- 博客(79)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 laser_filters
scan_to_scan_filter_chain 是一个非常小的节点，它包装了filters::FilterChain的实例。scan_to_cloud_filter_chain 是一个非常小的节点，它包装了filters::FilterChain和filters::FilterChain的实例。
2024-04-02 09:36:05
1020
原创 pointcloud_to_laserscan
但是，如果您的传感器是有角度的，或者您有其他一些深奥的用例，您可能会发现此节点非常有帮助！与节点相同的 API，可用作pointcloud_to_laserscan/pointcloud_to_laserscan_nodelet。pointcloud_to_laserscan_node采用点云并根据提供的参数生成 2D 激光扫描。~angle_min ( double，默认值：-π/2)~angle_max ( double，默认值：π/2)~range_max（双精度，默认值：4.0）
2024-04-02 09:24:52
535
原创 sensor_msgs/LaserScan
（可选）包含每个激光束的测量强度值的数组，用于表示反射强度或其他属性。数组的长度等于激光束的数量。: 包含每个激光束的测量距离值的数组，单位为米。数组的长度等于激光束的数量。消息的结构定义，用于表示激光雷达的扫描数据。: 每个激光束之间的角度增量，以弧度为单位。: 激光束的最小角度，以弧度为单位。: 激光束的最大角度，以弧度为单位。: 激光束之间的时间增量，单位为秒。: 每次扫描的持续时间，单位为秒。: 可测量到的最小距离，单位为米。: 可测量到的最大距离，单位为米。
2024-03-29 14:20:25
142
原创 frontier_exploration
实现ROS 的前沿探索，扩展现有的导航堆栈（costmap_2d、move_base）。它通过actionlib（提供 Rviz UI）接受探索目标，将移动命令发送到move_base。用于前沿探索的 ROS Node 和 Costmap 2D 插件层。
2024-03-24 00:04:46
254
原创 caret
aret包的数据预处理和数据分割功能，包括哑变量处理、近零方差处理、高相关变量删除、完全线性关系变量删除、数据分割等。GitHub - topepo/caret: caret (Classification And Regression Training) R package that contains misc functions for training and plotting classification and regression models
2024-03-21 14:49:35
206
原创 ROS多机通信
在充分的单机学习测试之后，往往要进行真实机器人的测试，那么就要接触到多机通信的问题。ROS采用的分布式网络通信，只要正确的设置和ROS_IP两个环境变量，就可以成功实现ROS的多机通信，有时我们也称之为主从机设置，但是在这里初学者往往因为没有深入理解ROS通信机制而产生问题，ROS Wiki的说明也比较笼统，但是需要先行阅读，后面我们详细说明在多机通信产生问题时如何处理。
2024-03-20 17:19:49
593
原创 C解析YAML
你需要根据你的实际需求来扩展事件处理逻辑，以便能够将YAML数据转换为你的应用程序可以使用的结构。解析复杂的YAML可能需要你维护一个状态机，来追踪当前文档、映射和序列的开始和结束，从而正确地构建数据结构。解析器，将其与一个YAML文件关联并且开始解析文件。我们检查每一个YAML事件，并且简单地打印出来它的类型以及相关数据（对于。安装库后，你就可以使用它来解析YAML文件了。在C语言中解析YAML文件，你可以使用如。是一个用来解析和生成YAML数据的C库。库进行YAML解析的一个基本示例。
2024-03-18 18:52:01
329
原创 message_filters时间戳同步
行注释或取消注释来选择你想要使用的策略。注意：ExactTime 和 ApproximateTime 策略都需要你设置合适的队列大小（在本例中为10），这个大小决定了消息可以在队列中的最大数量。调整这些策略最重要的是根据你的具体场景需求和可能出现的问题。如果你的系统可以保证消息会精确地同步到达，那么使用。如果你的系统无法保证这种精确度，或者你想要一个更为健壮的系统对时间戳的微小差异不那么敏感，在ROS中，用于接收消息并可以根据过滤器需要满足的条件在稍后输出这些消息。是两种常见的同步策略。
2024-03-18 18:45:49
632
原创 ros::spin()与ros::AsyncSpinner的区别
在 ROS (Robot Operating System) 中，消息处理的一个关键功能是调用。它们都用于在节点中处理回调函数，例如订阅器的回调。
2024-03-18 18:33:38
482
原创 清除Docker已停止的容器
如果你有正在运行的容器，上述命令将不能删除它们，除非你添加。请谨慎使用上述命令，因为这会移除你所有的容器，且无法恢复。要清除在Docker中列出的所有已停止的容器（通过。这将删除所有状态为“已退出”的容器。系统会提示你确认是否要继续进行。显示的），你可以使用。
2024-03-12 17:19:36
501
原创 Ubuntu解压RAR文件
这应该能够帮助你在Ubuntu上解压RAR文件。如果遇到任何问题，可以检查命令是否正确或者软件包是否已正确安装。由于RAR是一种专利格式，Ubuntu默认的归档管理器可能不支持它。因此，你需要先从仓库中安装。注意路径后面的斜杠是必要的，它指明这是一个目录。在Ubuntu中解压RAR文件需要使用一个叫做。不可用或者安装有问题，可以尝试安装。命令用于提取文件和文件夹，而。是你的RAR文件的名称。
2024-03-12 14:33:11
621
原创 PnP算法
PnP(Perspective-n-Point)是求解3D到2D点的对应方法。如果两张图像中的一张特征点3D位置已知，那么至少需要3个点对(以及至少一个额外验证点验证结果)就可以计算相机的运动。objectPoints - 世界坐标系下的控制点的坐标，vector 的数据类型在这里可以使用。PnP问题的几何结构如下图所示，给定3D点的坐标以及对应2D点的坐标以及内参矩阵，求解相机的姿态。特征点的3D位置可以由三角化或者RGB-D相机的深度图确定，当然还有其他方法。
2024-03-07 09:21:40
735
原创 Yolov8 用于定向物体检测
若遇到新问题，可以用以下方式联系我交流，为了提高沟通效率，请询问地提供相关信息以便我复现该问题。检查使用是否正确，善用搜索引擎流程和github中的问题搜索框可以，极大的编程节省您的时间。我使用了其他精彩开源项目的实用函数。并且此仓库已重新构建，定向检测最新基本用法请参见。在使用中有任何问题，建议先按照。安装和数据集准备请参考。检查环境依赖项，再按照。
2024-03-05 17:59:12
431
原创 ONNX-TensorRT
对于以前版本的 TensorRT，请参阅其各自的分支。ONNX 的 TensorRT 后端。有关常见问题和疑问的列表，请参阅常见。支持的 TensorRT 版本。，具有全尺寸和动态形状支持。解析 ONNX 模型以使用。有关最近更改的列表，请参阅。如需业务咨询，请联系。
2024-03-05 17:49:07
340
原创 艾利特机械臂ROS
在使用ROS平台的相关软件时，会出现一些由于软件包未安装导致运行时出现的报错，基于已有的一些软件包，我们制作了一个一键安装的脚本。该脚本是一个开源的自动安装ros以及相关环境配置的脚本，通过该脚本可以一键安装ROS，一键安装VSCode，一键更换系统源以及一键配置rosdep等多种功能。在使用ros时，需要在终端中频繁的将ros的工作空间加入环境变量中，通过该脚本，将当前的工作空间自动写入环境变量中，后续无需频繁的`source devel/setup.bashrc`.
2024-03-05 16:56:47
1086
原创 Got permission denied while trying to connect to the Docker daemon socket at unix:///var/run/docker.
【代码】Got permission denied while trying to connect to the Docker daemon socket at unix:///var/run/docker.
2024-03-01 16:48:55
360
原创 fatal error: curses.h: No such file or directory #include ＜curses.h＞
sudo apt-get install libncurses5-dev
2024-02-18 11:30:25
351
原创 rtl8821CU驱动安装
GitHub - brektrou/rtl8821CU: Realtek RTL8811CU/RTL8821CU USB Wi-Fi adapter driver for Linux
2024-02-01 11:20:40
482
原创 文件对比软件
综上所述，WinMerge是一个功能齐全且适合新手的文件对比软件，而TextDiff则是轻量级的免费选择，尽管它的功能不如Beyond Compare全面。如果预算充足，Beyond Compare可能是更好的选择，因为它提供了更深入的对比和分析功能。文件对比软件可以帮助用户比较和差异化的文档、代码或其他类型的文件。
2024-01-19 10:19:45
408
原创 ROS GPS消息类型sensor_msgs/NavSatFix Message
Header headerNavSatStatus statusfloat64 latitudefloat64 longitudefloat64 altitudefloat64[9] position_covarianceuint8 COVARIANCE_TYPE_UNKNOWN = 0uint8 COVARIANCE_TYPE_APPROXIMATED = 1uint8 COVARIANCE_TYPE_DIAGONAL_KNOWN = 2uint8 COVARIANCE_TYPE_KNOWN = 3uin
2024-01-15 17:41:09
461
原创 Inkscape SVG 编辑器 导入 Gazebo
本教程描述了拉伸 SVG 文件的过程，这些文件是 2D 的 图像，用于在 Gazebo 中为您的模型创建 3D 网格。有时是 更容易在或等程序中设计模型的一部分。在开始之前，请确保您熟悉。本教程将向您展示如何在 Inkscape 中将自定义轮子制作为 .svg， 并将其导入 Gazebo，以便可以将其连接到机器人上。
2023-12-20 15:24:01
1885
原创 Gazebo GUI模型编辑器
要同时更新车轮的碰撞，请转到“碰撞”选项卡，展开唯一的碰撞项目，然后输入相同的几何尺寸。为简单起见，本教程将为我们的车辆使用现有的插件。转到“视觉对象”选项卡以查看此链接中的视觉对象列表，展开唯一的视觉对象项，向下滚动到该部分并将其更改为 0.2m。在“对齐连杆”部分中，选择将两个连杆在轴上居中的选项，然后选择移动脚轮的选项，使其放置在车辆的正后部。对另一个前轮重复关节创建过程和轴配置，确保 a） 底盘是关节的父轮，车轮是子轮，b） 旋转轴设置为 ，并且 c） 使用选项将右轮对齐，因为它位于底盘的另一侧。
2023-12-20 10:40:35
1400
原创 Gazebo初学GUI
实时”是指在现实生活中流逝的实际时间，即 模拟器运行。底部工具栏显示有关模拟的数据，例如模拟时间 以及它与现实生活时间的关系。部分菜单 选项在工具栏中复制，或作为右键单击上下文菜单选项进行复制 在场景中。在“插入”选项卡中，您可以向 模拟。单击（并释放）要插入的模型，然后单击 再次在场景中添加它。World 选项卡显示当前位于 场景，并允许您查看和修改模型参数，例如它们的 姿势。如果您没有看到 菜单中，将光标移动到应用程序窗口的顶部，然后 应该出现。这是模拟的地方 对象是动画的，您可以与环境进行交互。
2023-12-20 09:52:12
919
原创 Gazebo11更新安装
将计算机设置为接受来自 packages.osrfoundation.org 的软件。ROS Melodic版本安装的是Gazebo9，Gazebo 最新版本是11。出现的是 gazebo9 相关的插件，需要卸载全部插件。
2023-12-19 17:16:25
666
原创 使用 TensorFlow FasterRCNN 网络进行目标检测
生成的特征映射由 RPN 层和建议层使用，用于生成可能包含对象的感兴趣区域（ROIs）。作为第二分支，特征映射还在 ROIPooling（或更确切地说是 CropAndResize 层）中使用，以从建议层输出的指定 ROIs 裁剪特征映射的补丁。通过对图进行预处理，我们可以将图中的多个操作合并成一个单独的自定义操作，可以在 TensorRT 中实现为插件层。微调包括根据它们的置信度选择置信度最高的顶部框，执行 NMS 操作，最后选择经 NMS 操作后具有最高置信度的顶部框。它还输出候选对象的粗略坐标。
2023-10-31 16:26:17
1034
原创 BEV基础
BEVFusion（Bird's Eye View Fusion）： BEVFusion是一种用于将多个传感器（如激光雷达、相机、雷达等）获取的信息融合在一起，形成综合的BEV表示的算法。总的来说，BEV基础是指在自动驾驶和智能交通领域中常见的一些BEV相关算法和技术，用于将车辆周围环境的三维信息转换成二维的鸟瞰图，并进行深度估计和多传感器融合，以提高车辆的感知和决策能力。在计算机视觉领域中，BEV（Bird's Eye View）是一种常见的数据表示方式，用于处理车辆或行人的感知和决策任务。
2023-08-03 16:29:01
373
原创 C++语言理解和应用能力
解释封装（Encapsulation）、集成（Inheritance）、和多态性（Polymorphism）的概念。什么是虚函数（Virtual Function）和纯虚函数（Pure Virtual Function）?什么是移动语义（Move Semantics）和右值引用（Rvalue Reference）?解释什么是多态性（Polymorphism）和继承性（Inheritance）。什么是类（Class）和对象（Object）？解释堆（Heap）和栈（Stack）的区别和用途。
2023-07-31 16:14:59
237
原创 TensorFlow、PyTorch分布式训练
需要注意的是，这只是一个简单的代码示例，实际上在进行分布式训练时，还需要考虑很多因素，例如数据的分发、模型的同步、梯度的累积等。因此，在实际的分布式训练中，您需要更深入地了解分布式训练的原理和实现细节，以及相应框架提供的API和工具，才能正确地配置和启动分布式训练任务。在实际应用中，您也需要根据自己的需求和资源情况，选择合适的分布式训练策略和配置方式。因此，在实际的分布式训练中，您需要更深入地了解分布式训练的原理和实现细节，以及相应框架提供的API和工具，才能正确地配置和启动分布式训练任务。
2023-05-30 15:39:32
1128
2
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人