自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(43)
  • 收藏
  • 关注

原创 Dijkstra、A*算法python实现及对比分析

本篇文章为在栅格地图下的Dijkstra算法、A*算法python实现,以及A*算法在采用不同的距离计算函数的表现效果。

2022-09-30 12:39:02 1455 1

原创 Ubuntu sh文件编写,开多终端,自动读取密码

Ubuntu sh文件编写,开多终端,自动读取密码

2022-06-30 20:56:29 1436

原创 从gazebo搭建到点云地图、八叉树地图建立(仿真)

从gazebo搭建到点云地图、八叉树地图建立(仿真)

2021-12-29 14:50:59 6063 10

原创 gazebo中机器人搭载16线激光雷达建图导航

gazebo中机器人搭载16线激光雷达建图导航如果用过古月的教程大家就会知道,古月教程中的机器人采用的是单线激光雷达,但有的时候仿真需要多线激光雷达,这里就教一下怎么搭载16线激光雷达建图导航。首先需要下面几个包:Cartographer(建图用)、move_base(导航用)、pointcloud_to_laserscan(三维点云数据转二维),这里的Cartographer包当然也可以不用,用Gmapping也够了,看各自吧。先从网上下载velodyne的16线激光雷达对应的包,我是在ROS W

2021-12-16 14:58:27 4116 11

原创 采用Cartographer、LIO-SAM构建三维点云地图,采用Octomap构建八叉树地图(三维栅格地图)

采用Cartographer、LIO-SAM构建三维点云地图,采用Octomap构建八叉树地图(三维栅格地图)采用Cartographer构建三维点云地图采用的数据集是安装Cartographer的一个测试包,网址如下:https://storage.googleapis.com/cartographer-public-data/bags/backpack_3d/b3-2016-04-05-14-14-00.bag数据包很大,9个G,慎重下载,然后运行的命令就是这个:roslaunch carto

2021-12-07 11:30:44 5931 7

原创 强化学习(六):Shared Experience Actor-Critic for Multi-Agent Reinforcement Learning论文解读,附源码

强化学习(六):Shared Experience Actor-Critic for Multi-Agent Reinforcement Learning论文解读,附源码链接:https://pan.baidu.com/s/1EhDJxQ0FATflAVF8NS2hEA提取码:8888作用采用的框架为Pytorch,具体需要的第三方库可以在压缩包中requirement.txt文档查看。下述为我对论文的理解,对摘要以及正文的内容进行了简化,并且主要解读了Multi-Robot Warehouse环境,

2021-09-07 17:07:45 1335 3

原创 强化学习(五):Actor-Critic、DDPG等算法

强化学习(五):Actor-Critic、DDPG等算法详细介绍以及算法流程、算法代码参考百度网盘,代码来源于莫烦大佬,采用的框架为Tensorflow。链接:https://pan.baidu.com/s/13jPAdwweMZHZTEwR8-dSoQ提取码:8888

2021-09-07 15:22:47 307 1

原创 基于Autoware制作高精地图(六)

基于Autoware制作高精地图(六)这期还是带来高精地图的制作,采用的软件还是Unity,插件仍然是VectorMap;这期主要是进行几种测试,因为有的时候可能按照我前面写的文章进行地图绘制不一定能够成功,然后最近通过看Autoware的demo中的高精地图发现有几个参数是可以试着调的;首先是demo中的左转弯在过了红色的停止线后会设置成left_turn:如果有多条车道并行(同一方向的),则需要设置这两个参数,上面的L Cnt应该是车道总数,下面的Lno是序号,从外往内依次增加:并且发

2021-08-12 09:06:04 2869 11

原创 Python模块之Pandas

Python模块之Pandas以下内容摘自莫烦Python;如果说Numpy是以矩形形式存储数据的,则Pandas则是以字典形式存储数据的;Pandas的两个主要数据结构:Series和DataFrame;Series:索引在左边,值在右边,如果没有为数据指定索引,则会自动创建一个0~N-1(N为长度)的整数型索引DataFrame:是一个表格型的数据结构,它包含有一组有序的列,每列可以是不同的值类型(比如数值、字符串等),既有行索引也有列索引挑选 b 的元素:如果没有给定索引值,也是默

2021-08-09 20:47:44 189

原创 Python模块之numpy

Python模块之numpy简单写一下Python常用的模块的函数定义方便后续查找(摘自莫烦Python):Numpy创建一个numpy数组(后续均采用数组a做演示):a = np.array([[1,2,3],[4,5,6]])通常导入numpy采用的语句:import numpy as np然后后续就用np.xxx使用numpy模块的功能;numpy的维度:a.ndim行列数:a.shape元素个数:a.size创建数组的数据类型:a = np.array([[1

2021-08-09 19:51:29 150

原创 基于Autoware分析op_local_planner局部路径规划模块

基于Autoware分析op_local_planner局部路径规划模块今天来讲讲Autoware中的局部路径规划模块,实际道路场景中有这么一种情况,路边停车起步,那么这个时候如果你的车辆不在道路上,那么怎么回到道路上呢?不用担心,这些功能Autoware都考虑到了,在runtime_manager人机交互界面中的computing可以看到,有一个OpenPlanner - Local planning,这就是局部规划了,五个可以全开,也可以像我图中这样只打开三个,不过一般推荐五个都打开,其中op_tr

2021-08-06 22:08:00 2775

原创 ROS常用命令指南(长期更新)

ROS常用命令指南(长期更新)记录一下最近调试ros相关代码时常用的命令;查看ros消息类型:rosmsg list | grep xxx #xxx类似关键词一样的,比如pose详细查看具体某一个消息:rosmsg show xxx #xxx是具体的消息类型名称,比如geometry_msgs/PoseStamped带有数组以及时间戳的位姿消息:nav_msgs::Path,它其实就可以看作是一个数组类型的geometry_msgs::posestamped;不带有sta

2021-08-06 10:11:41 1036

原创 强化学习(四):Prioritized Replay DQN、Dueling DQN,附源码解读

强化学习(四):Prioritized Replay DQN、Dueling DQN,附源码解读本次将带来另外两个DQN算法的变种,Prioritized Replay DQN和Dueling DQN;1 Prioritized Replay DQN之前的DQN算法中在经验回访中利用的是均匀分布采样,而这种方式看上去并不高效,对于智能体而言,这些数据的重要程度并不一样,因此提出优先回放(Prioritized Replay)的方法。优先回放的基本思想就是打破均匀采样,赋予学习效率高的样本以更大的采样权

2021-08-03 21:58:29 1191

原创 基于Autoware分析op_global_planner全局路径规划模块重规划

基于Autoware分析op_global_planner全局路径规划模块重规划本次带来的是Autoware中的路网路径规划op_global_planner的重规划问题,在实际应用中我们肯定不仅仅是单纯的从起点到终点的问题,可能需要很多中间点或者说到了终点又返回的问题,那么这就涉及到了重规划,op_global_planner提供了重规划的接口,叫错Replanning,可以在人机交互界面直接手动点击打开重规划功能:然后介绍一下重规划功能的几个要注意的点:在给定起始点和第一个目标点的时候,是可以生

2021-08-03 20:48:27 2705 4

原创 强化学习(三):DQN、Nature DQN、Double DQN,附源码解读

强化学习(三):DQN、Nature DQN、Double DQN,附源码解读这不最近在学莫烦的强化学习嘛,有一点好处就是他讲的课虽然有一些一知半解,但是在网上再查查博客结合一下他的代码就能有比较清晰的理解了。这篇文章就介绍一下我对DQN以及其改进算法的理解和莫烦python代码的部分解读。1 DQN传统的强化学习存在当状态过多维度爆炸的问题,如果全用表格来存储它们,恐怕计算机内存会不够,而且每次在这么大的表格中搜索对应的状态也是一件很耗时的事,采用机器学习中的神经网络进行替代能够很好解决这个问题。

2021-08-02 11:08:45 2801 3

原创 Anaconda环境安装问题

Anaconda环境安装问题最近在学强化学习,当然用的就是python了,刚开始运行莫烦大佬的前面几个没用到tensorflow的代码还好,没啥报错的问题,环境安装也很正常。但是学到DQN开始就不一样了,安装tensorflow总是有问题,这里列出我所遇到的问题以及解决方法,引以为鉴。1 conda和pipconda和pip都可以用来下载第三方库,比如pip install tensorflow和conda install tensorflow,但是如果你用的是Anaconda进行资源管理,那么推荐

2021-07-31 11:18:52 476

原创 基于Autoware制作高精地图(五)

基于Autoware制作高精地图(五)本篇文章带来最近解决的高精地图分岔口制作,采用的插件是Autoware中的VectorMap而不是Landlet2;通过观察Autoware demo中的高精地图我发现,它在分岔口上存在多条lane的其中一个端点相交于同一个坐标上,因此模仿demo里面的分岔口自行制作了一个简单的分岔口如下:整个分岔口由三个lane组成,三个lane汇聚一点,给大家看图就明白了。下面这张图是三个lane汇聚在一点,如果画过lane的同学一定知道,两条lane拼接的时候一种卡

2021-07-29 12:42:25 1978 5

原创 强化学习(二):SARSA,附代码改写

强化学习(二):SARSA,附代码改写本篇文章带来第二个经典强化学习算法:SARSA。SARSA这个名字其实是State、Action、Reward、State_、Action_的组合,因为它在计算Q值的时候利用到了这五个值,其中State_是下一个时刻的状态,Action是下一个时刻的动作。相比于Q-learning的不同在于SARSA的Q值计算用到了下一时刻的动作,而Q-learning没有,Q-learning只用到了SARS,前四个。SARSA与Q-learning很相似,也有不同,它们的不同

2021-07-28 20:37:51 560

原创 强化学习(一):Q-learning,附源码解读

强化学习(一):Q-learning,附源码解读Q-learning强化学习与有监督学习和无监督学习为机器学习的三个方向,它主要解决的是决策问题,尤其是连续决策问题。插入一幅强化学习框图,其中学习主体(Agent):强化学习体系中的“学习者”;环境(Environment):主体的行为再环境中产生、环境对主体产生影响;状态(State):环境反馈给主体的状态的集合;奖赏(Reward):环境对主体行为的反馈的集合;行为(Action):主体在环境中的行动的集合。强化学习根据不同条件有不同的

2021-07-27 16:44:25 2464 1

原创 Autoware报错:Can‘t Generate Global Path for Start解决方法

Autoware报错:Can't Generate Global Path for Start解决方法用过Autoware规划模块的小伙伴可能都遇到过这个报错:Can’t Generate Global Path for Start,那么这篇文章讲讲怎么解决这个报错问题。最近通过我研读Autoware中规划模块的代码我发现其中有一段代码的意思是,如果waypoint<2(是2还是3来着记不清了,反正就这个意思),则输出Can’t Generate Global Path for Start,那么问

2021-07-26 18:49:24 752 5

原创 基于Autoware分析runtime manager人机交互界面模块作用

基于Autoware分析runtime manager人机交互界面模块作用用过Autoware的小伙伴都知道,Autoware是一款完全开源的自动驾驶框架,同时它有一个人机交互界面runtime manager,里面集成了非常多的功能,那么我们怎么知道每一个按钮的功能呢,这篇文章教你如何去了解。以runtime manager中的Map为例,它对应的是autoware.ai/src/autoware/utilities/runtime_manager/scripts/map.yaml那么查看该文件

2021-07-25 12:22:26 1005 1

原创 采用Cartographer纯定位模式覆盖原有地图问题

采用Cartographer纯定位模式覆盖原有地图问题针对采用Cartographer进行纯定位模式会出现新地图覆盖先验地图的问题,原因是Cartographer在进行纯定位的时候会进行子图建立,也是一个建图的过程,将建立的子图与先验地图进行匹配来得到机器人的位置信息的,所以会覆盖先验地图很正常,要解决这个问题也很简单。首先在启动定位的launch文件之后查看以下自己的话题rostopic list;不出意外会有一个/map的话题,使用rostopic info /map命令去查看它的订阅和发布,它的

2021-07-25 11:45:25 1611 4

原创 基于Autoware制作高精地图(四)

基于Autoware制作高精地图(四)来了来了!它来了!肯定有小伙伴遇到过,当用Autoware导入自己制作的高精地图(也就是.csv文件)的时候会出现带有方向的车道线lane不显示的情况,或者显示不完全的情况,这期告诉你什么原因。首先还是runtime_manager的启动然后点击Map-Vector Map右边的ref导入自己制作的高精地图文件(.csv格式的)接着导入Autoware自带的tf_local.launch文件,路径是在autoware.ai/src/autoware/doc

2021-07-15 09:52:52 3212 13

原创 基于Autoware制作高精地图(三)

基于Autoware制作高精地图(三)终于有内容可以更新了,虽然早就可以更新了,但是今天找到了一个unity无法导入maptoolbox插件的bug,跟大家分享一下,顺便分享一下如何制图。首先说说为什么明明在github上下载了vector_map插件压缩包zip,通过disk导入unity中但就是找不到Autoware那个模块的问题,很简单,因为你导入vector_map插件的路径中有中文,刚刚亲测,路径有中文就不行,要纯英文,哪怕你用拼音也可以,唉,国外的软件果然会出现这种BUG,大家有遇到这种请问

2021-07-14 21:19:08 6052 39

原创 关于Autoware1.12~1.14的一些说明

关于Autoware1.12~1.14的一些说明Autoware1.12~1.14三个版本我都安装过一遍了,现在讲讲目前我发现的它们的不同之处:1Autoware1.12只支持导入vectormap格式的高精地图,不支持landlet2格式的高精地图,而1.13和1.14版本既支持vectormap也支持landlet2格式;在后面vectormap格式的高精地图有可能会慢慢的不被支持,从官网下载高精地图制作插件可以很明显的看出;2Autoware1.12需要编译139个包,1.13需要152个包

2021-07-13 08:57:15 1804 7

原创 Autoware1.12运行官方demo

Autoware1.12运行官方demo首先,说明一下用Autoware1.12的原因,因为1.14有BUG,所以重装了CPU版的1.12,如果有需要的小伙伴可以看我写的其他博客有安装教程。然后讲述一下如何运行官方demo,因为不是说你下载了demo运行就行了,我反正是有几个要注意的点,一并给大家讲了。1 运行runtime_manager.launch这一步就不用我说了吧,看图左上角2 播放官方数据集并暂停这里很重要的一步!暂停!点simulation,ref加载数据集xxx.bag,s

2021-07-11 17:57:58 1340 7

原创 联想R9000P Ubuntu18.04系统外接显示屏不显示问题解决及绕过亮度调节问题的坑

联想R9000P Ubuntu18.04系统外接显示屏不显示问题解决及绕过亮度调节问题的坑最近618联想R9000P电脑供不应求,价格上涨,不过我抢到了一台,嘿嘿。但是拿到手装了Ubuntu18.04系统后就发现了三个问题:1 没有WiFi2 亮度无法调节,默认最亮3 Ubuntu18.04系统外接显示屏不显示问题这里写下我的解决方案:1 对于没有WiFi模块问题,我直接接了一个能够用于Ubuntu系统的无线网卡,某宝上可以买到,买之前记得问问商家;2 对于亮度没法调节问题,个人觉

2021-07-11 16:20:54 3344 4

原创 Autoware1.12花屏问题解决方法

Autoware1.12花屏问题解决方法我在Ubuntu18.04系统上Autoware1.12的时候会出现花屏的现象,解决方法如下:通过安装wxPython 4.0.7解决。先安装libsdl1.2-dev:sudo apt install libsdl1.2-dev然后到官网下载wxPython-4.0.7.post2-cp27-cp27mu-linux_x86_64.whl;https://extras.wxpython.org/wxPython4/extras/linux/gtk2/u

2021-07-10 10:53:38 1132 4

原创 Ubuntu18.04安装Autoware1.12-CPU版

Ubuntu18.04安装Autoware1.12 CPU版前段时间安装了Autoware1.14 GPU版,然后发现Demo跑不通,后来查阅别人的博客居然在下面评论里发现有BUG,解决了,但是没有完全解决,通过重装Autoware1.12解决的,这不,装1.12的教程来了。这次因为用的是工控机装环境,没有GPU,直接出一期CPU的吧。...

2021-07-10 09:23:02 2019 2

原创 Ubuntu18.04编译Opencv报错解决方法

Ubuntu18.04编译Opencv报错解决方法1、fatal error: unsupported/Eigen/MatrixFunctions: No such file or directory这个错误的原因是找不到这个文件,我们需要将报错文件引用MatrixFunctions的路径改为绝对路径,而MatrixFunctions一般是在eigen中的,这个大家打开自己安装的eigen包然后搜索这个文件应该就能找到了,我的改动是这样的:unsupported/Eigen/MatrixFunctio

2021-07-10 09:20:21 1478

原创 Unity Hub和Unity安装教程

Unity Hub和Unity安装教程参考:https://blog.csdn.net/weixin_44570248/article/details/118463199

2021-07-05 08:38:28 1696

原创 基于Autoware制作高精地图(二)

基于Autoware制作高精地图(二)开始慢慢进入正轨了,后面的更新可能会慢些,大家见谅,这次我们来讲一讲Unity和开源工具Maptoolbox的安装。在安装Unity前我同时安装了一个Unity Hub,这两个安装过程很简单,在win10系统下登录Unity官网下载相应的版本https://unity.cn/releases,这里最好是Unity Hub和Unity都在官网下载好相应的包,如下图:下载两个安装包文件,然后都需要安装。安装后打开Unity Hub,在其中点击安装——添加已安装版本,

2021-07-05 08:37:35 4533 10

原创 基于Autoware制作高精地图(一)

基于Autoware制作高精地图(一)​开始进入正题,也是最近在忙的一件事,制作高精地图。高精地图的制作大概分为以下四个流程(不一定完全正确):1.构建点云地图;2.点云地图标注;3.制作OpenDrive地图;4.地图存储索引。这篇文章主要讲解如何构建点云地图。首先我们要有一段自己录制的激光雷达点云数据,这里推荐大家采用Velodyne16线激光雷达,因为这里我们构建的点云底图是三维的,而采用Velodyne而不是速腾聚创(rslidar)等其他品牌的原因是Autoware里面有一个选项是

2021-07-05 08:37:04 6672 12

原创 Ubuntu18.04安装Autoware1.14-GPU版(慎用!)

Ubuntu18.04安装Autoware1.14以下安装包如果有需要的话可以评论或者私信我,我都有备份。​前面文章介绍了ROS Melodic和Cartographer的配置,基本我每一次安装Ubuntu系统都要安装这两个,毕竟跟我的研究方向是相关的,经常会用到。这一次介绍一个巨难配置的环境:Autoware1.14,版本根据大家自己来,但不同的版本对应的一些依赖包的版本也不同,所以在安装配置前一定要确定好自己所需的依赖包和版本,这里介绍我的依赖包版本:Ubuntu: 18.04Autoware

2021-07-04 15:42:59 2212 6

原创 Autoware1.14编译报错解决方法

Autoware1.14编译报错解决方法1 有关于calibration_publisher的错误--- stderr: calibration_publisher CMakeFiles/calibration_publisher.dir/src/calibration_publisher.cpp.o: In f

2021-07-04 15:42:05 5165 7

原创 采用16线激光雷达和轮式里程计调用cartographer室内融合定位

采用16线激光雷达和轮式里程计调用cartographer室内融合定位​之前有说过如何调用cartographer进行室内纯定位,但那是采用纯激光雷达进行定位的,我们知道,纯激光雷达存在长廊效果,如果室内场景特征不够明显,定位肯定是不行的。那么要想不出现长廊效应,现有的办法就是融合定位,因为不管怎样,采用纯激光雷达都会出现长廊效应,但是融合定位可以很好的解决这个问题。本次我将说明如何进行参数配置实现调用cartographer包进行融合定位。(本次采用的是激光雷达+轮式里程计融合定位)首先就是rev

2021-07-04 15:17:06 1587 3

原创 Cartographer融合定位时间不一致问题解决方法

Cartographer融合定位时间不一致问题解决方法相信有小伙伴在采用cartographer融合定位时会出现以下报错:map_by_time.h:43]Check failed: data.time > std::prev(trajectory.end())->first这个问题出现的原因是时间不一致,就是说我们采用两个传感器,但是传感器的时间戳不一致,这样才能保证更好的实时性和准确度。那么知道了问题所在,我们接下来就是要修改cartographer包中的sensor文件夹里的map_by_t

2021-07-04 15:16:13 1808

原创 采用16线激光雷达调用cartographer室内定位

采用16线激光雷达调用cartographer室内定位之前进行了16线激光雷达调用cartographer包进行室内建图,这方面很多朋友都知道,cartographer是google的一个开源SLAM算法,那么它能够用来定位吗?我在网上查到的解释是可以,首先,什么是SLAM?SLAM全称是simultaneous localization and mapping,中文名称是即时定位与地图构建。那么可以看到,地图构建就是我们之前说的建图,那么即时定位不就是定位吗。事实就是如此,cartographer

2021-07-04 15:02:25 1442 21

原创 采用16线激光雷达调用cartographer室内建图

采用16线激光雷达调用cartographer室内建图要用cartographer建图,我们需要的前期准备工作有:1 安装cartographer功能包这是一个谷歌编写的开源功能包,还是非常好用的,它建图可以由纯激光雷达建图、或者激光雷达+里程计、激光雷达+IMU等,如果有研究这方面或者相关的小伙伴还是建议做一做cartographer建图的。安装链接参考https://blog.csdn.net/weixin_44570248/article/details/1184613722 一个16线

2021-07-04 13:49:01 1479

原创 Ubuntu18.04安装Cartographer

​@TOC上一篇文章讲到了如何安装ROS Melodic,对于其中的sources_list.py文件如果小伙伴们需要的话可以私聊我,我一直都有备份了,毕竟后面自己肯定还会用到的。这一篇文章讲讲如何安装Cartographer,事先声明,本篇文章所叙述的方法事先需要安装成功ROS后才可以使用,否则中间会有步骤报错的。也有另一种不依赖于ROS的安装而直接安装Cartographer的,这个大家自己去百度啦~刚开始都是大家熟悉的更新和安装依赖包:sudo apt-get updatesudo apt

2021-07-04 13:41:54 626 1

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除