Ali_start的博客

原创 工业相机选型的重要参数

工业相机介绍工业相机是机器视觉系统中的一个关键组件，其最本质的功能就是将光信号转变成有序的电信号。选择合适的相机也是机器视觉系统设计中的重要环节，相机的选择不仅直接决定所采集到的图像分辨率、图像质量等，同时也与整个系统的运行模式直接相关。工业相机又俗称摄像机，相比于传统的民用相机（摄像机）而言，它具有高的图像稳定性、高传输能力和高抗干扰能力等，市面上工业相机大多是基于CCD（Charge ...

转载 工业相机产生拖影原因分析

物体只要是运动的，拖影就一定会有的，为了使其不对检测产生显著影响，不同的项目类型，对拖影相对 长度的限制不尽相同，对于尺寸测量的项目，拖影对测量精度会有严重影响，在这种情况下，就会要求拖影长度尽可能短，例如不超过1/3像素，或者不超过一个像素等，而对于识别、计数等相关的项目则对拖影的要求会相对宽些，这些要求一般情况下如此，并非绝对，具体看实际情况需要。 运动速度和曝光时间是直接影响拖...

转载 软件工程之软件概要设计

转自：https://www.cnblogs.com/youcong/p/9500921.html在完成对软件系统的需求分析之后，接下来需要进行的是软件系统的概要设计。一般说来， 对于较大规模的软件项目，软件设计往往被分成两个阶段进行。首先是前期概要设计，用于确 定软件系统的基本框架；然后是在概要设计基础上的后期详细设计，用于确定软件系统的内部 实现细节。 概要设计也称总体设计，其基本目标是能...

原创 Kdevelop安装与介绍

在ubuntu环境下的安装(easy):sudo apt-get install Kdevelop 打开Kdevelop下载后的界面        New Progect         然后都可以选择默认（空行是cmake参数）                       包含一个默认的程序                         右...

原创 Apollo研发迭代模式

目录3.0架构github代码搭建最小子集定位感知规划迭代模式数据深度学习算法研发流程3.0架构         github代码docker docs modules（核心） script tools          线控车辆需求：http://apollo-homepage.bj.bcebos.com/Apollo_by_...

原创 Apollo架构工具

平台架构云服务平台： HD地图  仿真  数据平台  安全  云更新  指令控制软件平台   ： 地图工程  定位  感知  （预测） 规划  安全  控制  自主规划  人机交互硬件平台   ： 计算单元  GPS  相机  激光雷达  毫米波雷达  超声波雷达  指令设备（平板）  黑盒（数据记录）车辆平台   ： 线控车辆      平台主要issueDocker...

原创 Apollo ROS

ROS概述 Apollo ROS原理 ROS深入介绍 Apollo框架使用目录ROS概述机器人操作系统的历史核心概念基础message 类型首先启动 ROScore编译系统——基于cmakeApollo ROS原理通信性能优化去中心化网络拓扑数据兼容性扩展ROS深入介绍ROS packages基本组成方式CMakeLists怎么去编译RO...

原创 Apollo控制二——控制器

overview                      预处理——控制器——后处理预处理：planning的信号输入处理（目标轨迹、车辆状态（坐标，速度，加速度，角速度，方向等）） 非正常输入处理 紧急情况处理 信号过滤等                         控制器：最大限度的降低与目标轨迹的偏差建模 系统识别 控制观测器设计 调参   ...

原创 Apollo预测规划二——运动规划（2）

运动规划的 内部优化    (know the problem solver)约束问题的最优解方法：动态规划通过类似于有限元的方式，把问题抽象成在一个离散的空间里面，把重复计算进行简化。但是计算量还是较大。                                                                                         ...

原创 Apollo预测规划二——运动规划（1）

定位：Where we are 感知：What we see 预测：How the environment will change 规划：How we move 控制：How to control the carBasic Motion Planning and Overview   基本运动规划 和概述Motion Planning with Autonomous Driving ...

原创 yolov3 pytorch实现1

yolo不多做介绍，请参相关博客和论文本文主要是使用pytorch来对yolo中每一步进行实现   参考：https://blog.paperspace.com/tag/series-yolo/需要了解：卷积神经网络原理及pytorch实现 yolo等目标检测算法的检测原理，相关概念如 anchor（锚点）、ROI（感兴趣区域）、IOU（交并比）、NMS（非极大值抑制）、LR sof...

原创 卡尔曼滤波及实现

参考视频 https://www.bilibili.com/video/av4356232/参考博客 https://blog.csdn.net/codesamer/article/details/81191487目录1.预测值 与 状态预测公式1.1预测状态的协方差P1.2观测值 与 观测噪声协方差R2.1状态更新2.2预测值的噪声分布（协方差）P 的更新整合...

原创 Apollo感知二——感知类型与算法

定位：Where we are 感知：What we see 预测：How the environment will change 规划：How we move 控制：How to control the car目录感知概貌传感器和标定传感器的选择传感器安装传感器标定  感知算法Lidar感知视觉感知CNN检测CNN分割后处理计算红绿灯...

原创 Apollo定位二——传感器与坐标系

定位：Where we are 感知：What we see 决策：How the environment will change 规划：How we move 控制：How to control the car目录1. 技术入门GPS定位点云匹配定位视觉定位惯性导航推算轨迹多传感器融合定位 2.基础知识——主要讲述各种坐标系三维坐标系的几何变换常用坐...

原创 Appollo高精度地图二——数据采集生产及产品实例

第一部分介绍高精度地图传感器 计算模型 视觉制图 制图规范第二部分介绍产品HERE MobilEye Waymo TomTom第三部分介绍百度apollo的制图流程硬件采集方案 采集流程 制图服务 高精地图信息介绍高精度地图采集的传感器GPS                                                           ...

原创 opencv4.0 读取保存摄像头数据

读取保存摄像头数据import cv2#读取每一帧cap = cv2.VideoCapture(0)#cap大小sz = (int(cap.get(cv2.CAP_PROP_FRAME_WIDTH)), int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT)))#fps fps = 33#视频类型fourcc = cv2.VideoWr...

原创 自动驾驶硬件配置

原创 机器人操作系统ROS

ROS（机器人操作系统，Robot Operating System），是专为机器人软件开发所设计出来的一套电脑操作系统架构。它是一个开源的元级操作系统（后操作系统），提供类似于操作系统的服务，包括硬件抽象描述、底层驱动程序管理、共用功能的执行、程序间消息传递、程序发行包管理，它也提供一些工具和库用于获取、建立、编写和执行多机融合的程序。与计算机操作系统对比：核心ROS教程：http:...

原创 Apollo控制

控制就是驱动车辆前行的策略——转向、加速、制动       最大限度地降低与目标轨迹的偏差（cost误差最小）控制器要求：准确、平行、平稳、可行 控制的输入：目标轨迹：路径规划、轨迹规划 车辆状态：坐标（x，y）、速度、加速度、方向控制的输出：转向、加速、制动 三种控制策略比例积分微分控制(PID) 线性二次调节器(LQR) 以及模型预测控制(MPC)1.比例...

原创 Apollo规划

在规划中 我们通过结合高精度地图，定位和预测来构建车辆轨迹，第一步是路线规划，地图路线导航，从 A 前往 B， Apollo 中 通过路线规划模块处理该任务，第二步是轨迹规划，目标是生成免碰撞和舒适的可执行轨迹，该轨迹由一系列点定义，每个点都有一个关联速度，和一个指示何时应抵达那个点的时间戳路线规划（路由）路线规划三个输入：第一个输入为地图，Apollo 提供的地图数据包括公路...

原创 Apollo预测

Apollo预测主要是指 通过预测人车辆或其它物体的运动轨迹。而进一步对车辆的路径进行生成。预测路径有实时性的要求预测的方法主要有：基于模型的方法：比如决策树，分层判断其将会行走的路线数据驱动的方法：CNN、RNN训练预测的信息依据车道线的预测（lane sequence）             首先将复杂的车辆运动转化为车道序列的预测。就是预测车会继续在他车道走，还是...

原创 决策树

决策树的构建，就是从训练数据集中归纳出一组分类规则，使它与训练数据矛盾较小的同时具有较强的泛化能力。有了信息增益来量化地选择数据集的划分特征，使决策树的创建过程变得容易，主要分几步：1.计算数据集划分前的信息熵2.遍历所有未作未划分条件的特征，分别计算根据每个特征划分数据集后的信息熵3.选择信息增益最大的特征，并使用这个特征作为数据划分节点来划分数据4.递归地处理被划分后的所有子数...

转载 缺失值处理方法

缺失值处理方法综述原文：https://blog.csdn.net/w352986331qq/article/details/78639233 缺失值是指粗糙数据中由于缺少信息而造成的数据的聚类、分组、删失或截断。它指的是现有数据集中某个或某些属性的值是不完全的。缺失值的产生的原因多种多样，主要分为机械原因和人为原因。 机械原因是由于机械原因导致的数据收集或保存的失败造成的数据缺失，比如数...

原创 逻辑回归

参考：逻辑回归实现class LogisticReressionClassifier: def __init__(self, max_iter=200, learning_rate=0.01): self.max_iter = max_iter self.learning_rate = learning_rate def ...

原创 线性回归

from sklearn.linear_model import LinearRegression #线性回归from sklearn.preprocessing import PolynomialFeatures #多项式类from sklearn.pipeline import Pipeline #管道 串联两个类import nump...

原创 KNN回归

import matplotlib.pyplot as pltimport numpy as np# 生成训练样本n_dots = 40X = 5 * np.random.rand(n_dots, 1)y = np.cos(X).ravel()# 添加一些噪声y += 0.2 * np.random.rand(n_dots) - 0.1# 训练模型from sklearn...

原创 KNN分类

import matplotlib.pyplot as pltimport numpy as npfrom sklearn.datasets.samples_generator import make_blobs# 生成数据centers = [[-2, 2], [2, 2], [0, 4]]X, y = make_blobs(n_samples=600, centers=cente...

原创 numpy基本操作

# coding: utf-8# # numpy基本操作# # NumPy系统是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵。# 更多操作参考http://www.runoob.com/numpy/numpy-tutorial.html# # numpy reshape# # reshape()# revel()...

原创 Apollo感知

目录计算机视觉任务视觉图像lidar图像深度学习卷积神经网络检测与分类tracking跟踪segmentation 语义分割Apollo感知：传感器比较：雷达与激光雷达：感知融合卡尔曼滤波硬件平台计算机视觉任务作为人类可以自动识别图像中的物体，甚至可以推断这些物体之间的关系。但是 对于计算机而言，图像只是红色、绿色和蓝色值的集合。如何...

原创 Apollo定位

定位是让车辆知道自己位置的方法。定位主要分为四种方法：1.GPS定位：        根据三角测量的思想，使用卫星传播数据的方法，对目标进行定位。        主要有三部分组成：卫星、控制站、接收机。        缺点：遇到阻挡没有信号，更新频率低 10HZ~2.惯性导航定位：               使用三轴加速计，计算车辆加速度。        ...

原创 你一定不要停下来，称为你想成为的人。

对待生命，我们不妨大胆一点，因为我们始终要失去它。——尼采你千万不要见怪，城市是一个几百万人一起孤独生活的地方。——卢梭有些笑容背后是紧咬牙关的灵魂。 ——柴静我来不及认真的年轻，待明白过开时，只能选择认真的老去。 ——三毛据说那些你一笑就跟着你笑得人，不是傻逼，就是爱着你的人。——不二情书草在结它得种子，风在摇它得叶子，我们站着，不说话，就十分美好。 ——顾城当我说“未来...

原创 信息增益——信息熵

熵是一个热力学中表征物质状态的参量之一，物理意义为：体系混乱程度的度量。信息熵是为了解决信息量化问题。香浓【】认为，一条信息的信息量和它的不确定性有直接关系。一个问题的不确定性越大，要搞清楚这个问题，需要了解的信息就越多，其信息熵就越大。                                                                    横坐标...

原创 numpy 基本操作

numpy基本操作NumPy系统是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵。 更多操作参考http://www.runoob.com/numpy/numpy-tutorial.htmlnumpy reshape reshape() revel()numpy 加法 乘法 （数字） 加法 乘法 （数组） 点乘 ...

原创 Appollo高精度地图

无人驾驶最主要的几方面：高精度地图、定位、感知、预测、规划、控制Apollo高精地图主要包括：道路定义    （地图道路） 交叉路口    （记住交叉路口的地物信息等） 交通信号    （记住交通灯的位置，计算高度等） 车道规则    （记住当前路段的车道规则）处理高精地图外还有俯视图、相对定位图、三维点云地图来作为辅助没有高精度地图 L3 L4 是无法落地的普通的...

原创 Apollo无人驾驶概览

Apollo(阿波罗)是于2017年4月19日，百度向汽车行业及自动驾驶领域的合作伙伴提供的一个软件平台。视频课程连接 http://bit.baidu.com/Subject/index/id/16.html 百度Apollo联合北京大学开设的Apollo自动驾驶暑期课程 http://apollo.auto/devcenter/devcenter_cn.html Apollo无人驾...

原创 try except 异常处理

在写程序时出现异常或者错误的情况，导致程序的终止。可以使用try...except...finally语句块来处理异常 try...excepta=10b=0c = a/b-----------------------------------------Traceback (most recent call last): File "<stdin>", l...

原创 机器学习介绍

本文主要参考 scikit-learn机器学习 常用算法原理及编程实践源码连接http://www.hzcourse.com/web/refbook/detail/7641/226本文包括 介绍机器学习应用，机器学习的分类，机器学习开发的典型步骤1介绍机器学习应用得益于摩尔定律，计算机硬件（CPU、GPU）为很多通过大量数据学习的算法提供很好的条件，这类算法称为机器学习算法。传...

转载 计算机视觉~~~

这两年，计算机视觉似乎火了起来计算机视觉的黄金时代真的到来了吗？。生物医学、机械自动化、土木建筑等好多专业的学生都开始研究其在各自领域的应用，一个视觉交流群里三分之一以上都不是计算机相关专业的。当然，我也是其中一员。 对于非计算机相关专业的学生而言，学习过程中往往缺少交流机会，不容易把握知识的全貌。这里仅根据个人经验谈一谈对于一名非计算机专业的学生而言，该如何学习计算机视觉。1.编程能力...

转载 深度学习在计算机视觉领域的前沿进展

作者：元峰链接：https://zhuanlan.zhihu.com/p/24699780来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。  引言  在今年的神经网络顶级会议NIPS2016上，深度学习三大牛之一的Yann Lecun教授给出了一个关于机器学习中的有监督学习、无监督学习和增强学习的一个有趣的比喻，他说：如果把智能（Intelli...

转载 EazyPR

非常详细的讲解车牌识别转载自： http://www.cnblogs.com/asks/p/4372736.html 我正在做一个开源的中文车牌识别系统，Git地址为：https://github.com/liuruoze/EasyPR。　　我给它取的名字为EasyPR，也就是Easy to do Plate Recognition的意思。我开发这套系统的主要原因是因为我希望能够锻...