- 博客(131)
- 资源 (18)
- 收藏
- 关注
RSS订阅原创 Windows下，C# 通过FastDDS高效通信
创建在一个空文件夹里创建一个*.idl文件下面是一个示例更多数据格式的对应关系参考:现在我们使用Fast DDS-Gen工具基于生成为项目的源代码，这是一个十分优雅的设计。理论上fastddsgen.bat已经在你的环境变量里了，如果没有，将添加到你的环境变量里即可。现在你会发现多了好多文件：这里利用CMakeLists.txt 编译时，有可能出现找不到openssl的情况。可以参考博客安装 win版的OpenSSL，然后在前添加你的OpenSSL include目录，如。
2024-08-09 16:02:59
1246
原创 Docker安装、入门及VSCode链接（地平线OE docker镜像）
x86架构的，编译完不能直接放到X3上用。这个镜像的目的是使用的地平线提供的深度网络模型部署工具链hb_mapper，该工具链不支持arm。你可能发现好像少了点什么？是的，我们已经默认在root，再也用不着sudo了！现在你又会发现，Docker的编译速度好慢！并没有比开发板快多少，甚至还能更慢！针对RDK X3的系统镜像，直接烧地平线Docker镜像的跳过2.1。是的，前面两种方法都无法满足我的需求，这是第三种方法了…： aarch64架构的，板子上用的就是这个了。你可能也发现了，这个系统也太小了点！
2024-05-18 14:21:33
1482
3
原创 Python 订阅 image_transport 压缩后的深度图 compressedDepth
是ros的一个图像处理工具，可以很方便地进行图像数据的压缩，可惜当你如下安装了image_transport及其plugin后运行可看到如下内容一些原因就需要用python订阅压缩后的图像，CV_8U的RGB或者灰度图（image_transport/compressed）倒是好订阅解压，而深度图常用的数据类型是CV_16UC1和CV_32FC1（像素值范围分别为[0,65535], [0,1.0]，单位通常为mm和m。），其压缩方法与RGB图像有一些出入。
2023-11-23 20:47:33
1040
原创 OpenCV数据类型及CV_16UC1深度图ros订阅
这是因为我们的深度最大值远达不到 16U可表达的最大值65535， 现在imshow把所有像素值都除以255，那么深度图的有效范围可能由原来的[300, 1200]， 变成了近似[1, 4]。并且只能看到一片黑暗。整型数据的范围根据其比特数确定，如CV_8U即8bit 无符号整型范围是[0,255], CV_16U是[0, 65535]比如一般RGB图像是CV_8UC3， 灰度图是CV_8UC1，深度图一般是CV_16UC1或CV_32FC1。32F, float---------单精度浮点型。
2023-11-23 19:16:40
1500
原创 解决ros2 play ros1的bag时的rosbag2_storage.so问题
很多文章都是先source ros1 然后source ros2，再play bag。为使ros1和ros2的bag一直互通。
2023-11-20 23:51:52
384
原创 ros2 中 深度图像转雷达扫描节点 “depthimage_to_laserscan” 的变动
节点名称： depthimage_to_laserscan -> depthimage_to_laserscan_node。话题名称： image -> depth;
2023-11-03 10:41:11
362
原创 Windows / Ubuntu 连wifi，网线连接旭日X3派以共享网络
连好wifi，找到【控制面板->网络和Internet->网络和共享中心->查看网络状态和任务->更改适配器设置】找到WLAN，右键【属性->共享】勾上允许，然后【确定】。注释掉静态ip与网关，改。
2023-10-24 13:10:07
611
原创 Gazebo无法启动常规解决方案 及 nav2_bringup tb3_simulation_launch.py的GazeboGazebo无法启动问题
断网再开gazebo.评价: 方便且有效, 但来回联网很麻烦参考: https://blog.csdn.net/James___H/article/details/116906217。
2023-10-12 17:12:45
850
原创 ROS-＞ROS2， ROS2的安装、测试及过渡方法/工具收集
本文参考做了摘要，以便后用。ROS1目前有可以选择，但未来ROS2才是应用领域的主流。
2023-07-28 23:28:36
329
原创 学习笔记 —— C++并行库OpenMP
写在最前面：并行化虽好，但并不是所有任务在并行化后都能得到性能的提升！首先要满足的是所要完成的任务量远大于分配其他线程的消耗。
2023-04-18 02:14:16
781
1
原创 学习笔记 —— 基于C加速的Python高效计算 （Cython & pybind11）
使用Cython一般需要三个文件：cython格式编写的库文件, 用于编译cythonfn.pyx的setup.py, 以及调用cython库的python代码main.py!!经过分析不难发现（学习笔记 —— python代码耗时及内存占用测试方法 以及一些零碎的python小工具），进行循环计算的如下函数是耗时大户，也是我们最需要优化的对象。由于*.pyx本身是基于python的，因此利用Cython我们可以看到python到C的演变过程，以及各阶段的优化力度。方法。
2023-03-04 03:50:57
1913
原创 学习笔记 —— python代码耗时及内存占用测试方法 以及一些零碎的python小工具
主要有三种方法，各自的时钟间隔如下：timeit).注：最后一个是以ns为单位的，前两个是以s为单位的10e8。
2023-01-27 01:38:22
5605
1
原创 C++/Python 调用 Pytorch -＞ ONNX -＞ TensorRT 模型转换与部署
系统环境：网上相关流程很多，我就不重复了可以参考Pytorch分类模型转onnx以及onnx模型推理或者直接看Pytorch官方怎么干的。ONNX Githubonnxruntime调用onnx模型推理时有一个provider的参数，可选 [‘TensorrtExecutionProvider’, ‘CUDAExecutionProvider’, ‘CPUExecutionProvider’]，不知道是还需要其他设置还是怎样，'TensorrtExecutionProvider’和’CPUExecuti
2022-12-03 18:08:21
3309
原创 Ubuntu18.04安装onnxruntime（c++版）与CUDA运行Demo
根据项目需求，从pytorch转的onnx模型做部署。怎么转忘了做笔记了，大家自行搜索吧……
2022-11-27 10:21:29
2276
原创 C++ 下sensor_msgs::PointCloud2数据的高效读取
之前写过，前备知识就不再写一遍了，需要的话可以点进去看了再来。如果你看过python的版本并尝试过就会深有体会，即便已经把流程简化到不能在简化了，的速度也就顶多到。而我接下来介绍的方法（）版本则是！
2022-11-24 11:28:07
2183
原创 视觉SLAM入门 -- 学习笔记 - Part 9 Kitti 的双目视觉里程计
Kitti 的Odometry 提供了左右双目的视觉图像（以及激光，但本作业不使用激光数据），并提供了标定信息。它一共含有若干个Sequence，其中一部分Sequence 的真实轨迹是开放的，另一部分则是隐藏的，作为测试使用。在Kitti 官网可以上传你对测试部分的轨迹估计，系统会计算与真实轨迹的差异，并给出评分。现在我们已经介绍了所有关于视觉SLAM 方面的内容，你可以基于已有算法，实现一个双目的视觉里程计了。Kitti 官网odometry 分类下提供了双目相机的所有信息。请你根据已学知识，实现双目
2022-11-23 16:01:54
837
原创 论文笔记 《FAST-LIO2: Fast Direct LiDAR-inertial Odometry》及 激光SLAM综述
同Fast-LIO，采用IKF。直接将原始点注册到地图(并随后更新地图)，而不提取特征。（问题： 直接映射需要位姿估计，但不提特征位姿哪里来？）采用ikd_Tree的数据结构，支持数据的增量式更新（增删）计算效率高(例如，在大型室外环境中高达100 Hz的轨迹估计和建图)鲁棒(例如，在转速高达 1000deg/s 的嘈杂室内环境中依旧能可靠估计姿态)多用途(例如，适用于多线旋转和固态激光雷达、UAV（无人机）和手持平台，以及基于 Intel 和 ARM 的处理器)
2022-11-23 15:56:53
589
原创 Python下sensor_msgs.msg.PointCloud2数据的高效读取
最后贴一下我用的PointCloud2发布和订阅的代码吧#!""" # # 查看python 版本 import platform print(f"python version: {发布点云数据，:param msg_sub: 订阅的消息:param data: 预测后的数据。
2022-11-23 00:54:02
2058
原创 知识蒸馏原理与PVKD论文阅读
通过PVD，属于同一类的特征被拉得更近，而不同类的特征在特征空间中被分开，从而产生一个非常清晰的亲和映射。SuperVoxel的数量一定是一个不小的数目，如果对每一个SuperVoxel都进行亲和蒸馏的损失计算的话，以PVKD的计算方法（本文第1.4部分），再考虑到点云的数量级，恐怕会发生维数灾难！另外，对于问题2，当两模型差异较大的情况下，微小的输入变化可能会使二者的输出有较大的差异。提取按点和体素输出的知识是不够的，因为它只考虑每个元素的知识，不能捕获周围环境的结构信息。
2022-11-03 22:14:46
1598
2
原创 nuScenes数据集浅探（待完善……）
华中理工大学：http://pypi.hustunique.com/ 山东理工大学：http://pypi.sdutlinux.org/是自动驾驶公司 nuTonomy 建立的大规模自动驾驶数据集，第一个提供 自动汽车全套传感器数据，另外由于我下载的是Full dataset 的 v1.0-mini数据，因此需要将。可以看到这部分数据集的内容，类别较少是因为是mini，下载完整版数据集会大很多。与kitti数据集相比，其包含的对象注释多了7倍多。少数具有Radar数据的数据集！以下介绍安装和使用教程。...
2022-08-05 21:06:58
602
1
原创 EVO评估工具的使用
使用evo_ape计算ORB-SLAM和S-PTAM两个轨迹的绝对姿态误差，绘制并将单个结果保存到.zip文件中以供evo_res-a选项表示对齐两条轨迹，第5个参数中的-v选项表示输出轨迹对齐的详细信息（即对齐的平移、旋转）；假设KITTI_00_ORB.txt、KITTI_00_SPTAM.txt分别是ORB-SLAM和S-PTAM在kittisequence00下的估计结果；中国科技大学https//pypi.mirrors.ustc.edu.cn/simple/-a表示对齐两条轨迹；........
2022-07-18 18:58:53
1376
原创 CMake下调用anaconda的pytorch及numpy传参CV::Mat给python（多线程版）
经测试发现上次写的在多线程下就挂了……经过各种实验，终于完成了多线程的实现，在此分享一下。
2022-07-15 19:23:37
793
原创 论文笔记 -- 《SuperGlue: Learning Feature Matching with Graph Neural Networks》
本篇对SuperGlue的原理进行整理与分析带原英文词为不确定的翻译。CSDN把图片水印变成了内置形式，暂时去不掉了……图神经网络的传播机制暂不清晰……问题：训练数据集的具体形式？答：根据3.3应该能大致猜到答案：若干组图像对，每对图像都有匹配好的关键点对，及其描述子和像素位置SuperGlue从已有的局部特征中学习匹配过程，而不是简单使用匹配启发（matching heuristics）和技巧来学习更好的任务无关性（task-agnostic）局部特征。在SLAM中，问题被分解为视觉特征提取的前端
2022-07-12 09:37:49
522
1
原创 CMake/ROS下调用anaconda的pytorch及numpy传参CV::Mat给python
系统：ubuntu 18.04前文Cmake/Gcc调用 Python模块演示了调用ubuntu自带python3.6的情况。这次演示下与anaconda混合编程的情况：上篇文章根据官网的获取链接命令方法：得不到类似 -lpython3.9的内容target_link_libraries部分直接写 -lpython3.9 会找不到Python.h涉及的各种函数从而无法通过编译。最后解决方法也很简单，我们直接给路径就完了：然后就可以类似OpenCV一样进行 include_directories 和
2022-07-09 11:02:00
1022
原创 Cmake/Gcc调用 Python模块
系统：ubuntu 18.04python 3.6.9gcc 9.1.0安装库：其他系统的安装方法CmakeList.txtc_python.cppc_py_test.py运行结果：如果上面cmake编译不通，可以试试gcc版本：执行若遇到类似抱错：需要：Reference如何实现 C/C++ 与 Python 的通信？Python.h的Cmake配置python文档 – 拓展和嵌入python文档 – python/C API接口上面文档的中译版cmake的项目c++调
2022-07-08 09:57:23
1595
2
原创 ROS+Pytorch的联合使用示例（语义分割）
本篇根据 ROS图像的Deeplab v3+实时语义分割（ROS+Pytorch）进行踩坑记录，并附加一些对应操作的理解。（自觉有很多理解不到位的地方，若有大佬路过还请不吝赐教！）首先，上面那篇文章写的非常好！代码也很nice，本文对其代码进行了稍微改动了一下，gitee地址代码里的vision_opencv的github地址为https://github.com/ros-perception/vision_opencv这里主要用到了里面的cv_bridge。因为在Ubuntu18.04下，ros的p
2022-06-29 22:38:51
3041
1
原创 远端rostopic的本地rviz调用及显示
假设机器人的IP: 192.168.0.11 // remote computer (robot)本地PC的IP: 192.168.0.111 // local computer Ubuntu (host)查看IP地址的方法： 参考1，参考2本地PC通过ssh链接远端机器人，如利用Mobaxterm或VSCode在远端的命令行终端内输入如下命令:然后以ROS调用USB双目摄像头模组为例，跑通后会有如下一堆topic:然后打开本地PC的终端，输入如下命令: “11311”代表啥目前我还不清除……
2022-06-28 13:05:57
776
原创 C++ 常用时间获取函数汇总
另外ros还有睡眠和指定频率循环的功能：还可以使用 比 更灵活。具体参见：https://www.ncnynl.com/archives/201701/1284.html法三： omp基于OpenMP，没有类的封装，用起来更直观一些。（可能效率也更高点？）测试1rate=100Hzrate=1000Hzrate=10000Hzrate=50000Hzrate=100000Hz可以看到，随着频率增大，三种方法的时间都不怎么准了（当然r.sleep应该也不准了……），其中chrono最差
2022-06-27 11:13:31
3220
原创 方差迭代公式推导
原文是：https://blog.csdn.net/weixin_44479136/article/details/90510374但里面有些公式写错了，看着别扭……为了方便查看，顺便加强理解记忆，自己再推一遍均值：En＝1n∑i=1nxi(1)E_n＝\frac{1}{n}\sum_{i=1}^nx_i \tag{1}En＝n1i=1∑nxi(1)令F(n)＝∑i=1n(xi−En)2=∑i=1nxi2−nEn2(2)\begin{aligned}F(n)＝&\sum_{i
2022-06-24 13:01:44
540
原创 学习笔记 -- k-d tree 和 ikd-Tree 原理及对比
FAST-LIO2论文提出了ikd_Tree的概念，是在k-d Tree的基础上改进的。本篇分别对二者的记录并对比二者原理。声明：图片来自网络，带logo非我本意，自CSDN某次升级后，便不会去logo了……若有知道现在如何去掉的朋友感谢您在评论区告诉我！！！k-d(k-dimensional) tree的目标：解决 为k维空间的数据集建立索引的问题。先看k-d tree在k=1时的情况，即二叉查找树：二叉树在时间复杂度上是O(logN），远优于遍历。二叉树在空间上可以理解为：树的每个节点把对应父
2022-06-22 00:10:23
964
原创 论文笔记 VSALM 文献综述《A Comprehensive Survey of Visual SLAM Algorithms》
本文旨在对VSLAM有个比较宏观的视野，找了一篇近期的VSLAM综述文献仔细读了一下。预警：本篇内容也不一定全是论文里的，可能会比较乱，介意者还是别在本拙作浪费时间了。声明：因为是别人的文章，我本不想带水印的，但CSDN改了图片存储方式，不会怎么去了，有知道的大佬还请在评论区告诉我！根据论文做的思维导图图中做了大量注释(比本博客干货)，博客内是不可见的，有需要可以联系我。摄像头优势：雷达优势：SLAM应用领域：地图构建还有两个任务：定位和路径规划。建图问题可以通过三个机器人视角的问题来描述：第一个
2022-06-16 11:34:48
932
原创 双目相机 -- IMU联合标定
安装依赖sudo apt-get install python-setuptools python-rosinstall ipython libeigen3-dev libboost-all-dev doxygen libopencv-devsudo apt-get install libopencv-dev ros-melodic-vision-opencv ros-melodic-image-transport-plugins ros-melodic-cmake-modules software-
2022-05-08 09:15:08
4755
1
深入SuperGlue原理
2022-08-06
NPOITest.7z
2021-09-29
Demo02职工管理系统——链表版.7z
2021-08-15
DDFS信号发生器.7z
2020-11-06
Lidar.unitypackage
2020-09-13
LiadarCar.unitypackage
2020-08-31
信号发生器（复杂功能）.7z
2020-08-23
单片机——温度显示报警时钟（protues,附源码）
2020-08-17
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人