- 博客(64)
- 资源 (5)
- 收藏
- 关注
RSS订阅原创 人工智能之数学基础篇—线性代数基础（下）
人工智能之数学基础篇—线性代数基础（下）1 转置矩阵和逆矩阵1.1 转置矩阵1.2 逆矩阵2 行列式2.1 行列式引例2.2 行列式的定义2.3 行列式与矩阵的区别2.4 行列式的计算3 矩阵的秩3.1 向量组1 转置矩阵和逆矩阵 在机器学习中，转置矩阵和逆矩阵是常用到的两个操作。1.1 转置矩阵 矩阵 AAA 的行和列互相交换所产生的矩阵称为 AAA 的转置矩阵，记为 ATA^{T}AT， 该运算称为矩阵的转置运算 ，其实质就是将矩阵的行变为列，列变为行。 例如：A=[26
2021-11-29 01:10:09
1581
2
原创 PyTorch框架学习（二） — 一文精通张量操作
PyTorch框架学习 — 张量操作与线性回归1 张量的操作1.1 拼接1 张量的操作1.1 拼接torch.cat()torch.cat(tensors, dim=0, *, out=None) → Tensor【功能】：将张量按照 dim 维度进行拼接，所有张量必须具有相同的形状。...
2021-11-25 16:59:24
3031
11
原创 吴恩达《神经网络和深度学习》第四周编程作业—深度神经网络应用--Cat or Not?
吴恩达《神经网络和深度学习》— 深度神经网络应用--Cat or Not?※※※※※上一篇：【构建深度神经网络】※※※※※ 在这篇文章中，我们将使用在上一篇文章中实现的函数来构建深层网络，并将其应用于分类cat图像和非cat图像。希望你会看到相对于先前的逻辑回归实现的分类，准确性有所提高。学完本篇文章将掌握的技能： ∙\bullet∙ 建立深度神经网络并将其应用于监督学习...
2021-11-16 16:55:54
2770
1
原创 人工智能之数学基础篇—线性代数基础（上）
人工智能之数学基础篇—线性代数基础 在数学领域，为了便于研究，一些较复杂的函数可以用简单的函数来近似表达。而本篇文章将要介绍的泰勒公式，可以用简单熟悉的多项式近似代替公式中出现的函数，从而将复杂的公式化简为多顶式的求解问题。 同时，泰勒公式为计算机领域实现科学计算的所需函数提供了一种解题思路，可以利用计算机加减乘除的基本运算实现各种数学函数模型。 最优化理论是应用数学的一个分支，也是人工智能数学模型的理论基础之一。 最优化理论研究的是判定给定目标函数的最大值（最小值）是否存在，并找到令目标函数取到
2021-11-16 01:35:57
7661
1
原创 吴恩达《神经网络和深度学习》第四周编程作业—构建深度神经网络
吴恩达《神经网络和深度学习》— 构建深度神经网络1 安装包2 构建深度神经网络的框架3 初始化3.1 两层神经网络参数的初始化3.2 L层神经网络参数的初始化4 前向传播模块4.1 线性前向4.2 前向线性激活4.3 L层模型5 损失函数6 后向传播模块※※※※※上一篇：【用一层隐藏层的神经网络分类二维数据】※※※※※ 在上一篇教程中我们已经训练了一个两层的神经网络（只有一个隐藏层）。这篇文章，我们将学会构建一个任意层数的深度神经网络，并实现构建深度神经网络所需的所有函数！学完本篇文章将掌握的技
2021-11-16 00:46:03
2969
1
原创 吴恩达《神经网络和深度学习》第三周编程作业—用一层隐藏层的神经网络分类二维数据
吴恩达《神经网络和深度学习》—用一层隐藏层的神经网络分类二维数据1 安装包2 数据集 现在是时候建立你的第一个神经网络了，它将具有一层隐藏层。你将看到此模型与你使用逻辑回归实现的模型之间的巨大差异。做完该作业将掌握的技能： ∙\bullet∙ 实现具有单个隐藏层的二分类神经网络 ∙\bullet∙ 使用具有非线性激活函数的神经元，例如tanh ∙\bullet∙ 计算交叉熵损失 ∙\bullet∙ 实现前向和后向传播 本文所使用的资料：【点击下载】，提取码：rc4u。请在开始之
2021-11-12 12:22:22
3971
2
原创 吴恩达《神经网络和深度学习》第二周编程作业—用神经网络思想实现逻辑回归
吴恩达《神经网络和深度学习》编程作业—用神经网络思想实现逻辑回归1 安装包2 问题概述做完该作业将掌握的技能： ∙\bullet∙ 建立学习算法的一般架构，包括： （1）初始化参数 （2）计算损失函数及其梯度 （3）使用优化算法（梯度下降） ∙\bullet∙ 按正确的顺序将以上所有三个功能集成到一个主模型上。 本文所使用的资料：【点击下载】，提取码：xoyp。请在开始之前下载好所需资料，然后将文件解压到你的代码文件同一级目录下，请确保你的代码那里有lr_utils
2021-11-10 15:32:56
4413
原创 吴恩达《神经网络和深度学习》第二周编程作业—numpy入门，函数向量化实现
吴恩达《神经网络和深度学习》课程作业—numpy入门，函数向量化实现1 使用numpy构建基本函数1.1 sigmoid function和np.exp()1.2 Sigmoid gradient1.3 重塑数组1.4 行标准化1.5 广播和softmax函数2 向量化2.1 向量和矩阵的点积、内积和对应元素逐个相乘运算2.2 实现L1和L2损失函数做完该作业将掌握的技能： ∙\bullet∙ 会使用numpy，包括函数调用及向量矩阵运算 ∙\bullet∙ 理解Python中“广
2021-11-09 13:43:23
4670
原创 人工智能之数学基础篇—泰勒公式与拉格朗日乘子法
人工智能之数学基础篇—泰勒公式与拉格朗日乘子法1 泰勒公式出发点2 泰勒公式和麦克劳林公式3 阶数和阶乘的作用4 麦克劳林展开式的应用5 拉格朗日乘子法6 求解拉格朗日乘子法 在数学领域，为了便于研究，一些较复杂的函数可以用简单的函数来近似表达。而本篇文章将要介绍的泰勒公式，可以用简单熟悉的多项式近似代替公式中出现的函数，从而将复杂的公式化简为多顶式的求解问题。 同时，泰勒公式为计算机领域实现科学计算的所需函数提供了一种解题思路，可以利用计算机加减乘除的基本运算实现各种数学函数模型。 最优化理论是
2021-11-05 10:10:46
3432
原创 人工智能之数学基础篇—微积分
人工智能之数学基础篇—微积分1 微积分的基本思想2 微积分的解释3 定积分3.1 定积分的定义3.2 定积分的几何含义4 定积分的性质5 牛顿一莱布尼茨公式5.1 积分上限的函数及其导数5.2 牛顿一莱布尼茨公式5.3 牛顿一莱布尼茨公式的几何解释 微积分作为初等数学和高等数学的分水岭，在现代科学中有着极其重要的作用。17世纪末 ，微积分的概念和技巧不断扩展并被广泛应用于解决天文学、物理学中的各种实际问题。例如，求瞬时速度 、 曲线切线 、 曲线长 、曲线围成的面积 、 由面围成的体积等问题
2021-11-03 15:10:19
5139
4
原创 人工智能之数学基础篇—高等数学基础（下篇）
人工智能之数学基础篇—高等数学基础下篇6 方向导数6.1 方向导数的定义6.2 方向导数的几何意义7 梯度8 综合实例一梯度下降法求函数的最小值 最后，来重点介绍一下方向导数和梯度。因为梯度下降法是机器学习领域非常重要的算法之一，也是应用广泛的优化算法之一。在本篇文章中，我将综合实例来重点介绍梯度下降法及其应用，并利用Python语言编程实现。查看本文之前，可以先阅读人工智能之数学基础篇—高等数学基础上篇和人工智能之数学基础篇—高等数学基础中篇。6 方向导数6.1 方向导数的定义 由二
2021-11-02 01:39:47
4423
4
原创 人工智能学习路线图（超详细、超全面）
人工智能学习路线图 由于人工智能领域涵盖的范围非常之大、所涉及的理论知识非常的复杂，并且对你的代码能力，实战操作能力都有很高的要求。因此，如果不选择一条合适的学习路线就盲目的进行学习，最终往往会半途而废！ 经过我的不屑努力，终于找到了一份我觉得非常不错的学习路线图，几乎涵盖了 AI 领域所有的知识点，并且每个知识点都有详细的文档。有了这个路线图的指导，或许能帮助你快速入门乃至成为 AI 领域的佼佼者。话不多说，直接上链接： 项目地址：https://github.com/AMAI-GmbH/
2021-10-29 16:54:38
13049
6
原创 人工智能之数学基础篇—高等数学基础（中篇）
人工智能之数学基础篇—高等数学基础中4 连续性与导数4.1 函数连续性定义4.2 函数连续性需要满足的条件4.3 函数的间断点4.4 函数间断点的常见类型4.5 导数4.5.1 导数的定义4.5.2 导数的几何意义4.5.3 导数的基本求导法则4.5.4 反函数的求导法则4.5.5 复合函数的求导法则4.5.6 常用的求导公式5 偏导数 在这篇文章，我将简单的总结一下连续性与导数、偏导数、方向导数等高等数学基本概念，这些概念是理解人工智能算法的基础数学知识。4 连续性与导数
2021-10-28 16:53:11
4424
4
原创 人工智能之数学基础篇—高等数学基础（上篇）
人工智能之数学基础篇—高等数学基础1 函数1.1 函数的定义1.2 几种特殊函数的定义 在这篇文章，我将简单的总结一下函数、极限、无穷大和无穷小、连续性与导数、偏导数、方向导数、梯度等高等数学基本概念，这些概念是理解人工智能算法的基础数学知识。其中梯度下降算法是机器学习领域的重要算法，是应用最广泛的优化算法之一。在本篇文章中，我将结合综合实例来介绍梯度下降算法，并通过Python语言编程实现。1 函数 我们经常会遇到彼此之间有依赖关系的变量，如圆的面积 sss 与它的半径 rrr 之间存在
2021-10-24 23:36:23
3895
1
原创 1024-开启人工智能学习之旅
个人简介 本人本科毕业于某985机械工程专业，学习了四年发现这个行业实在太过于枯燥，更实际的想法是当时觉得这个行业出去薪资待遇过低，因此保研到另一所985高校之后，选择了车辆工程专业，研究方向为：多车协同控制，多车编队驾驶。想着毕业之后能去一家做自动驾驶的公司，但是由于种种原因毕业之后没能进入到比较好的自动驾驶公司，去了一家做车联网的互联网企业（这个时候V2X领域刚发展起来不久，处于非常热门的阶段），2020年大半年的时间里主要负责C-V2X协议栈的开发以及基于V2X通信相关的预警算法开发，今年由于.
2021-10-24 01:58:39
7180
4
原创 PCL中点云配准精通级实例解析
PCL中点云配准精通级实例解析1 如何将扫描数据与模板对象进行配准2 基于VFH描述子聚类识别与位姿估计2.1 训练阶段2.1.1 建立树结构源代码2.1.2 树结构建立程序解释说明2.2 测试阶段2.2.1 近邻搜索源代码2.2.2 近邻搜索代码解释说明2.3 编译运行程序1 如何将扫描数据与模板对象进行配准 本小节综合利于PCL中多个模块，介绍如何对齐已有的模型与一个获取的深度图像数据，在这个例子中，利用包含一个人的深度图像场景作为目标，与获取的脸部模板数据进行对齐配准，通过模板匹配可以估计
2021-10-22 16:57:40
4282
4
原创 PCL中点云配准（非常详细，建议收藏）
PCL中点云配准（一）1 PCL中实现的配准算法及相关概念1.1 一对点云配准 随着计算机辅助设计技术的发展，通过实物模型产生数字模型的逆向工程技术获得了越来越广泛的应用，与此同时硬件设备的日趋完善也为数字模型操作提供了足够的技术支持。在逆向工程、计算机视觉、文物数字化等领域中，由于点云的不完整、旋转错位、平移错位等，使得要得到完整点云就需对局部点云进行配准。为了得到被测物体的完整数据模型，需要确定一个合适的坐标变换，将从各个视角得到的点集合并到一个统一的坐标系下，形成一个完整的数据点云，然后就可以方
2021-10-20 16:54:21
14738
26
原创 PCL中点云特征描述与提取精通级实例解析
PCL中点云特征描述与提取精通级实例解析1 3D对象识别的假设验证2 隐式形状模型方法2.1 隐式形状模型识别方法概述2.2 实例解析1 3D对象识别的假设验证 本教程将学习在高噪声和严重遮挡的场景中，如何通过模型假设验证，进行复杂场景下的3D目标识别。本教程实例先进行描述子匹配，然后运行之前教程介绍过的基于对应点聚类的识别算法，获取点对应的聚类，从而确定场景中目标模型假设的实例。在这些假设实例中本教程的核心部分是利用全局假设验证算法来减少错误的模型实例假设。所以说，本教程是前面教程基于对应点聚类
2021-10-15 10:57:58
3462
2
原创 PCL中3D点云特征描述与提取（三）
PCL中3D点云特征描述与提取（三）1 如何从一个深度图像中提取NARF特征1 如何从一个深度图像中提取NARF特征 本小节将演示如何从一个深度图像中提取NARF特征点位置的NARF特征描述子。可执行程序能够加载一个点云（如果用户没有给定，则自动创建随机点云），从中提取特征点，然后在这些位置估算特征描述子，接着在一个深度图像和三维视图中可视化这些特征点位置。 首先创建一个工作空间narf_keypoint_extraction，然后再在工作空间创建一个文件夹src用于存放源代码：mkdir -p
2021-10-13 16:57:45
4070
原创 PCL中3D点云特征描述与提取（二）
PCL中3D点云特征描述与提取（二）1 点特征直方图描述子1.1 理论基础1 点特征直方图描述子 正如点特征表示法所示，表面法线和曲率估计是某个点周围的几何特征基本表示法。虽然计算非常快速容易，但是无法获得太多信息，因为它们只使用很少的几个参数值来近似表示一个点的k邻域的几何特征。然而大部分场景中包含许多特征点，这些特征点有相同的或者非常相近的特征值，因此采用点特征表示法，其直接结果就减少了全局的特征信息。本小节将介绍三维特征描述子中的一位成员：点特征直方图（Point Feature Histog
2021-10-12 15:00:46
3561
原创 PCL中3D点云特征描述与提取（一）
PCL中3D点云特征描述与提取1 特征描述与提取的概念及相关算法1.1 3D形状内容描述子1.2 旋转图像（Spin Images）1.3 PCL中特征描述与提取模块及类2 点云特征描述与提取入门级实例解析2.1 PCL中描述三维特征相关基础2.1.1 理论基础 3D点云特征描述与提取是点云信息处理中最基础也是最关键的一部分，点云的识别、分割、重采样、配准、曲面重建等处理的大部分算法，都严重依赖特征描述与提取的结果。从尺度上来分，一般分为局部特征描述和全局特征描述，例如局部的法线等几何形状特征
2021-10-12 00:16:20
10229
1
原创 PCL中采样一致性算法
PCL中采样一致性算法1 随机采样一致性相关概念及算法1.1 RANSAC随机采样一致性算法简介 在计算机视觉领域广泛应用各种不同的采样一致性参数估计算法，用于排除错误的样本，样本不同，对应的应用则不同，例如别除错误的配准点对，分割出处在模型上的点等。PCL中以随机采样一致性算法(RANSAC)为核心，同时实现了五种类似于随机采样一致性估计参数算法的随机参数估计算法，例如随机采样一致性估计(RANSAC)、最大似然一致性估计(MLESAC)、最小中值方差一致性估计(LMEDS)等，所有的估计参数算法都
2021-10-08 14:54:03
3308
4
原创 PCL中点云关键点提取
PCL中点云关键点提取1 关键点概念及相关算法1.1 NARF关键点1.2 Harris关键点1.3 PCL中keypoints模块及类介绍2 关键点入门级实例解析2.1 如何从深度图像中提取NARF关键点2.2 SIFT关键点提取2.3 Harris关键点提取 关键点也称为兴趣点，它是2D图像、3D点云或曲面模型上，可以通过定义检测标准来获取的具有稳定性、区别性的点集。从技术上来说，关键点的数量相比于原始点云或图像的数据量小很多，它与局部特征描述子结合在一起，组成关键点描述子，常用来形成原始数据的紧凑
2021-10-05 00:41:30
7445
4
原创 PCL点云与深度图像
PCL中点云与深度图像1 RangeImage概念及相关算法1.1 深度图像简介1.2 PCL中RangeImage的相关类2 从一个点云创建一个深度图像 目前，深度图像的获取方法有：激光雷达深度成像法、计算机立体视觉成像、坐标测量机法、莫尔条纹法、结构光法等。针对深度图像的研究重点主要集中在以下几个方面：深度图像的分割技术，深度图像的边缘检测技术，基于不同视点的多幅深度图像的配准技术，基于深度数据的三维重建技术，基于深度图像的三维目标检测技术，深度数据的多分辨率建模和几何压缩技术等。在PCL中深度图像
2021-09-30 14:48:14
4816
3
原创 PCL点云滤波器总结
PCL入门教程—点云滤波2 编写动作服务器2.1 编写动作服务器代码 在获取点云数据时，2 编写动作服务器 首先，让我们来编写一个动作服务器，该动作服务器使用我们在ROS2入门教程—创建一个动作消息（action）一文中创建的用来计算斐波那契序列的动作。2.1 编写动作服务器代码 在action_tutorials_cpp/src目录下创建新文件fibonacci_action_server.cpp，然后拷贝如下代码：...
2021-09-27 14:56:48
2969
1
原创 ROS2入门教程—eloquent版本安装
ROS2入门教程—eloquent版本安装sudo apt update && sudo apt install curl gnupg2 lsb-releasesudo curl -sSL https://raw.githubusercontent.com/ros/rosdistro/master/ros.key -o /usr/share/keyrings/ros-archive-keyring.gpgecho "deb [arch=$(dpkg --print-architec
2021-09-26 15:56:46
2074
原创 ROS2入门教程—编写动作服务器和客户端（C++版）
ROS2入门教程—编写动作服务器和客户端（C++版）1 创建功能包2 编写动作服务器2.1 编写动作服务器代码2.2 代码解释2.3 编译动作服务器2.4 运行动作服务器3 编写动作客户端3.1 编写动作客户端代码3.2 代码解释3.3 编译动作客户端3.4 运行动作客服端 动作是ROS 2中异步通信的一种形式。动作客户端将目标请求发送到动作服务器。动作服务器将目标反馈和结果发送到动作客户端。1 创建功能包 开启一个新终端，设置好环境变量，然后进入到dev_ws/src目录下，使用以下命令创建新的
2021-09-26 15:12:07
2716
原创 ROS2入门教程—创建一个动作消息（action）
ROS2入门教程—创建一个动作消息（action）1 创建功能包2 定义一个动作 我们在ROS2入门教程—理解动作（Action）一文中已经了解了ROS2中的动作（action），与其他通信类型及其各自的接口（topics/msg和services/srv）一样，您也可以在包中自定义动作。本教程将向您展示如何定义和构建一个动作，该动作可与将在下一教程中编写的动作服务器和动作客户端一起使用。1 创建功能包 开启一个新终端，设置好环境变量，然后进入到dev_ws/src目录下，使用以下命令创建新的功能
2021-09-26 10:16:22
2219
原创 ROS2入门教程—ros2doctor简介
ROS2入门教程—ros2doctor简介1 检查设置2 检查系统 当ROS 2安装程序未按预期运行时，可以使用ros2doctor工具检查其设置。ros2doctor检查ROS 2的所有方面，包括平台，版本，网络，环境，正在运行的系统等，并警告您可能的错误和问题原因。 ros2doctor仅在Eloquent及更高的版本中可以使用。 ros2doctor是ros2cli包的一部分。只要我们安装了ros2cli，我们就能够使用ros2doctor，通常我们安装ros2的时候就安装了这个包。1
2021-09-25 01:08:45
1855
原创 ROS2入门教程—在C++类中使用ROS2参数
ROS2入门教程—在类中使用ROS2参数1 创建功能包2 编写C++节点代码2.1 代码解释2.2 添加编译配置3 编译运行3.1 通过终端修改参数值3.2 通过Launch文件修改参数值 当我们自己编写节点功能时，有时候需要添加一些能够在launch文件中配置好的参数。本教程将向您展示如何在C++类中创建这些参数，以及如何在launch文件中设置这些参数。1 创建功能包 首先打开一个新终端，并且设置环境变量，以便ros2命令能够正常工作。然后进入到dev_ws/src文件夹，运行创建功能包的指
2021-09-24 13:27:57
3749
原创 ROS2入门教程—自定义话题及服务消息类型_拓展
ROS2入门教程—自定义话题及服务消息类型_拓展1 创建功能包2 创建msg文件3 编译msg文件4 设置多个接口 在前面的教程中，我们已经学习了如何在一个功能包中创建自定义msg和srv接口，然后在其他功能包中调用自定义的接口。虽然在专用接口功能包中声明接口是一个好习惯，但有时在一个功能包中声明、创建和使用接口更加方便。本教程将重点介绍在一个功能包中声明、创建和使用msg接口类型，但本教程的步骤适用于所有接口类型。1 创建功能包 首先打开一个新终端，并且设置环境变量，以便ros2命令能够正常工作
2021-09-23 15:33:33
3087
原创 ROS2入门教程—自定义话题及服务消息类型
ROS2入门教程—自定义话题及服务消息类型1 创建功能包2 创建自定义接口3 修改CMakeLists.txt4 修改package.xml5 编译6 验证msg和srv创建成功7 测试自定义接口(1) 测试Num.msg(2) 测试AddThreeInts.srv 在之前的教程中，我们已经使用消息和服务接口来了解话题、服务以及简单的发布者/订阅者节点和服务/客户端节点。在这些情况下，我们使用的接口都是预先定义好的。虽然使用预定义的接口定义是一种很好的做法，但在很多时候，ROS中预定义的接口并不能完全满
2021-09-23 14:18:39
2661
原创 ROS2入门教程—创建一个简单的服务器和客户端（C++版）
ROS2入门教程—创建一个简单的服务器和客户端（C++版）1 创建功能包2 创建服务节点3 创建客户端节点4 编译运行 当节点使用服务进行通信时，发送数据请求的节点称为客户端节点，响应请求的节点称为服务器节点。请求和响应的结构由.srv文件确定。接下来我们就尝试实现一个简单的服务通信模型，客户端发送两个加数，服务器完成加数求和之后应答求和结果。1 创建功能包 首先打开一个新终端，并且设置环境变量，以便ros2命令能够正常工作。然后进入到dev_ws/src文件夹，运行创建功能包的指令创建一个新的功
2021-09-23 10:52:00
2510
1
原创 ROS2入门教程—创建一个简单的订阅者和发布者（C++版）
ROS2入门教程—创建一个简单的订阅者和发布者（C++版）1 创建功能包2 创建发布者节点3 设置发布者节点依赖项4 设置发布者节点编译规则5 创建订阅者6 编译并运行 节点是通过ROS graph进行通信的可执行进程。在本教程中，节点将通过话题以字符串消息的形式相互传递信息。这里使用的例子是一个简单的“talker”和“listener”系统；一个节点发布数据，另一个节点订阅该话题，以便它可以接收该数据。之前我们已经通过命令行实现过话题的发布和订阅，本篇我们就来尝试下如何通过C++代码来实现发布者和订
2021-09-22 16:18:53
6217
2
原创 ROS2入门教程—创建ROS2功能包（C++版）
ROS2入门教程—创建ROS2功能包（C++版）1 ROS2中的功能包2 创建功能包3 编译功能包4 设置环境变量5 运行功能包6 功能包中的内容7 修改package.xml文件 功能包是ROS2中组织代码的基本容器，方便我们编译、安装、分发开发的代码，一般来讲，每个功能包都是用来完成某项具体的功能相对完整的单元。1 ROS2中的功能包 ROS2中的功能包可以使用CMake或者Python两种方式来编译（本篇文章主要介绍CMake），其本身是一个“文件夹”，但和文件夹不同的是，每个功能包中都会有
2021-09-22 13:58:16
3279
原创 ROS2入门教程—创建ROS2工作空间
ROS2入门教程—创建ROS2工作空间1 设置环境变量２ 创建一个新文件夹 ROS2中的工作空间类似我们常说的概念——“工程”，是我们在ROS中开发具体项目的空间，所有功能包的源码、配置、编译都在该空间下完成。我们可能会同时开发多个项目，就会产生多个工作空间，所以工作空间之间也有一个层次的问题，类似于优先级的概念，比如不同工作空间中有同名的功能包，那运行的时候是启动哪一个呢？ROS默认是启动最上层的工作空间（ overlay），上层工作空间中的功能包会覆盖（override）下层工作空间（underla
2021-09-22 12:46:09
1785
原创 ROS2入门教程—录制/回放数据
ROS2入门教程—录制/回放数据1 配置2 选择一个话题3 ros2 bag录制话题数据4 查看数据库文件5 ros2 bag回放数据 有的时候我们希望在别人已有的数据集上做开发，或者复现之前已经构建好的场景数据，这时候就可以用ROS2中的ros2 bag工具了。ros2 bag是一个命令行工具，可以实现对ROS2系统中话题数据的录制和回放，选定的数据会被打包放到一个数据库文件中，未来使用该工具即可按照时间轴回放所有话题数据。 在使用rosbag前，需要确认是否安装好了，因为通过桌面版安装ROS2的
2021-09-22 01:38:31
2415
原创 ROS2入门教程—创建一个launch文件
ROS2入门教程—创建一个launch文件1 配置2 创建launch文件内容3 启动launch文件4 使用rqt_graph观测系统 到现在为止，每次启动一个ROS2中的节点，我们都需要开启一个新的终端运行ros2 run指令，如果机器人系统中的节点很多，这样就会非常麻烦，而且还需要对每个节点进行配置。ROS2针对这个问题，专门设计了launch启动文件，可以通过一个类似脚本的文件，一起启动多个节点并允许在文件中对节点进行配置。使用ros2 launch命令运行单个launch文件将立即启动整个系统
2021-09-22 00:11:35
4721
原创 ROS2入门教程—rqt_console工具的使用
ROS2入门教程—rqt_console工具的使用1 启动rqt_console2 启动小海龟仿真器3 在rqt_console中显示日志消息4 日志级别 在终端中运行ROS2节点时，节点的日志信息会在终端中显示出来，但是这种方式呈现的日志比较凌乱，所以ROS2提供了一个专门用于管理日志信息的可视化工具——rqt_console。使用rqt_console，您可以随着时间的推移收集这些消息，以更有序的方式仔细查看它们，过滤它们，保存它们，甚至在不同的时间重新加载保存的文件以进行内省。1 启动rqt_c
2021-09-21 19:28:46
1691
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人