你好哇zzz-CSDN博客

原创从零开始做自动驾驶1 GNSS模块

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、自动驾驶开源代码二、GNSS模块1.GNSS 数据结构2.GNSS的订阅模块总结前言提示：跟随大神手敲一遍自动驾驶代码。一、自动驾驶开源代码来源：https://zhuanlan.zhihu.com/p/105512661记录出现的问题和进度二、GNSS模块1.GNSS 数据结构头文件：类中为什么设置static 成员函数、成员变量的？static成员变量为啥类外初始化？ Geographic

2021-10-07 15:30:07 824

原创 C++　ｐrimer第三章（字符串、向量、数组）笔记

3.1命名空间的using声明1.：：域操作符，编辑器应从操作符左侧的作用域里寻找右侧的名字2.头文件里不使用using 声明，避免出现名字冲突；3.2标准库类型string3.2.1定义和初始化string对象string s1;//默认初始化，s1是一个空字符串string s2 = s1;//s2是s1的副本...

2020-09-22 16:41:31 231

原创数据结构-树-存储方法

1.树的存储结构1.1双亲表示法除了根节点外，其余每个节点不一定有孩子，但一定有双亲；以一组连续的数据存储空间来存储树的节点，同时在每个节点里，附带一个指示器来指向其双亲结点：data+parentdata是数据域，存储结点的数据；parent为指针域，指向该结点双亲在数组中的下标;const MAX_TREE_SIZE = 100;using TElemType = int ; //结点的数据类型//节点结构struct PTnode{TELemTpye data; //结点数据in

2020-09-21 14:16:31 3646

原创 leetcode-350 哈希表以及双指针

本题来自链接: https://leetcode-cn.com/problems/intersection-of-two-arrays-ii/.题解参考官方解答。1.哈希表unordered_map是c++ 哈希表的实现模板哈希表的性质：一个key值对应一个value，不允许key有重复;最适合的求解问题是查找与定值相等的记录；可在常数时间通过key值，找到value1.1判断某个键值是否存在find函数，iterator find(const key_type&amp

2020-09-09 17:11:17 158

原创 leetcode-69-x的平方根牛顿迭代法

1.牛顿迭代法的原理：1.一元方程的牛顿迭代法：可参考力扣官方解链接: https://leetcode-cn.com/problems/sqrtx/solution/x-de-ping-fang-gen-by-leetcode-solution/.迭代公式为：使用场景：函数可导，求函数零点2.重根时的牛顿迭代改善使用场景：有重根时3.离散牛顿使用割线法：使用场景：函数不可导2.使用牛顿迭代法求解此题迭代公式即代码为：class Solution {public: in

2020-09-09 10:48:09 250 2

原创 SLAM 前端匹配 NDT算法

NDT（Normal Distance Transform）是基于优化的算法，用高斯分布代替势场。1.基本思想把空间用cell划分，这里的cell不同于栅格地图的栅格（一般为0.05cm），这里的cell是较大范围的格子。用高斯分布代替势场，在每个cell里形成天然连续分布（不需要插值）的势场，每个cell之间是间断的，这个势场也是隐式的，只需要知道均值和方差在得到连续的势场之后，直接用牛顿法迭代即可，无需高斯-牛顿法，因为其H简单易求势场连续，不受离散化的影响（离散化的激光点多次扫描一个墙壁，

2020-07-30 11:18:24 1271

原创 SLAM　前端匹配算法　IMLS-ICP

实际点云中隐藏着真实的曲面，如果能把这个曲面重构出来，然后选用代表性高的激光点（曲率、法向量过滤）与曲面进行匹配，则匹配精度会非常好，这就是IMLS　ICP。１.基本思想IMLS(implict )可以分为两步，一是选取激光点，二是重构曲面。选取激光点：选取具有代表性的激光点进行匹配，与NICP类似，采用曲率、法向量来对激光点进行过滤，最好的激光点是结构化的点，也就是曲率最小的点。既能减少计算量，又能避免激光点云数据分布不均匀导致计算结果出现偏移曲面：隐藏在点云中的曲面，不需要用表达式来求解曲面

2020-07-29 18:25:20 1588

原创 SLAM 前端匹配算法 NICP

ICP算法利用点云之间距离构建误差函数，PL-ICP利用点到线的距离构建误差函数，可以总结为都是利用欧式距离来进行匹配，而获得的数据中还包括法向量及曲率数据。实际上，以在点云匹配前，可以使用法向量和曲率数预先淘汰一部分质量不高的畸点，达到提高精确度和匹配速度的目的，NICP就是这个原理。标题...

2020-07-29 16:18:12 1211 2

原创 Cartographer源码阅读09-fast CSM 分支定界法扫描匹配

这部分代码就是实现的就是分支定界的扫描匹配算法，也就是回环检测最终调用的代码。对应谷歌的三篇论文之一：代码位于Cartographermapping\internal\2d\scan_matching\fast_correlative_scan_matcher_2d.h1.生成多分辨率地图PrecomputationGrid2DPrecomputationGrid2D::PrecomputationGrid2D( const Grid2D& grid, const CellLimits

2020-07-28 17:33:41 1564 1

原创 Cartographer源码阅读08 回环检测计算约束

本篇文章，将就如何实现回环检测和计算约束来进行深一步的讨论。代码位于cartographer\mapping\internal\2d\pose_graph_2d.cc

2020-07-26 23:17:06 2842

原创 Cartographer源码阅读07-pose_graph 后端优化

前端优化告一段落，接下来我们对回环检测和后端优化的代码进行阅读。pose_graph实际是SPA的一个实现,拓展成了submaping版本,每一个节点都会和一个或者多个子图进行匹配.每一个匹配都会形成一个约束,进行优化的时候节点的位姿和子图的位姿会一起进行优化. 所有的约束都是子图和节点之间的约束.cartographer\mapping\internal\2d\pose_graph_2d.cc

2020-07-25 11:55:42 1270 1

原创 SLAM　前端匹配算法 PL－ICP

PL-ICP 实际就是point-to-line ICP,是点到线的ICP方法．相比于传统的ICP方法,即点到点的匹配方法,PL－ICP在算法方面实际上是对误差形式进行了改进,其他方面基本相同,但迭代速度以及匹配精度得到了很大的提升

2020-07-24 11:55:52 2525

原创 Cartographer源码阅读06-CSM-前端匹配 TSDF 似然域

CSM（相关性扫描匹配）是Cartographer实现帧间匹配的两个算法之一，简单来说是暴力搜索3层for（θ，x，y）循环，并且先搜索角度，来降低计算量。还介绍了似然域打分+TSDF打分方式

2020-07-23 17:57:15 2138 3

原创 Cartographer源码阅读05-imu_tracker - 前端匹配一阶低通融合

imu_tracker想当于位姿解算器PoseExtrapolator 调用 imu_trakcer 来利用imu数据对角速度进行计算估计，并通过求解加速度来估计重力向量。

2020-07-23 12:46:54 1634 1

原创 Cartorgrapher源码阅读04- PoseExtrapolator-前端匹配-位姿外插器

接下来对前端匹配中的位姿外插器PoseExtrapolator进行解读，位姿外插器的主要作用是利用保存了一段时间的位姿计算角速度和线速度，并利用线速度和角速度进行位姿插值。也是前端匹配这一部分非常重要的一部分代码。代码位于Cartographer/mapping/ pose_extrapolator.cpp1.pose_extrapolator.h从该类开头的注释我们可以知道，利用ScanMatch持续一段时间输出的PoseObservation，来估计角速度和线速度，并利用求得的速度来求解机器人的位

2020-07-22 18:00:34 936

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

one_skr的博客