wx:pjcoder-CSDN博客

原创 Ubuntu18 远程桌面 VNC-Server 配置[亲测]

①安装vinosudo apt updatesudo apt install vino②设Enable VNC 服务sudo ln -s …/vino-server.service /usr/lib/systemd/user/graphical-session.target.wantsgsettings set org.gnome.Vino prompt-enabled falsegsettings set org.gnome.Vino require-encryption falsesu

2021-11-14 20:03:30 2289

原创 ROS 导航过程中修改move_base参数

/move_base/DWAPlannerROS /move_base/global_costmap/inflation_layer /move_base/global_costmap/obstacle_layer /move_base/local_costmap/inflation_layer /move_base/local_costmap/obstacle_layerpythonimport rospyimport dynamic_reconfigure.clientif __nam

2021-11-09 15:39:43 1260

原创 Azure 微软|人脸检测|边界框检测|物体分类检测|WEB_API|PYTHON

开通服务略环境pip install --upgrade azure-cognitiveservices-vision-computervisionpip install pillowsubscription_key = “”endpoint = “”这两个是你需要的,在注册中获得.另外这个服务是免费的,每月限定次数,每次限定并发python 代码from azure.cognitiveservices.vision.computervision import ComputerVision

2021-09-07 09:26:50 410

原创 Android-Transformations.switchMap 理解

在map()功能LiveData userLiveData = ...; LiveData userName = Transformations.map(userLiveData, user -> { return user.firstName + " " + user.lastName; // Returns String }); 每次的userLiveData的值发生变化，userName将被更新到。请注意，我们正在返回String。在switchMap()功能：Mutab

2021-09-02 10:18:54 1625

原创 ROS::导航参数配置详解

gmapping 实例说明 <launch>  <arg name="scan_topic" default="scan" />  <arg name="base_frame" default="base_footprint"/>  <arg name="odom_frame" default="odom_c

2021-08-16 16:36:27 7987 2

原创 Kinect 骨骼/人体追踪的python开发环境搭建

Kinect 骨骼/人体追踪的python开发环境搭建开发环境：windows10目标设备：Kinect xbox one安装pycharm 开发环境（略）SDK 下载：Kinect for Windows SDK 2.0https://www.microsoft.com/en-us/download/details.aspx?id=44561Azure Kinect Body Tracking SDK v1.1.0https://www.microsoft.com/en-us/downlo

2021-08-11 13:15:05 3291 6

原创 Gazebo仿真Kinect相机内参获取，以及fx fy cx cy 的理解

sensor_msgs/CameraInfo MessageFile: sensor_msgs/CameraInfo.msgRaw Message Definition# This message defines meta information for a camera. It should be in a# camera namespace on topic "camera_info" and accompanied by up to five# image topics named:#.

2021-05-19 13:48:21 4675 2

原创 Jetson nano Ubuntu18 上疯狂安装Open3D

nano上安装Open3D成功的截图留念

2021-05-13 18:03:03 1420 11

原创 ROS::点云Open3d(1) Point Cloud

点云可视化import open3d as o3dimport numpy as np#点云可视化pcd = o3d.io.read_point_cloud("fragment.ply")print(pcd,type(pcd))print(np.asarray(pcd.points))o3d.visualization.draw_geometries([pcd], zoom=0.3412,

2021-05-09 13:43:00 1835

原创 ROS::点云PCL(6)随机采样一致性算法RANSAC *

场景平面模型经常被应用到常见的室内平面分割提取中，比如墙、地板、桌面，其他模型常应用到根据几何结构检测识别和分割物体（比如用一个圆柱体模型分割出一个杯子）。可用模型这些模型有圆柱、线、圆等基本的一些形状可以直接使用，通过这些模型去分割点云。RANSAC概念及作用RANSAC是“RANdom SAmple Consensus”（随机抽样共识或采样一致性）的缩写，它是一种迭代方法，用于从包含异常值的一组数据中估计数学模型的参数。该算法由Fischler和Bolles于1981年发布。RANSAC算

2021-05-05 20:49:48 1285

原创 ROS::点云PCL(5)离群点移除

理解激光扫描通常会生成不同点密度的点云数据集。此外，测量误差会导致稀疏的异常值，从而进一步破坏结果。这会使局部点云特征（例如表面法线或曲率变化）的估计复杂化，从而导致错误的值，进而可能导致点云配准失败。通过对每个点的邻域进行统计分析，并对不符合特定条件的部分进行修整，可以解决其中一些不规则现象。稀疏离群值的消除基于输入数据集中点到邻居距离的分布的计算。对于每个点，我们计算从它到所有相邻点的平均距离。通过假设结果分布是具有均值和标准差的高斯分布，可以将其平均距离在由全局距离均值和标准差定义的区间之外的所有

2021-04-29 14:12:07 844 1

原创 ROS::点云PCL(4)降采样

理解通过体素网格实现降采样，可以减少点数量的同时，保证点云的形状特征，可以提高配准、曲面重建、形状识别等算法的速度，并保证准确性。先来看看降采前的点云#include <ros/ros.h> #include <pcl/point_cloud.h> #include <sensor_msgs/PointCloud2.h> #include <pcl/io/io.h>#include <pcl/io/pcd_io.h>#inclu

2021-04-28 13:04:09 1475

原创 ROS::点云PCL(3)直通滤波

理解在获取点云数据时，由于设备精度、操作者经验、环境因素等带来的影响，以及电磁波衍射特性、被测物体表面性质变化和数据拼接配准操作过程的影响，点云数据中将不可避免地出现一些噪声点。实际应用中除了这些测量随机误差产生的噪声点之外，由于受到外界干扰如视线遮挡、障碍物等因素的影响，点云数据中往往存在着一些离主体点云较远的离散点，即离群点。不同的获取设备点云噪声结构也有不同。通过滤波完成的功能还包括孔洞修复、最小信息损失的海量点云数据压缩处理等。在点云处理流程中滤波处理作为预处理的第一步，往往对后续处理流程影响

2021-04-26 15:24:22 1068 2

原创 ROS::点云PCL(2)八叉树

理解建立空间索引在点云数据处理中已被广泛应用，常见空间索引一般是自顶向下逐级划分空间的各种空间索引结构，比较有代表性的包括 BSP 树、KD 树、KDB 树、 R树、R+树、CELL 树、四叉树和八叉树等索引结构，而在这些结构中 KD 树和八叉树在 3D点云数据排列中应用较为广泛。 PCL 对八叉树的数据结构建立和索引方法进行了实现，以方便在此基础上对点云进行处理操作。八叉树（Octree）的定义是：若不为空树的话，树中任一节点的子节点恰好只会有八个，或零个，也就是子节点不会有0与8以外的数目。那么

2021-04-26 14:26:01 1034

原创 ROS::点云PCL(1)kd-tree

理解通过3D相机（雷达、激光扫描、立体相机）获取到的点云，一般数据量较大，分布不均匀，数据主要表征了目标物表面的大量点的集合，这些离散的点如果希望实现基于邻域关系的快速查找比对功能，就必须对这些离散的点之间建立拓扑关系。常见的空间索引一般是自上而下逐级划分空间的各种索引结构，包括BSP树，k-d tree、KDB tree、R tree、CELL tree、八叉树等。有了这些关系，我们就可以实现点云的降采样，计算特征向量，点云匹配，点云拆分等功能。原理概述k-d tree（ k-dimensional

2021-04-25 15:14:34 623

原创 ROS教程 Gazebo仿真(7)-SLAM之gmapping路径规划move_base

接上篇ROS教程 Gazebo仿真-SLAM之gmapping 导航实现(2)amclhttps://blog.csdn.net/weixin_43928944/article/details/115910541配置move_basemove_base.launch<launch> <node pkg="move_base" type="move_base" respawn="false" name="move_base" output="screen" clear_p

2021-04-21 09:20:24 2486 4

原创 ROS教程 Gazebo仿真(6)-SLAM之gmapping 导航实现 amcl

接上篇ROS教程 Gazebo仿真-SLAM之gmapping 建图实现(1)https://blog.csdn.net/weixin_43928944/article/details/115906192amcl examplesroscd amclls examples该目录下会列出两个文件: amcl_diff.launch 和 amcl_omni.launch 文件，前者适用于差分移动机器人，后者适用于全向移动机器使用重点必须现扫图保存，再加载地图，否则amcl无效Request

2021-04-20 17:26:09 1156

原创 ROS教程 Gazebo仿真(5)-SLAM之gmapping 建图实现

接上篇ROS教程 Gazebo仿真(4)-Kinect深度相机https://blog.csdn.net/weixin_43928944/article/details/115905084安装gmapping准备工作安装 gmapping 包(用于构建地图):sudo apt install ros-<ROS版本>-gmapping安装地图服务包(用于保存与读取地图):sudo apt install ros-<ROS版本>-map-server安装 navigatio

2021-04-20 15:40:55 2421 1

原创 ROS教程 Gazebo仿真(4)-Kinect深度相机

接上一篇ROS教程 Gazebo仿真(3)-摄像头https://blog.csdn.net/weixin_43928944/article/details/115904765配置Kinectkinect_sensors.xacro<robot name="kinect_sensors" xmlns:xacro="http://wiki.ros.org/xacro"> <gazebo reference="camera"> <sensor ty

2021-04-20 14:18:46 3266 2

原创 ROS教程 Gazebo仿真(3)-摄像头

接上一篇ROS教程 Gazebo仿真(2)-激光雷达https://blog.csdn.net/weixin_43928944/article/details/115904044配置摄像头camera_sensors.xacro<robot name="camera_sensors" xmlns:xacro="http://wiki.ros.org/xacro"> <gazebo reference="camera"> <sensor type="ca

2021-04-20 13:52:59 2076 3

原创 ROS教程 Gazebo仿真(2)-激光雷达

接上一篇ROS教程 Gazebo仿真(1)–ros_control两轮差速控制https://blog.csdn.net/weixin_43928944/article/details/115899503配置激光雷达laser_sensors.xacro<robot name="my_sensors" xmlns:xacro="http://wiki.ros.org/xacro">  <gazebo reference="laser"&

2021-04-20 13:43:14 3971 2

原创 ROS教程 Gazebo仿真(1)--ros_control两轮差速控制

创建机器人描述catkin_create_pkg

2021-04-20 13:17:37 3769 1

原创 ROS moveit 安装|配置|模型|Setup Assistant

新建功能包#src下catkin_create_pkg marm_description urdf xacro项目根目录下： catkin_make 功能包完成launch<launch> <arg name="model" />  <param name="robot_description" command="$(find xacro)/xacro --inorder $(find marm

2021-02-18 10:37:26 1619 6

原创 ROS学习 TF坐标变换

TF变换已知小车base_link中心点(0,0,0) 激光雷达base_laser相对base_link位置,求激光雷达检测到的物体相对于小车中心点位置ROS中的坐标描述TF 静态坐标变换rosrun tf2_ros static_transform_publisher x偏移量 y偏移量 z偏移量 z偏航角度 y俯仰角度 x翻滚角度父级坐标子级坐标机器人的base_link 与其所有传感器坐标相对关系适合用TF静态坐标变换描述并放置在launch中。rosrun tf2_ros st

2021-02-10 17:29:27 861

原创 ROS学习 ArbotiX+rviz仿真

将功能包下载到项目根目录git clone https://github.com/vanadiumlabs/arbotix_ros.gitcatkin_make#修改所有者赋予执行权限 zw 为所有者sudo chown -R zw arbotix_ros/sudo chmod -R +x arbotix_ros/在第一节的模型基础上修改launch文件https://blog.csdn.net/weixin_43928944/article/details/113244731<l

2021-02-03 09:45:50 1272 3

原创 ROS学习 URDF建模

准备一个正常的项目创建一个机器人建模的功能包#src下catkin_create_pkg mbot_description urdf xacromkdir 以上目录urdf:存放机器人模型的URDF或xacro文件meshes:存放URDF中引用的模型渲染文件launch:保存相关启动文件config:保存rviz的配置文件在launch目录中建立启动文件<launch> <param name="robot_description" textfile="$(.

2021-01-27 15:54:15 464

原创树莓派优雅的安装dlib库

慢dlib是非常有用的库，我发现越是有用的库装起来越TM费劲。依赖sudo apt-get updatesudo apt-get install build-essential cmake libgtk-3-dev libboost-all-dev -ypip3 install numpypip3 install scipypython-skimage 的安装姿势很重要，不然要浪费时间sudo apt-get install python-skimagegit clone https

2021-01-22 16:23:41 2527 1

原创 Ubuntu下安装ROS操作系统及相关软件

源sudo sh -c '. /etc/lsb-release && echo "deb http://mirrors.tuna.tsinghua.edu.cn/ros/ubuntu/ `lsb_release -cs` main" > /etc/apt/sources.list.d/ros-latest.list'keysudo apt-key adv --keyserver 'hkp://keyserver.ubuntu.com:80' --recv-key C1CF6E.

2021-01-19 10:49:58 412

原创树莓派(网络摄像头)4G网络720p高清图传（python3.7+SpringBoot-JavaNetty+Android-Mediacodec）

简述首先是摄像头问题，很多菜鸟比如我会纠结使用那种摄像头，我觉得4G图传CSI就可以了，USB摄像头似乎消耗系统资源会更多，而且在广域网图传受4G速度影响不可能太清晰，即分辨率高的摄像头反而鸡肋。这里有个小坑，绝大部分摄像头支持MJPEG、YUY2、YUV等格式，乍一看还以为支持硬编码，其实MJPEG是拿不到的，即便是能拿到也只是软编码，比如ESP32-CAM我猜就是软编码，硬编码的速度不应该那么慢。MJPEG使用MJPEG图传很方便，看一下格式：MJPEG每帧都是关键帧，也不需要解码，上位机基本

2021-01-19 10:44:03 4360 2

原创 python重启/自启动/重新载入/原地复活/涛声依旧/os.execl/传参

原地复活最近开发了个小工具涉及到了导入导出到功能，就导入而言，首先考虑到是清空现有的UI，虽然我的数据栈有保留所有UI对象，但是清空这件事还是让我觉得麻烦，索性来个原地复活即–重启。我的计划导入的文件path作为参数传给下一任程序，程序启动的时候检查是否有path，如果有就载入。代码import osimport sys//path是要传递的参数 type str def restart_program(self,path): //传递多个参数 append就行了 sys.argv.ap

2021-01-08 13:55:07 374

原创 FFmpeg的python包装库PyAv在树莓派上的安装

简介PyAv是FFmpeg的python包装库依赖sudo apt-get install -y python-dev python-virtualenv pkg-configsudo apt-get install -y libavformat-dev sudo apt-get install -y libavcodec-devsudo apt-get install -y libavdevice-devsudo apt-get install -y libavutil-devsudo a

2020-12-25 09:12:06 416

原创 CV2.IMENCODE替代方案/NUMPY转JPG/PHTHON编码JPG/树莓派LIBJPEG-TURBO安装

编码速度慢？对于jpeg编码,我们经常是这么用的#img_q 代表质量img_param = [int(cv2.IMWRITE_JPEG_QUALITY), img_q]_, img_encode = cv2.imencode('.jpg', img, img_param)这个缺点是速度慢，用来做图传显然是不行的，经过测试720p在树莓zero上也只能跑到6fps上下。听说LIBJPEG-TURBO在处理大文件速度较快，于是试了一下。安装 LIBJPEG-TURBOwget https:/

2020-12-16 09:14:33 1074

原创 pyannote 语音活动检测/说话者变化检测/语音重叠检测

人机语音交互人机语音交互的关键点一是唤醒词，之后就是语音活动检测，最后一步要解决“鸡尾酒会效应”。我正在探索语音活动检测的解决方案，遇到了这个工具包于是试了一下。这个项目是基于PyTorch的，与webrtcvad有着天壤之别,在嘈杂环境下解决语音活动检测还是得靠神经网络,而webrtcvad在嘈杂状态下是无法工作的，感兴趣的同学可以看一下，或许你们有更好的解决方案。webrtcvad# -*- coding: utf-8 -*-import webrtcvadimport collection

2020-12-14 13:06:36 4810 1

原创 RabbitMq无法连接([AMQP Connection xx.xx.xx.xx:5672-119] ERROR com.rabbitmq.client.impl.ForgivingExcept)

报错信息[AMQP Connection xx.xx.xx.xx:5672-119] ERROR com.rabbitmq.client.impl.ForgivingExceptionHandler 119 log - An unexpected connection driver error occured java.net.SocketException: socket closed我的服务器原来安装过RabbitMq 而且一直用的挺舒适，大概几个月没用，今天想用mqtt协议，但是启动的时候给我提示

2020-12-06 10:36:20 4565

空空如也

空空如也