7 Snail_Walker

尚未进行身份认证

行胜于言!

等级
TA的排名 778

个人主页开启

现在开始搞个个人英文博客,主要是用英文写博客,对自己做过的东西也好做一个梳理:http://yuchenspace.info/about/现在网站还在慢慢建设中~

2019-07-20 15:20:14

Learning to Navigate in Cities Without a Map 理解

问题定义在真实世界中进行无定位辅助,类似于人直觉长距离导航。输入为当前的视觉输入和目标地点。输出就是接下来应该怎么走,才能到达目的地。PS:Navigation相比于planning来说更加粗糙,就是不需要具体到某个地点,而是一个大概的方向确定。问题解决使用DRL,定义状态:当前视觉输入;定义动作:五个离散动作,快慢向前,这个应该是由GoogleMap采集地图的摄像头确定的;奖励:最开始...

2019-05-27 05:28:33

Direct Visual Localisation and Calibration for Road Vehicles in Changing City Environments 论文总结

这篇Paper是由牛津大学出品,一作现在在英国ScapeTech做视觉定位、AR的东西。二作去了Nuro做SLAM的老大~三作是牛津的Prof,同时在Oxbotica创业做CTO。不得不说,三个人还是蛮强的~二作的人后面出来了NID-SLAM,可以说是延续了imagesimilarity比较的思路。这一篇和上一篇说的方法基本类似,基本流程如下:建图:将camera和LiDAR进行融合...

2019-03-30 07:07:35

Visual Localization within LiDAR Maps for Automated Urban Driving 讲解

这篇Paper是由UM的两位所作,RyanWolcott和RyanEustice。基本可以确定是Ryan一个人写的代码、整套东西,比较Tenure很少自己写代码了。这篇Paper是iROS2014的bestpaper,所以还是具有很高的含金量的。这篇Paper主要是提出了使用LiDARmap进行单目定位的方法,思想不是很复杂,但是从最后效果来看作者在加速方面花了不少心思。整个算法流程如...

2019-03-29 09:48:25

LiDAR Camera Calibration

LiDAR和Camera的联合标定,目前有不少方法,不同方法适合不同的传感器。如果有必要,可以自己写一个联合标定的工具,不少公司会自己再写一个,因为标定之后精度可以更高。如果LiDAR是32,及其以上,适合使用BaiduApollo的方法,毕竟我们都想要下面这种美好的结果:但是如果是VLP-16,那么ILCC、LiDARcameracalibration、Autowarecalibr...

2019-03-11 09:47:39

LiDAR SLAM的比较

在自动驾驶领域,定位是很重要的一环,为了建立更有鲁棒性、精确的定位,在实际自动驾驶车上往往都会使用激光雷达。激光雷达相比于摄像头,对光照变化不敏感,适合白天和黑夜,绝大多数路况。激光雷达获得的距离信息精度很高,获取的feature很稳定。当然,激光雷达LiDAR对大雨天,大雾天的精度会降低,空中颗粒物会使激光方向发生一些变化~目前LiDARSLAM中,从kitti中可以看到kittiodom...

2019-03-11 09:25:44

软件工程思考(五)

设计模式设计模式就是从实践中提取出来的一套核心的思想。设计模式可以用在不同的领域,是思想的提炼。一个模式包含了命名、所解决的问题、解决方法(抽象出每个部分以及做好它们之间的联系)、结果(在benefit和cost之间权衡)。CreationalPatternStructuralPatternBehavioralPattern...

2018-10-28 10:03:47

软件工程思考(四)

Prototyping在生成产品以前,一般需要进行原型验证,可以得到遇到的困难以及用户体验,需要增加的功能进行加入新的东西。原型验证中,平台选择、需求清晰化以及用户接口这些都是未知的,所以有较高的风险。原型验证中UI设计可以使用纸质或者是用程序写。在原型和产品间有鸿沟,比如需求、平台等等。而且做完原型可以提早发现问题,甚至砍掉项目。在原型设计中,明白需要验证什么,分析什么,对于原型验证需要知...

2018-10-14 10:25:06

Test Driven Development感悟

编程的思想有面向过程编程、面向对象编程、面向接口编程。面向接口编程是现在很多公司在使用的,面向接口效率更好,而且使得业务代码更加简洁易调试。面向对象的方法使得代码会多出很多接口,可以为以后的使用留接口,但是开发效率不高。面向过程写代码,可以比较快的完成任务,但是之后要再修改复用就很浪费时间,要改很多东西。所以现在我写代码为了在面向对象和面向过程中权衡,我会选择面向接口编程。在写代码的过程中,需要...

2018-10-14 08:37:43

软件工程思考(三)

项目风险评估,项目的原型设计以及需求理解。RiskManagement项目风险管理中,先要明白什么是风险,风险涉及未知性和损失。在进行风险评估的时候需要知道动态和静态的损失,明白得到与失去,同时要知晓其中的机会。风险评估需要进行各方面的权衡,系统性的看问题,对于突发情况需要有应急处理,让项目更少处于风险之下。风险的属性包括:影响,概率,时间。就是这个风险影响有多大,发生这个风险的概率是多...

2018-09-30 01:02:49

软件工程思考(二)

软件工程思考(二)框架项目规划软件的周期测试框架在实际软件设计中,我们更倾向于使用现有的已经证明比较好用的框架。在人工智能领域,比如Tensorflow、PyTorch就是很好的框架。使用框架可以提高代码重用、后期维护等等。而且速度做起来更快很多,所以软件设计中很喜欢用框架来做,自己造轮子的话,速度慢、而且别人来维护、系统工作也需要较长的时间成本。但是框架的问题在于:它想解决很多问题,导致抽...

2018-09-23 02:03:27

软件工程思考(一)

在实际工作的时候,码代码并不是一切,是我们实现一个完整软件的一个重要步骤。在软件设计的过程中,我们需要知道软件设计流程、项目管理、需求分析、技术和架构设计、测试和分析性能等等。我们在软件设计的过程中,最好能够使用较好的debug工具、配置管理、单元测试、性能分析等等。在这里特别推荐一本书《RogerS.Pressman,SoftwareEngineering,APractition...

2018-09-16 07:51:28

漫步人生路

在美帝工作了几个月,感觉生活很不错,很小资,朝九晚五的生活让我慢慢觉得缺少了些什么。目前做的事情是我喜欢的方向,做的是自动驾驶中很重要的一个领域,挑战还是不小的,需要正视这些差距,但是我最近懈怠了,在靡靡之音中容易忘记自己想要做的事情,没有努力去做。居安而思危,我需要保持清醒的头脑,知道自己需要做什么。从一点一滴不要急躁,急躁就会使得原本能够做好的事情花更多的时间去做。走一步,再走一步,不需要一下...

2018-08-27 03:02:14

新的文章地址

我最近写文章都在知乎上面写了,感觉写的东西更多人来看和讨论。贴一个地址:https://zhuanlan.zhihu.com/c_156056199

2018-02-25 23:17:57

CNN Architecture:从LeNet-5到CapsulesNet

LeNet-5AlexNetVGGNetGoogLeNetResNetDenseNetCapsulesNetSummary转载请注明出处:http://blog.csdn.net/c602273091/article/details/79119303对于LeNet-5和AlexNet的论文我都有认真看过,对于另外的结构略看了paper。这篇博客主要还是以总结为主,对各

2018-01-22 03:48:21

Optimization之GD,Newton Method

gradientdescentNewtonsMethodMomentumAdagradRMSPropAdam转载请注明出处:http://blog.csdn.net/c602273091/article/details/79111771机器学习或者是深度学习中涉及了不少优化理论,那么问题来了,在机器学习中,它优化的目标是什么?它是如何进行优化的?为什么进行这种优化?这

2018-01-21 12:36:46

RAM: Recurrent Models of Visual Attention 学习笔记

论文解析Torch代码GlimpseNetworkhiddenlayerlocatorattentionnetworkAgentparametersettingTF实践论文解析看了论文【1】和博客【9】【10】,我对RAM进行总结。要看懂这篇论文,需要强化学习中的policy-basedlearning和RNN的相关知识。如果对policygra

2018-01-14 21:32:00

深度强化学习之Policy Gradient & Actor-Critic Model & A3C

policygradientactor-criticA3Cpolicygradient在之前的DQN是进行valuefunction的approximation,是value-vasedRL。这次要讲的是policy-basedRL。对于RL的policy直接进行参数表示:比如可以输入state(一幅图片,一个featurevector),然后由带有参数的某种算法(比如linear

2018-01-12 02:45:01

DRL之DQN Deep Q Network 学习总结

本次总结从最底下的RefLinks的material中得来,如果对于某些细节不清楚可以看看链接中的内容。我在看10-703的视频的时候,我觉得Russ讲课还是很不错的,很多东西讲得言简意赅,短短几句就把DQN的核心讲得清楚。RL中核心的三个东西:policy,model和valuefunction。policy就是根据当前的state进行对应的action,当然可以是determinist

2018-01-11 09:07:18

Reinforcement Learning SARSA算法实现以及grid world模拟

gridworldSARSA算法实现gridworldOpenAIGym的Environment大部分是连续空间而不是离散空间的的Environment类,使用gridworld.py就可以模拟Environment的类【1】,【2】。使用这个类可以进行自定义格子的大小,水平和垂直格子数目。每个格子的奖励,初始状态。gridworld.py的初始化函数:de

2018-01-09 04:33:02

查看更多

勋章 我的勋章
  • 专栏达人
    专栏达人
    授予成功创建个人博客专栏的用户。专栏中添加五篇以上博文即可点亮!撰写博客专栏浓缩技术精华,专栏达人就是你!
  • 勤写标兵Lv1
    勤写标兵Lv1
    授予每个自然周发布1篇到3篇原创IT博文的用户。本勋章将于次周周三上午根据用户上周的博文发布情况由系统自动颁发。