- 博客(22)
- 收藏
- 关注
RSS订阅原创 将bag文件转化为txt文件
1. 将bag文件转为txt在获得其他bag文件的时候，也可以先通过查看bag信息rosbag info ***.bag打印bag的话题信息rostopic echo -b ***.bag /topic_name再将bag中的话题信息保存到txt文件rostopic echo -b ***.bag /topic > folder/***.txt2. 将ESIM的out.bag转为txt上一节我们已经在cheetah_example中输出了out.bagexec bashs
2021-12-01 19:15:16
2136
原创 云台驱动程序
import RPi.GPIO as GPIOimport timeGPIO.setwarnings(False)GPIO.setmode(GPIO.BCM)GPIO.setup(18, GPIO.OUT)GPIO.setup(23, GPIO.OUT)servo1 = GPIO.PWM(18, 50)servo1.start(0)servo2 = GPIO.PWM(23, 50)servo2.start(0)try: while True: for dc
2021-12-01 19:14:06
348
原创 OpenCV imshow()无法显示图片，无响应
问题描述：使用如下代码调用opencv读取显示图像，imshow()后窗口图像显示无响应img = cv2.imread("D:/images/2.jpg’)cv2.imshow('Tracking', img)解决方案：img = cv2.imread(filename)cv2.imshow('Tracking', img)cv2.waitKey()cv2.destroyAllWindows()调用 destroyWindows()函数可以释放由 OpenCV创建的所有窗口...
2021-12-01 19:13:34
2449
4
原创 pycharm view as array数据无法显示问题
问题描述：pycharm运行后无法通过view as array查阅数据，无法弹出数据解决方案：设置SciView工具窗口但是每次打开PyCharm都得点击一次，比较麻烦，所以直接选用view下的Scientific Mode。至此，问题解决。...
2021-12-01 19:13:14
3724
2
原创 【翻译】visual-lidar odometry and mapping: low- drift, robust, and fast
作者：Ji Zhang and Sanjiv Singh时间：2015/05摘要 —— 在这里，我们提出了一个通用的框架，结合视觉里程计和激光雷达里程计在一个基本和第一原则的方法。该方法显示了在性能上的改进，特别是对aggressive motion的鲁棒性和temporary lack of visual features。所提出的在线方法从视觉里程计算开始，利用扫描激光雷达在高频率（high-frequency）、低保真度（low fidelity）下进行自运动估计（ego-motion）和点云记
2021-11-30 16:51:36
2755
原创 SLAM | visual-lidar odometry and mapping: low- drift, robust, and fast
1. 为什么要做sensor fusion单种类型的sensor均存在一定的缺陷：Visual odometry：需要适度的照明条件条件需要差异化的视觉特征Lidar odometrty：运动雷达涉及aggressive motion问题（扫描率低）在平坦环境下会扫描匹配失误==> Sensor fusion，探索两者优势，互补融合。2. DEMO & LOAM（Ji Zhang）2.1 DEMO（Visual odometry）针对单纯的视觉里程计，
2021-11-30 16:50:39
2744
原创 【翻译】SLAM|Hybrid, Frame and Event based Visual Inertial Odometry for Robust, Autonomous Navigation
Antoni Rosinol Vidal, Henri Rebecq, Timo Horstschaefer and Davide Scaramuzza摘要Event cameras are bio-inspired vision sensors that output pixel-level brightness changes instead of standard intensity frames. These cameras do not suffer from motion blur and
2021-11-30 16:49:38
233
原创 树莓派使用教程
1. 检查配件Raspberry Pi 主板电源适配器TF卡读卡器micro HDMI转接头2. 系统安装2.1 软件下载etcher软件，下载地址：https://www.balena.io/etcher/在安装系统前，需要安装一个系统安装工具，这里我选用etcher，具有系统校验功能，可以很好地提高安装成功率。raspberry pi系统树莓派支持多种系统，下载地址：https://www.raspberrypi.org/downloads/我这里选择的是 Ubunt
2021-11-30 16:47:36
382
原创 LOAM qt.qpa.screen: QXcbConnection: Could not connect to display unix:0 Could not connect to any ...
问题描述LOAM启动roscore的时候报如下错误roscore > /dev/null & rosrun rviz rviz---qt.qpa.screen: QXcbConnection: Could not connect to display unix:0Could not connect to any X display.解决方法export DISPLAY=:0xhost +
2021-11-30 16:45:10
722
原创 kitti_to_rosbag入坑教程
将kitti的raw_data转为rosbag，扔进LOAM中测试，但是尝试了kitti2bag和pykitti都有点问题，所以最终决定使用kitti_to_rosbag。github链接：https://github.com/ethz-asl/kitti_to_rosbag准备ubuntu 16.04ros在root下操作执行# 使用tmux分屏# 开一个terminalroscore#再开一个terminal rosrun kitti_to_rosbag kitti_rosba
2021-11-30 16:09:43
1060
原创 SLAM传感器
1. 分类定位 —— 我在当前环境的什么位置？构图 —— 当前所在环境是什么样子？激光2D/3D并不是传感器本身是二维还是三维，指的是单线激光还是多线激光，是几条线（16线，32线…）基于红外的夜间SLAMTOF，kinect的深度成像模块RGBD，能同时拿到image和depth雷达，主动式发送和接收声呐，水下使用2. 视觉类传感器2.1 概念&基础相机作用：一种将可见光或电磁谱捕捉记录为一张图像（通常方便人或设备读取/处理）数字图像：数字化，模—>数，表示为通
2021-11-30 16:05:41
2449
1
原创 pip设置清华源
pip 更换清华源进入C:\Users***，新建pip文件夹，新建文件pip.ini，输入如下内容：[global]index-url = https://pypi.tuna.tsinghua.edu.cn/simple如果有问题，可以更换为阿里云试试参考资料Anaconda 镜像使用帮助 https://mirror.tuna.tsinghua.edu.cn/help/anaconda/pip conda 换清华源 https://blog.csdn.net/lily1234567/a
2021-11-30 16:03:13
2576
原创 Fast-classifying, high-accuracy spiking deep networks through weight and threshold balancing
Title：Fast-classifying, high-accuracy spiking deep networks through weight and threshold balancingAuthor: Peter U. Diehl, Daniel Neil, Jonathan Binas, Matthew Cook, Shih-Chii Liu, and Michael PfeifferInstitution: Institute of Neuroinformatics, University
2021-11-30 15:55:53
409
原创 目标检测性能评估参数 — IoU & mAP
文章目录1. IoU2. mAP，mean Average Precision2.1 P（一张图像某类别的精度）2.2 AP（N张图像某类别的平均精度）2.3 mAP（N张图像M个类别平均精度的平均值）参考文献目标检测：给定一个图像，找到其中的目标，确定其位置，并对目标进行分类。1. IoU交并比（Intersection over Union），IoU 计算的是 “预测的边框” 和 “真实的边框” 的交集和并集的比值，这个数据也被称为Jaccard指数。一般情况下设定IoU阈值为0.5，也就是
2021-11-27 15:03:28
2776
原创 Adam优化算法
文章目录1. Adam优势2.Adam 算法和传统的随机梯度下降的区别3. Adam 算法是AdaGrad和RMSProp两种随机梯度下降扩展式的优点集合4. Adam的参数配置参考文献Adam， 适应性矩估计（adaptive moment estimation）1. Adam优势Adam 优化算法应用在非凸优化问题中所获得的优势：直截了当地实现高效的计算所需内存少梯度对角缩放的不变性（第二部分将给予证明）适合解决含大规模数据和参数的优化问题适用于非稳态（non-stationa
2021-11-27 15:00:01
6809
原创 【翻译】SSD: Single Shot MultiBox Detector
文章目录摘要1. 引言2. The Single Shot Detector 单次检测器(SSD)2.1 模型2.2 训练3. 实验结果3.1 PASCAL VOC20073.3 PASCAL VOC20123.4 COCO3.5 初步的ILSVRC结果3.6 为小目标准确率进行数据增强3.7 推断时间4. 相关工作参考资料论文链接：https://arxiv.org/pdf/1512.02325v3.pdf代码链接：https://github.com/weiliu89/caffe/tree/s
2021-11-27 14:56:38
149
原创 【翻译】HATS: Histograms of Averaged Time Surfaces for Robust Event-based Object Classification
文章目录OverviewBackgroundContributionsMethodsTime SurfacesLocal Memory Time SurfacesHistograms of Averaged Time SurfacesArchitecture with Locally Shared Memory unitsDataReference作者：Amos Sironi1∗, Manuele Brambilla1, Nicolas Bourdis1, Xavier Lagorce1, Ryad B
2021-11-27 14:52:31
692
原创 End-to-End Learning of Representations for Asynchronous Event-Based Data (2)
文章目录1. 算法1. QuantizationInput:Output:Function:Model:2. Crop and resize to resolutionInput:Output:Function:Model:3. ClassifierInput:Output:Function:Model:2. 知识点回顾1. 点云2. 体素3. 代码1. 代码运行1.1 Requirements1.2 Dependencies1.3 Training2. 代码和论文有出入的地方参考文献作者：Daniel
2021-11-27 14:48:58
1146
5
原创 【翻译】End-to-End Learning of Representations for Asynchronous Event-Based Data (1)
Abstract事件相机是视觉传感器，记录每像素亮度变化的异步流，称为事件。与基于帧的相机相比，它们在计算机视觉方面具有吸引人的优势，包括高时间分辨率、高动态范围和无运动模糊。由于事件信号的时空分布稀疏、不均匀，模式识别算法通常将事件聚合成基于网格的表示形式，然后通过标准的视觉管道(如卷积神经网络(CNN))进行处理。在本文中，我们将介绍一个通用框架，通过一系列可微操作将事件流转换为基于网格的表示。我们的框架有两个主要的优点:(i)允许以端到端方式学习输入事件表示和任务专用网络，(ii)列出一个分类，将文
2021-11-27 14:29:48
1161
原创 【翻译】DET: A High-resolution DVS Dataset for Lane Extraction
Title：DET: A High-resolution DVS Dataset for Lane Extraction作者：Wensheng Cheng, Hao Luo, Wen Yang, Lei Yu, Shoushun Chen, and Wei Li来源：2019 CVPR关键词：DVS摘要：车道提取是自动驾驶的一项基本而必要的工作。尽管在过去几年里，深度学习模型在车道提取方面取得了重大进展，但它们都是针对基于frame的摄像机生成的普通RGB图像，这限制了它们在自然环境中的性能。为
2021-11-27 14:28:09
695
原创 ESIM事件相机模拟器(Event Based Camera)
1. 传统相机 VS 事件相机传统相机，通常是使用由二维像素阵列构成的传感器，利用光电传感器的不同光敏感元件捕获的光强度值的像素数据表示图像帧，每秒的帧数(fps)或者说帧率表示图形处理器处理场时每秒钟能够更新的次数，高的帧率可以得到更流畅、更逼真的图像。但固定帧速率的成像和信息传输与观察到的场景的动态无关，导致如下问题：首先，重要信息可能丢失，从而导致时间分辨率降低，因为两个时间步之间也可能会有事件产生（高帧率也存在一样的问题）。其次，所有像素都会进行数据传输，导致不可避免的高冗余，通常情况下变化
2021-11-27 14:23:22
3485
原创 【翻译】天机芯Nature_Towards artificial general intelligence with hybrid Tianjic chip architecture
JingPei1,2,13,LeiDeng1,13,SenSong3,4,13Jing Pei^{1,2,13}, Lei Deng^{1,13}, Sen Song^{3,4,13}JingPei1,2,13,LeiDeng1,13,SenSong3,4,13, MingguoZhao5,13,YouhuiZhang6,13,ShuangWu1,2,13Mingguo Zhao^{5,13}, Youhui Zhang^{6,13}, Shuang Wu^{1,2,13}MingguoZhao5,13,Y
2021-11-27 13:08:32
1770
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