:01 · 2217 阅读 · 0 评论 -
卡尔曼滤波算法
了解过导航、雷达数据处理的必然听过卡尔曼滤波,因为最近有项目需求,要验证一下卡尔曼滤波对结果的优化程度,所以入门学习一下卡尔曼滤波器。毕竟是经典的滤波器,网上关于卡尔曼滤波的代码和文章有很多,一维滤波的代码也很简单,就几条代码,拿来用很容易。但为了致敬卡神,则花时间潜心拜读了一些有关其背后思想的文章,看一轮文献下来,总的感受就以下两点:难见把卡尔曼滤波讲得特别通透的博客(参考文献有比较好的外文文献及其翻译);同一个专业名词各种翻译并且混合使用,无故增加了阅读障碍;不同的文献使用的不同数学表达式,各种各原创 2022-01-12 10:40:56 · 18459 阅读 · 0 评论 -
IMU数据应用于机器人定位
开发一个机器人自动回桩充电模块 想用autoware的激光点云提供定位 但是autoware的定位总是丢因此想用IMU的数据来为机器人倒桩提供定位,先写一篇帖子记录开发过程未滤波的的纯积分节点效果很差,因此在此只考虑用IMU来解算机器人姿态用到的公式与代码IMU数据积分获得当前位姿 https://www.cnblogs.com/glxin/p/9851909.htmlimu积分定位 https://blog.csdn.net/ktigerhero3/article/details/91转载 2021-12-31 10:17:15 · 1146 阅读 · 0 评论 -
传统定位方法
一直以来就是直接通过高博的视觉slam十四讲接触的移动机器人定位方法,这当然是直接通过视觉来进行定位、建图。但心中一直存在疑问,对传统的定位方法没有一个系统的认识,又由于自己想要研究单目+IMU联合定位,因此想学习记录一下传统定位方法。移动机器人最初是通过自身携带的内部传感器基于航迹推算的方法进行定位,后来进一步发展到通过各种外部传感器对环境特征进行观测从而计算出移动机器人相对于整个环境的位姿。目前为止,形成了基于多传感器信息融合的定位方法。现有移动机器人定位方法主要分为三类相对定位方法、绝对定位方法和转载 2021-12-27 09:33:08 · 579 阅读 · 0 评论 -
PyCharm安装和配置
https://blog.csdn.net/u011125673/article/details/115375359?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522164004535916780271981180%2522%252C%2522scm%2522%253A%252220140713.130102334…%2522%257D&request_id=164004535916780271981180&biz_id=0&.转载 2021-12-21 10:18:26 · 82 阅读 · 0 评论 -
IMU与GPS的数据融合
1.IMU简介2.GPS简介两者的融合策略(两个独立的系统用松耦合):::松组合原创 2021-12-17 09:43:01 · 9282 阅读 · 0 评论 -
卡尔曼滤波知识
一、算法介绍卡尔曼滤波是一个神奇的滤波算法,应用非常广泛,它是一种结合先验经验、测量更新的状态估计算法。1、状态估计首先,对于一个我们关心的物理量,我们假设它符合下面的规律其中,为该物理量本周期的实际值,为该物理量上一个周期的实际值,当然这个物理量可能不符合这个规律,我们只是做了一个假设。不同的物理量符合的规律不同,是我们的经验,我们根据这个规律可以预测我们关心的物理量。比如,我们关心的物理量是车速,如果车辆接近匀速运动时,则的取值为1,也就是这个周期与上个周期的速度相同。 下面我们再来看原创 2021-12-17 09:20:16 · 2491 阅读 · 0 评论