机器学习
文章平均质量分 94
走过_冬天
这个作者很懒,什么都没留下…
展开
-
ICP定位算法学习笔记(一)
1 经典ICP ICP的目的很简单,就是求解两堆点云之间的变换关系。怎么做呢?思路很自然,既然不知道R和t(针对刚体运动),那我们就假设为未知量呗,然后通过某些方法求解。下面我们来看看具体怎么求的~没办法,要把问题描述清楚,数学是少不了的了。假设有两堆点云,分别记为两个集合X=x1,x2,…,xm和Y=y1,y2,…,ym(m并不总是等于n)。然后呢,我们不失一般性的,假设两个点云之间的变换为R(原创 2017-11-03 09:50:07 · 5159 阅读 · 3 评论 -
SLAM学习笔记(四)定位
原创博客:http://blog.csdn.net/renshengrumenglibing?viewmode=contents 机器人定位的目的是为了知道“自己在什么地方”,目前,机器人定位的方法可以分为非自主定位与自 主定位两大类。所谓非自主定位是在定位的过程中机器人需要借助机器人本身以外的装置如:全球定位 系统(GPS)、全局视觉系统等进行定位;自主定位是机器人仅依靠机器人本身携带的传感转载 2017-11-03 09:17:49 · 12503 阅读 · 0 评论 -
SLAM学习笔记(二)数据采集
转载:http://m.blog.csdn.net/sunboyiris/article/details/75172025 激光型号:LiDAR-Velodyne——VLP16 在使用velodyne的时候需要解析PCAP文件,将PCAP格式数据转为XYZ格式的点云数据,代码如下:/ readpcap.cpp : 定义控制台应用程序的入口点。//#define _CRT_SECURE_NO_原创 2017-11-03 09:11:14 · 2304 阅读 · 6 评论 -
SLAM学习笔记(三)特征提取
转载:http://blog.csdn.net/renshengrumenglibing/article/details/8604245 激光雷达获取的信息是和周围物体之间的距离信息,在移动机器人尤其是自主移动机器人领域具有非常广泛的应用,那我们就从移动机器人的自主导航开始聊吧。 移动机器人导航是指移动机器人依靠传感器在特定环境中,按时间最优、路径最短或能耗最低等准则实现从起始位置到目标位置的无转载 2017-11-03 09:02:16 · 4470 阅读 · 1 评论 -
SLAM学习笔记(一)入门
转载:http://www.cnblogs.com/yhlx125/p/4707693.html#3806194 SLAM学习笔记(1)基本概念 SLAM (simultaneous localization and mapping),也称为CML (Concurrent Mapping and Localization), 即时定位与地图构建,或并发建图与定位。 SLAM最早由Smith、Sel转载 2017-11-03 11:55:07 · 10156 阅读 · 0 评论 -
SLAM算法-----几种2D-slam算法比较
本文简单比较了这几种2D-Slam算法HectorSLAM ,Gmapping, KartoSLAM, CoreSLAM, LagoSLAM。 详细参见论文: An evaluation of 2D SLAM techniques available in robot operating system算法介绍A . HectorSLAMscan-matching(Gaussian-Newt转载 2017-11-06 09:02:52 · 1652 阅读 · 0 评论 -
点云匹配和ICP算法概述
Iterative Closest Point (ICP) [1][2][3] is an algorithm employed to minimize the difference between two clouds of points.点云匹配分类法(1)•全局匹配算法 Globe•局部匹配算法LocalSalvi, J. (2007). "A r转载 2017-11-23 18:50:53 · 2222 阅读 · 0 评论 -
PID控制学习汇总
调节器讲解:https://wenku.baidu.com/view/3ff4d807ba1aa8114431d928.htmlPID控制解释[ 原地址 ] http://blog.gkong.com/liaochangchu_117560.ashx PID是比例、积分、微分的简称,PID控制的难点不是编程,而是控制器的参数整定。参数整定的关键是正确地理解各参数的物理意义原创 2018-01-30 10:53:39 · 2041 阅读 · 0 评论