- 博客(32)
- 收藏
- 关注
RSS订阅原创 【粒子滤波定位】（四）粒子滤波存在的问题与改进方法
时刻的真实状态，从而可以获得更高的预估精度，但是过程噪声较大时，滤波效果不如标准粒子滤波算法好。核心思想：利用一系列随机样本的加权和来表示所需的后验概率密度，得到状态的估计值。粒子滤波采样SIS方法来递归，根据重要性进行采样得到后验概率密度的近似分布。将最新的观测值引入到预测过程，提高了常规粒子滤波的性能，大大增加了计算量。进化粒子滤波方法是智能生物算法与粒子滤波算法相结合的产物。距离，作为粒子滤波的近似误差，确定粒子滤波性能的高低。当状态的不确定度很高时，则采用较多的粒子数。时刻进行的，并考虑到。
2024-01-27 17:48:32
931
原创 【粒子滤波定位】（三）机器人粒子滤波定位方法
粒子滤波器的基本思想来源于Monte Carlo方法，利用一组带有权重值的随机粒子集来估算后验概率密度。当粒子密度趋向于无穷大时，这种估计将等同于后验概率密度。
2024-01-27 17:46:47
1190
原创 【粒子滤波定位】（二）基于概率的定位方法
估计的任务，即从带有随机误差的观测数据中估计出某些参数或某些状态变量。估计问题一般分三类：滤波：从当前和过去的观测值来估计信号的当前值。预测或外推：从过去的观测值来估计信号的现在值或将来值。平滑或内插：从过去的观测值来估计过去的信号值。利用概率密度函数表示机器人位置变化，即运动概率模型P(xk∣xk−1,ak−1)P(x_k|x_{k-1},a_{k-1})P(xk∣xk−1,ak−1)表示机器人在k−1k-1k−1时刻执行了运动ak−1a_{k-1}ak−1后，kkk时刻机器人从xk−1
2024-01-27 17:43:08
867
原创 【粒子滤波定位】（一）移动机器人系统建模
机器人的两个驱动轮电机上装有光电编码器，里程计在一定时间内根据光电编码器检测车轮转过的弧度，推算出机器人相对位置和转角的变化。机器人车轮上的光电编码器检测出两个轮子各自转过的圈数，然后应用两个轮子圈数的差值通过航迹推算估计出机器人不同时刻的相对位姿。为了提高传感器感知信息的可靠性，有必要建立一个噪声模型来描述感知信息的不确定性、环境模型的不确定性、决策的不确定性。，表示在机器人运动过程中轮子的滑动、系统建模的误差和传感器的误差漂移。包含环境特征相对于传感器的距离和方向信息，扫描数据的极坐标表示形式。
2024-01-27 17:39:19
1095
原创 【ROS-TF】综合详解与实验验证map、odom、base_footprint之间的TF变换关系
根据《ROS机器人开发实践》上相关内容，ACML功能包中的话题和服务有：所以启动定位导航包后，有话题amcl_pose发布，即为机器人在地图中的位姿估计，带有协方差信息，也即得到了map->base_footprint变换信息。再加上已知的odom->footprint变换信息，计算即可得到map->odom变换信息并发布。在这里插入图片描述。
2024-01-27 14:15:32
1036
原创 【ROS】map、odom、base_link坐标系与坐标系变换关系
由机器人初始位姿决定。在小车启动底盘的时候建立。运动源：轮子运动，视觉偏移……轮式里程计、视觉里程计……以小车的起点为原点,以小车前进方向为X轴（在ROS中，坐标系是右手，拇指、食指和中指），张开这三个手指，相互垂直，然后食指指向正前方，此时，中指的方向就是Y轴，拇指则是Z轴。本应该不动，且和map坐标系重合的，但是因为机器人运动过程中打滑撞墙等而相对于map偏移。
2024-01-27 14:02:51
667
原创 【ubuntu+git】(已解决)fatal 无法访问 ‘https github.com…‘ Failed to connect to 127.0.0.1 port 9090 拒绝连接
很快我意识到是因为代理服务导致的，但在网上找了好久都没有发现有用的解决办法，不过最后成功摸索出来了。随后重新git clone，一切正常。把http.proxy部分删了就好。使用env指令查询系统代理。在命令行粘贴如下命令。
2024-01-20 03:38:16
902
原创 【docker】(已解决)failed to authorize failed fetch oauth token Post https auth.docker.io token Method…
于是我很快上网去查，出来的结果都是叽里呱啦不知道在讲什么，搞来搞去扯一通丝毫没有解决办法，完全是浪费时间，恶心死人了。查看Docker教程，受到启发，命令前面加个sudo即可。
2024-01-20 03:35:49
1538
原创 【pip install】相关几种报错及解决办法
以下记录我在pip install某package时遇到的几种报错，幸运地，这些雷在安装PyQt5时全踩中了，那就以它为例。
2023-12-11 21:14:21
644
原创 【Python+Selenium】百川任务平台自动接取任务脚本
在该平台上接取任务时，经常由于僧多粥少，无法完成每日工作量，只好趴在电脑前一遍遍刷新，这种机械重复的过程理所应当可以用代码实现。我没有选择使用连点器，因为**连点器需要电脑界面一直停留在浏览器网页上，导致我没法干别的事情，其次，连点器比较死板，对于其他情况没法做出灵活应对。**经查阅资料，Selenium工具可以实现这个功能，于是便有了这篇针对接取百川平台任务的项目。最后经测试，每个任务语音播放阶段设置为100秒，5秒左右刷新一次网页，大概130秒左右可完成一次视频审改。
2023-12-11 20:01:14
1542
原创 【Kaggle】比赛Regression with a Mohs Hardness Dataset-解读PlayGround Series S3 E25 EDA and simple model
先用lgbm在训练集训练，将预测结果作为新的特征合并入数据集，再输入神经网络模型再次训练。搞半天，还数据探索性分析，没怎么预处理，提交结果也并没有他说的0.29，而是0.36，不过他构建的nn模型值得学习。有一说一，图画的很漂亮！！！前段代码可以保存下来，以后直接用。只能说不算浪费时间，有点收获。。。真坑。
2023-11-27 11:07:29
964
原创 【机器学习竞赛+笔记干货】工业蒸汽量预测：模型融合篇（七）
一般可以从以下几方面进行优化：- 研究模型学习曲线，判断模型是否过拟合或者欠拟合并做出相应的调整。- 对模型权重参数进行分析，对于权重绝对值高或低的特征，可以进行更细化的操作，也可以进行特征组合。- 进行Bad-Case分析，针对错误的例子确定是否还有地方可以修改挖掘。- 进行模型融合。
2023-11-19 00:07:52
526
原创 【机器学习竞赛+笔记干货】工业蒸汽量预测：特征优化篇（六）
在决策树系列算法中，由于每一个样本都会被映射到决策树的一片叶子上，因此我们可以把样本经过每一棵决策树映射后的index（自然数）或one-hot-vector（哑编码得到的稀疏矢量）作为一项新的特征加入模型中。要为分桶特征定义特征列，则可以使用bucketized_column（而非numeric_column），该列将数字列作为输入并使用boundaries参数中指定的分桶边界，将其转换为分桶特征。分桶特征：以一定方式将连续型数值划分到不同的桶（箱）中，可以理解为是对连续型特征的一种离散化处理方式。
2023-11-16 07:10:06
110
1
原创 【机器学习竞赛+笔记干货】工业蒸汽量预测：模型验证篇（五）
K折交叉验证（K-Fold Cross Validation）是将原始数据分为K组，然后每个子集数据分别做一次验证集，其余K-1组子集数据作为训练集，得到K个模型，将K个模型最终的验证集的分类准确率取平均值，作为K折交叉验证分类器的性能指标。有关时间序列的样本切分必须保证时间上的顺序性，不能用未来的数据去验证现在数据的正确性，只能用时间上之前一段的数据建模，而用后一段时间的数据来验证模型预测的效果。验证曲线的横轴为某个超参数的一系列值，由此比较不同参数设置下（而非不同训练集大小）模型的准确率。
2023-11-16 07:08:30
161
1
原创 【机器学习竞赛+笔记干货】工业蒸汽量预测：模型训练篇（四）
通过找出某个样本的k个最近邻居，将这些邻居的某个属性的平均值付给该样本。根据一定准则，将一个空间划分为若干个子空间，然后利用子空间内所有点的信息表示这个子空间的值。划分的点在空间中有近似的分布和值的相似性，利用这些划分区域的均值或者中位数代表这个区域的预测值。
2023-11-16 07:05:34
99
1
原创 【机器学习竞赛+笔记干货】工业蒸汽量预测：特征工程篇（三）
映射函数直接将不重要的特征删除，不过这样会造成特征信息的丢失，不利于模型精度。数据分析以抓住主要影响因子为主，变量越少越有利于分析。特征选择常用于统计分析模型中，以及超高维数据分析或者建模预处理中，例如基因序列建模。
2023-11-16 07:03:49
326
1
原创 【ubuntu20.04+catrographer】衰仔踩坑记录
usr/bin/ld: 最后的链结失败: bad valueso动态库编译加上了-fPIC选项 但在链接 libprotobuf.a时， libprotobuf.a的编译未加入-fPIC选项，所以需要 重新编译libprotobuf 并加入 -fPIC选项。make输入其他错误很容易在其他博客找寻到，甚至可以自行解决，相信你可以的。最后，祝顺利！！！
2023-08-27 13:08:15
358
原创 AI量化模型预测挑战赛baseline（学习笔记）（一）
首先是认识到了一些语法，以及一些函数的用法，比如groupbyf1_scoresubplotKFoldlistdir。希望在之后的学习中，一点一点熟悉它们，最后能够学以致用，大大提高效率。认识了CatBoost决策树，但是具体原理并不清楚，我打算先学会用再去探索原理。学习了一些特征构造方法。
2023-08-09 23:16:45
124
1
原创 农民身份识别挑战赛baseline（学习笔记）（二）
主要学到了利用pytorch框架构建神经网络模型、定义损失函数、定义优化器的方法，这是我此一次用，比之前自己从神经元开始写起确实方便很多很多。在训练和预测的时候，感觉这里用到的方法和TTA异曲同工，它重复预测三次，每次输入的图像都有一定概率在原图片的基础上进行一些变换，将预测结果相加，最后比较大小以确定最终预测结果。
2023-08-09 22:09:50
85
1
原创 相关Warning及Error收集（一）
将文件夹重新命名即可，记得代码里面的路径也要一起改了。可能代码里忘了导入time。或者把这个参数删掉最简单。因为路径名带有中文。
2023-08-05 05:29:46
904
1
原创 农民身份识别挑战赛baseline（学习笔记）（一）
传统提取图像特征的方法在结果上表现并不好，但是仍然可以有启发作用。通过仔细阅读，我学习到了tqdm以及glob库的使用，特别是glob，极大地方便了我后续读取文件的过程。有关注到这种K最邻近算法模型的构建方法，还有训练集的交叉验证过程，都给了我很大的启发。在此之前，我都是numpy和pandas一条龙，效率低而且缺乏严谨性，花费了很多时间效果却很差。我将自己每一次的学习笔记分享出去，方便你，还有我温习。
2023-08-05 05:24:39
87
1
原创 【Python-pdg2pdf】将.pdg文件转化为.jpg图片，再合并生成一个PDF文件
在Github上找到了一个现成的项目，可以将.pdg转成.pdf格式
2023-06-30 04:30:04
1147
原创 【Pymssql】(已解决)使用cursor.fetchall()方法获取SQL语句执行结果时，出现中文乱码
如果数据库中存储的字符集是UTF-8,可以在连接字符串中添加charset参数。查了资料，出现中文乱码的原因可能是由于数据库中存储的字符集与Python解释器所使用的字符集不一致导致的。
2023-06-30 01:44:28
1164
原创 【Pytorch】CIFAR-10+AlexNet，.pth格式转化为.onnx格式并调用（学习笔记）
我的了解：data_batch_1到data_batch_5以及test_batch文件都包含一万张分辨率为32 * 32的图片信息。分为test和train两个文件夹，每个文件夹里各包含十个子文件夹，命名为1~10。后来BATCH_SIZE=1000时显示内存不足，就用的500。最后准确率稳定在79%左右，最高的是第十九次，结果已没保存忘了。，好像有点小，得到五个模型，最高准确率是第五次53%。最大的就是第一个，标签为0，就对了嘛。把文件夹里的六个文件转化为图片↓。第六个最大，标签为5，欧了。
2023-03-29 23:33:19
274
原创 【ArcGIS+Excel】导入经纬度信息，绘制地理分布图（详细步骤）
关于利用Python和腾讯地图API批量获取地点经纬度信息，可以参考。除此之外，笔者还设置了地名name一列，就像这样↓↓↓。肯定得有地点对应的经纬度信息嘛。安装ArcGIS，安装包👇。然后就能看到地图上的点了。
2023-03-29 23:13:50
10427
10
原创 【Python+腾讯地图API】批量获取国内某地经纬度信息（详细步骤）
对request库还不太熟悉，但是使用步骤好像类似。tengxun()函数忘了是从哪位佬那抄来的，没找到原博客，侵删。
2023-03-27 06:44:09
2728
12
原创 【VS2019+OpenCV】（已解决）读取视频错误几种原因总结及解决办法OpenCV Error Assertion failed (size.width..)cv imshow, line 376
OpenCV(4.2.0) Error: Assertion failed (size.width>0 && size.height>0) in cv::imshow, file C:\build\master_winpack-build-win64-vc15\opencv\modules\highgui\src\window.cpp, line 376
2023-01-20 20:04:50
2195
2
华科数值计算方法上机实验123完整结果-华中科技大学-Matlab代码及结果截图（供参考）
2024-01-08
百川任务平台自动接取任务脚本Windows可执行文件
2023-12-11
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人