- 多传感器融合定位(1-3D激光里程计)4-实现调用pcl-icp-1
KaHoWong
多传感器融合定位学习
多传感器融合定位(1-3D激光里程计)4-实现调用pcl-icp-1本次使用的是任乾老师tag4.0的代码,修改原来NDT的接口代码参考博客:从零开始做自动驾驶定位(四):前端里程计之初试无人驾驶算法学习(五):激光里程计之帧间匹配算法NDTvsICP红色为经ICP处理后的里程计运动轨迹,黄色为GNSS的轨迹(可视为groundTruth),地图上白色是当前帧,彩色是地图NDT带参数处理里程计设置
- 多传感器融合MSF算法源码阅读(三)
su扬帆启航
无人驾驶算法学习
文章目录1.触发测量更新回调函数2.测量更新状态量3.总结无人驾驶算法学习(六):多传感器融合MSF算法多传感器融合MSF算法源码阅读(一)多传感器融合MSF算法源码阅读(二)1.触发测量更新回调函数查看主类PoseSensorManager的构造函数。注意,在构造函数中调用了类PoseSensorHandlerethzasl_msf/msf_updates/src/pose_msf/pose_s
- 多传感器融合MSF算法源码阅读(二)
su扬帆启航
无人驾驶算法学习
文章目录1.触发回调函数2.状态预测3.预测状态协方差无人驾驶算法学习(六):多传感器融合MSF算法多传感器融合MSF算法源码阅读(一)1.触发回调函数imu模块主要其预测p,v,q的作用ethzasl_msf/msf_core/include/msf_core/msf_IMUHandler_ROS.h查看IMUHandler_ROS::IMUCallback,用来传播imu状态量(a,w)voi
- 无人驾驶算法学习(十二):imu中的常见的数值积分方法:欧拉,中值,龙格-库塔积分
su扬帆启航
imu积分无人驾驶算法学习
文章目录1.积分基本概念2.欧拉积分3.中值积分4.RK4积分(4阶龙格库塔法)1.积分基本概念非线性微分方程:在有限的时间间隔Δt积分:连续时间内:2.欧拉积分欧拉方法假设导数f(·)在区间内是恒定的,有公式:作为一般的RK方法,这对应于单阶段方法,可以是描述如下。计算初始点的导数:并用它来计算终点的积分值:示意图:3.中值积分中值积分法假设导数是间隔中点的导数,并进行一次迭代来计算此中点的fx
- 无人驾驶算法学习(十三):角速率时间积分法
su扬帆启航
imu积分无人驾驶算法学习
文章目录1.引言2.角速率时间积分法2.1零阶积分法2.2一阶积分法1.引言msf中的预测模块算法流程图:其中p,v,q主要利用的是中值积分法。其中的旋转四元数利用了eskf理论模块中的Time-integrationofrotationrates。2.角速率时间积分法四元数形式的旋转积分是通过对w的积分实现的:在此基础上,有零阶和一阶积分方法两种方法,都是在泰勒展开的基础上发展来的:上述qn的连
- 无人驾驶算法学习(十一):IMU标定及Allan方差分析
su扬帆启航
无人驾驶算法学习
文章目录0.引言标定IMU的工具包参考港科大的github:https://github.com/gaowenliang/imu_utils1.安装依赖:sudoapt-getinstalllibdw-dev2.下载imu_utils和code_utilsimu_utils下载地址为:https://github.com/gaowenliang/imu_utilscode_utils下载地址为:h
- 无人驾驶算法学习(一):阿波罗中的自动驾驶决策技术
su扬帆启航
无人驾驶算法学习
决策的目的限制信息:路径的长度以及左右边界限制路径上的速度限制时间上的位置限制环境信息:Routing信息道路结构(汇入车道、路口)交通信号和标识障碍物状态信息(障碍物类型、大小)障碍物预测信息(可能的运动轨迹)决策的五大功能参考路径参考路径后续的交规决策、路径决策和速度决策都是基于参考路径或者参考路径下的FrenetFrame(一种道路坐标系)完成的。Routing:Apollo的一个模块,解决
- 多传感器融合MSF算法源码阅读(一)
su扬帆启航
无人驾驶算法学习
文章目录1.代码框架1.1代码调用关系图:1.2主要函数调用关系图:2.posemsf阅读2.1程序入口:2.2PoseSensorManager类1.代码框架论文解读:无人驾驶算法学习(六):多传感器融合MSF算法1.1代码调用关系图:1.2主要函数调用关系图:2.posemsf阅读2.1程序入口:ethzasl_msf\msf_updates\src\pose_msf\main.cpp#inc
- 无人驾驶算法学习(二):卡尔曼滤波器Kalman Filter
su扬帆启航
无人驾驶算法学习
文章目录1.引言2.基本数学理论2.1运动学建模2.2预测状态量2.3观测量2.4最终的输出3.利用卡尔曼滤波器完成对车速预测3.1完整数学原理解析3.2编程实现1.引言在完成传感器数据的解析和传感器信息的坐标转换后,我们就会获得某一时刻,自车坐标系下的各种传感器数据,这些数据包括障碍物的位置、速度;车道线的曲线方程、车道线的类型和有效长度;自车的GPS坐标等等。这些信号的组合,表示了无人车当前时
- LeGo-LOAM激光雷达定位算法源码阅读(一)
su扬帆启航
无人驾驶算法学习
文章目录1.引言2.CMakeLists.txt及头文件解读3.imageProjection.cpp解读1.引言论文解读:无人驾驶算法学习(九):LeGo-LOAM激光雷达定位算法原论文:https://github.com/RobustFieldAutonomyLab/LeGO-LOAM/blob/master/Shan_Englot_IROS_2018_Preprint.pdfLeGO-LO
- 无人驾驶算法学习(十):激光和Gnss融合的外参标定算法
su扬帆启航
无人驾驶算法学习
文章目录1.lidar_align功能包1.1安装1.2输入里程记信息1.3外参估计程序(Estimationproceedure)1.4可视化结果2.标定原理2.标定显示2.1外参显示2.2标定结果1.lidar_align功能包一种寻找三维激光雷达与六自由度姿态传感器外部标定的简单方法,项目原链接下载。该工具来自瑞士苏黎世联邦理工大学的自动驾驶实验室。其实验室对imu与其他传感器融合传感定位建
- 无人驾驶算法学习(八):GNSS坐标系统及转化
su扬帆启航
无人驾驶算法学习
文章目录1.全球地理坐标系2.局部坐标系—东-北-天坐标(ENU)3.车辆坐标系—右-前-天坐标(RFU)4.坐标系转化4.1椭球体下的大地坐标系基础4.2大地坐标系转化为空间直角坐标系(BLH—>XYZ)4.3空间直角坐标系转化为大地坐标系(XYZ—>BLH)4.4高斯投影与UTW(墨卡托)投影4.5高斯投影转换公式4.6高斯投影代码实战5.Frenet坐标本文主要是讲解Apollo项目开发过程
- 无人驾驶算法学习(九):LeGo-LOAM激光雷达定位算法
su扬帆启航
无人驾驶算法学习
文章目录1.文章解读1.1引言1.2分割点云(Segmentation)1.3特征提取(FeatureExtraction)1.4雷达里程记(LidarOdometry)1.5雷达建图(LidarMapping)2.安装运行2.1编译运行2.2保存地图3.代码实战1.文章解读1.1引言代码下载论文下载LeGo-LOAM是一种轻型、地面优化的激光雷达测程测图方法,用于实时六自由度姿态估计。LeGO-
- 无人驾驶算法学习(十四):轮速计差速模型之航迹推算
su扬帆启航
无人驾驶算法学习
文章目录1.双轮差速模型2.航迹推算1.双轮差速模型下图是移动机器人在两个相邻时刻的位姿,其中θ1{\theta_1}θ1是两相邻时刻移动机器人绕圆弧运动的角度,θ3{\theta_3}θ3是两相邻时刻移动机器航向角(朝向角head)的变化量。l是左右轮之间的间距,d是右轮比左轮多走的距离。r是移动机器人圆弧运动的半径。移动机器人前进速度v、转向角速度w与左轮速度vl、右轮速度vr之间的转换。移动
- 无人驾驶算法学习(七):基于事件的视觉里程计
su扬帆启航
无人驾驶算法学习
文章目录标题:Event-basedVision:ASurvey摘要:1.介绍和应用参与泡泡机器人新闻社翻译的第一篇文章标题:Event-basedVision:ASurvey作者:GuillermoGallego,TobiDelbr¨uck,GarrickOrchard,ChiaraBartolozzi,BrianTaba,AndreaCensi,StefanLeutenegger,Andrew
- LeGo-LOAM激光雷达定位算法源码阅读(四)
su扬帆启航
无人驾驶算法学习
文章目录1.transforFusion节点框架1.1main1.2回调函数2.odomAftMappedHandler3.odomAftMappedHandler3.总结无人驾驶算法学习(九):LeGo-LOAM激光雷达定位算法LeGo-LOAM激光雷达定位算法源码阅读(一)LeGo-LOAM激光雷达定位算法源码阅读(二)LeGo-LOAM激光雷达定位算法源码阅读(三)1.transforFus
- 无人驾驶算法学习(十五):高精度地图数据存储框架Lanelet2
su扬帆启航
无人驾驶算法学习
文章目录1.引言2.lanelet2特点3.数据结构3.1Points3.2Linestrings3.3Polygon3.4Lanelets3.5Areas3.6regElem(Regulatoryelements)4.软件模块4.1Core4.2TrafficRules4.3Physical4.4Routing4.5Matching4.6.Projection4.7.IO5.OSM高精度地图5.
- 无人驾驶算法学习(六):多传感器融合MSF算法
su扬帆启航
无人驾驶算法学习
文章目录1.引言2.算法理论2.1MSF基本模型2.2预测2.3测量与更新3.核心代码分析4.代码实战1.引言本文的多传感器融合是建立在读懂《Quaternionkinematicsfortheerror-stateKalmanfilter》基础上的,是一种相机和IMU融合的理论,里面讲解了IMU的误差状态运动方程构建。误差状态四元数,是有开源的程序的,但是它是集成在rtslam里面的,不方便提取出
- 无人驾驶算法学习(三):扩展卡尔曼滤波器Extended Kalman Filter
su扬帆启航
无人驾驶算法学习
文章目录1.引言2.扩展卡尔曼滤波数学理论3.代码实战3.1python实现3.2结果分析1.引言当系统状态方程不符合线性假设时,采用卡尔曼滤波无法获得理想的最优估计。高斯分布在非线性系统中的传递结果将不再是高斯分布,参见下图所示。这里x符合高斯分布,y=g(x)为非线性函数,所得结果y的分布已经严重“变形”(这里y的分布通过蒙特卡洛采样获得),统计y的均值和方差也可以画出图中的高斯函数曲线,但已
- html页面js获取参数值
0624chenhong
html
1.js获取参数值js
function GetQueryString(name)
{
var reg = new RegExp("(^|&)"+ name +"=([^&]*)(&|$)");
var r = windo
- MongoDB 在多线程高并发下的问题
BigCat2013
mongodbDB高并发重复数据
最近项目用到 MongoDB , 主要是一些读取数据及改状态位的操作. 因为是结合了最近流行的 Storm进行大数据的分析处理,并将分析结果插入Vertica数据库,所以在多线程高并发的情境下, 会发现 Vertica 数据库中有部分重复的数据. 这到底是什么原因导致的呢?笔者开始也是一筹莫 展,重复去看 MongoDB 的 API , 终于有了新发现 :
com.mongodb.DB 这个类有
- c++ 用类模版实现链表(c++语言程序设计第四版示例代码)
CrazyMizzz
数据结构C++
#include<iostream>
#include<cassert>
using namespace std;
template<class T>
class Node
{
private:
Node<T> * next;
public:
T data;
- 最近情况
麦田的设计者
感慨考试生活
在五月黄梅天的岁月里,一年两次的软考又要开始了。到目前为止,我已经考了多达三次的软考,最后的结果就是通过了初级考试(程序员)。人啊,就是不满足,考了初级就希望考中级,于是,这学期我就报考了中级,明天就要考试。感觉机会不大,期待奇迹发生吧。这个学期忙于练车,写项目,反正最后是一团糟。后天还要考试科目二。这个星期真的是很艰难的一周,希望能快点度过。
- linux系统中用pkill踢出在线登录用户
被触发
linux
由于linux服务器允许多用户登录,公司很多人知道密码,工作造成一定的障碍所以需要有时踢出指定的用户
1/#who 查出当前有那些终端登录(用 w 命令更详细)
# who
root pts/0 2010-10-28 09:36 (192
- 仿QQ聊天第二版
肆无忌惮_
qq
在第一版之上的改进内容:
第一版链接:
http://479001499.iteye.com/admin/blogs/2100893
用map存起来号码对应的聊天窗口对象,解决私聊的时候所有消息发到一个窗口的问题.
增加ViewInfo类,这个是信息预览的窗口,如果是自己的信息,则可以进行编辑.
信息修改后上传至服务器再告诉所有用户,自己的窗口
- java读取配置文件
知了ing
1,java读取.properties配置文件
InputStream in;
try {
in = test.class.getClassLoader().getResourceAsStream("config/ipnetOracle.properties");//配置文件的路径
Properties p = new Properties()
- __attribute__ 你知多少?
矮蛋蛋
C++gcc
原文地址:
http://www.cnblogs.com/astwish/p/3460618.html
GNU C 的一大特色就是__attribute__ 机制。__attribute__ 可以设置函数属性(Function Attribute )、变量属性(Variable Attribute )和类型属性(Type Attribute )。
__attribute__ 书写特征是:
- jsoup使用笔记
alleni123
java爬虫JSoup
<dependency>
<groupId>org.jsoup</groupId>
<artifactId>jsoup</artifactId>
<version>1.7.3</version>
</dependency>
2014/08/28
今天遇到这种形式,
- JAVA中的集合 Collectio 和Map的简单使用及方法
百合不是茶
listmapset
List ,set ,map的使用方法和区别
java容器类类库的用途是保存对象,并将其分为两个概念:
Collection集合:一个独立的序列,这些序列都服从一条或多条规则;List必须按顺序保存元素 ,set不能重复元素;Queue按照排队规则来确定对象产生的顺序(通常与他们被插入的
- 杀LINUX的JOB进程
bijian1013
linuxunix
今天发现数据库一个JOB一直在执行,都执行了好几个小时还在执行,所以想办法给删除掉
系统环境:
ORACLE 10G
Linux操作系统
操作步骤如下:
第一步.查询出来那个job在运行,找个对应的SID字段
select * from dba_jobs_running--找到job对应的sid
&n
- Spring AOP详解
bijian1013
javaspringAOP
最近项目中遇到了以下几点需求,仔细思考之后,觉得采用AOP来解决。一方面是为了以更加灵活的方式来解决问题,另一方面是借此机会深入学习Spring AOP相关的内容。例如,以下需求不用AOP肯定也能解决,至于是否牵强附会,仁者见仁智者见智。
1.对部分函数的调用进行日志记录,用于观察特定问题在运行过程中的函数调用
- [Gson六]Gson类型适配器(TypeAdapter)
bit1129
Adapter
TypeAdapter的使用动机
Gson在序列化和反序列化时,默认情况下,是按照POJO类的字段属性名和JSON串键进行一一映射匹配,然后把JSON串的键对应的值转换成POJO相同字段对应的值,反之亦然,在这个过程中有一个JSON串Key对应的Value和对象之间如何转换(序列化/反序列化)的问题。
以Date为例,在序列化和反序列化时,Gson默认使用java.
- 【spark八十七】给定Driver Program, 如何判断哪些代码在Driver运行,哪些代码在Worker上执行
bit1129
driver
Driver Program是用户编写的提交给Spark集群执行的application,它包含两部分
作为驱动: Driver与Master、Worker协作完成application进程的启动、DAG划分、计算任务封装、计算任务分发到各个计算节点(Worker)、计算资源的分配等。
计算逻辑本身,当计算任务在Worker执行时,执行计算逻辑完成application的计算任务
- nginx 经验总结
ronin47
nginx 总结
深感nginx的强大,只学了皮毛,把学下的记录。
获取Header 信息,一般是以$http_XX(XX是小写)
获取body,通过接口,再展开,根据K取V
获取uri,以$arg_XX
&n
- 轩辕互动-1.求三个整数中第二大的数2.整型数组的平衡点
bylijinnan
数组
import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
public class ExoWeb {
public static void main(String[] args) {
ExoWeb ew=new ExoWeb();
System.out.pri
- Netty源码学习-Java-NIO-Reactor
bylijinnan
java多线程netty
Netty里面采用了NIO-based Reactor Pattern
了解这个模式对学习Netty非常有帮助
参考以下两篇文章:
http://jeewanthad.blogspot.com/2013/02/reactor-pattern-explained-part-1.html
http://gee.cs.oswego.edu/dl/cpjslides/nio.pdf
- AOP通俗理解
cngolon
springAOP
1.我所知道的aop 初看aop,上来就是一大堆术语,而且还有个拉风的名字,面向切面编程,都说是OOP的一种有益补充等等。一下子让你不知所措,心想着:怪不得很多人都和 我说aop多难多难。当我看进去以后,我才发现:它就是一些java基础上的朴实无华的应用,包括ioc,包括许许多多这样的名词,都是万变不离其宗而 已。 2.为什么用aop&nb
- cursor variable 实例
ctrain
variable
create or replace procedure proc_test01
as
type emp_row is record(
empno emp.empno%type,
ename emp.ename%type,
job emp.job%type,
mgr emp.mgr%type,
hiberdate emp.hiredate%type,
sal emp.sal%t
- shell报bash: service: command not found解决方法
daizj
linuxshellservicejps
今天在执行一个脚本时,本来是想在脚本中启动hdfs和hive等程序,可以在执行到service hive-server start等启动服务的命令时会报错,最终解决方法记录一下:
脚本报错如下:
./olap_quick_intall.sh: line 57: service: command not found
./olap_quick_intall.sh: line 59
- 40个迹象表明你还是PHP菜鸟
dcj3sjt126com
设计模式PHP正则表达式oop
你是PHP菜鸟,如果你:1. 不会利用如phpDoc 这样的工具来恰当地注释你的代码2. 对优秀的集成开发环境如Zend Studio 或Eclipse PDT 视而不见3. 从未用过任何形式的版本控制系统,如Subclipse4. 不采用某种编码与命名标准 ,以及通用约定,不能在项目开发周期里贯彻落实5. 不使用统一开发方式6. 不转换(或)也不验证某些输入或SQL查询串(译注:参考PHP相关函
- Android逐帧动画的实现
dcj3sjt126com
android
一、代码实现:
private ImageView iv;
private AnimationDrawable ad;
@Override
protected void onCreate(Bundle savedInstanceState)
{
super.onCreate(savedInstanceState);
setContentView(R.layout
- java远程调用linux的命令或者脚本
eksliang
linuxganymed-ssh2
转载请出自出处:
http://eksliang.iteye.com/blog/2105862
Java通过SSH2协议执行远程Shell脚本(ganymed-ssh2-build210.jar)
使用步骤如下:
1.导包
官网下载:
http://www.ganymed.ethz.ch/ssh2/
ma
- adb端口被占用问题
gqdy365
adb
最近重新安装的电脑,配置了新环境,老是出现:
adb server is out of date. killing...
ADB server didn't ACK
* failed to start daemon *
百度了一下,说是端口被占用,我开个eclipse,然后打开cmd,就提示这个,很烦人。
一个比较彻底的解决办法就是修改
- ASP.NET使用FileUpload上传文件
hvt
.netC#hovertreeasp.netwebform
前台代码:
<asp:FileUpload ID="fuKeleyi" runat="server" />
<asp:Button ID="BtnUp" runat="server" onclick="BtnUp_Click" Text="上 传" />
- 代码之谜(四)- 浮点数(从惊讶到思考)
justjavac
浮点数精度代码之谜IEEE
在『代码之谜』系列的前几篇文章中,很多次出现了浮点数。 浮点数在很多编程语言中被称为简单数据类型,其实,浮点数比起那些复杂数据类型(比如字符串)来说, 一点都不简单。
单单是说明 IEEE浮点数 就可以写一本书了,我将用几篇博文来简单的说说我所理解的浮点数,算是抛砖引玉吧。 一次面试
记得多年前我招聘 Java 程序员时的一次关于浮点数、二分法、编码的面试, 多年以后,他已经称为了一名很出色的
- 数据结构随记_1
lx.asymmetric
数据结构笔记
第一章
1.数据结构包括数据的
逻辑结构、数据的物理/存储结构和数据的逻辑关系这三个方面的内容。 2.数据的存储结构可用四种基本的存储方法表示,它们分别是
顺序存储、链式存储 、索引存储 和 散列存储。 3.数据运算最常用的有五种,分别是
查找/检索、排序、插入、删除、修改。 4.算法主要有以下五个特性:
输入、输出、可行性、确定性和有穷性。 5.算法分析的
- linux的会话和进程组
网络接口
linux
会话: 一个或多个进程组。起于用户登录,终止于用户退出。此期间所有进程都属于这个会话期。会话首进程:调用setsid创建会话的进程1.规定组长进程不能调用setsid,因为调用setsid后,调用进程会成为新的进程组的组长进程.如何保证? 先调用fork,然后终止父进程,此时由于子进程的进程组ID为父进程的进程组ID,而子进程的ID是重新分配的,所以保证子进程不会是进程组长,从而子进程可以调用se
- 二维数组 元素的连续求解
1140566087
二维数组ACM
import java.util.HashMap;
public class Title {
public static void main(String[] args){
f();
}
// 二位数组的应用
//12、二维数组中,哪一行或哪一列的连续存放的0的个数最多,是几个0。注意,是“连续”。
public static void f(){
- 也谈什么时候Java比C++快
windshome
javaC++
刚打开iteye就看到这个标题“Java什么时候比C++快”,觉得很好笑。
你要比,就比同等水平的基础上的相比,笨蛋写得C代码和C++代码,去和高手写的Java代码比效率,有什么意义呢?
我是写密码算法的,深刻知道算法C和C++实现和Java实现之间的效率差,甚至也比对过C代码和汇编代码的效率差,计算机是个死的东西,再怎么优化,Java也就是和C