m0_37923410的博客

原创 USC NET

与MVS NET的区别主要在于：1.特征提取：输出为三种尺度的特征图用于构造代价体以前的方法使用下采样层或UNe来提取深度特征并以单一分辨率构建平面扫描体积。为了重建高分辨率深度，我们引入了一个多尺度特征提取器使用2D UNet，它具有编码器和解码器。编码器由一组卷积层、BN（批处理）和ReLu激活层组成；我们使用步长=2的卷积对原始图像大小进行了两次降采样，解码器进行了两次上采样。2.代价体三种尺度对应三种阶段，阶段1计算得到的深度的不确定性推断（对不确定度估计的分布进行方差估计），参与了阶段2.

原创 TAPA-MVS: Textureless-Aware PAtchMatch Multi-View Stereo阅读笔记

1 Introduce• a metric to define the textureness of each image pixel; it serves as a proxy to understand how much the photoconsistency metric is reliable.• to subdivide the image into superpixels and...

原创 cuda相关

https://zhuanlan.zhihu.com/p/34587739

原创 multi-scale geometric consistency guided multi-view stereo阅读笔记

1. introductiona popular four-step pipeline, including random initialization, propagation, view selection, refinement. 本文的改进主要是propagation和view selection。propagation有两种方式：sequential propagation 和 dif...

原创 1026学习笔记 基于空间patch扩散的方法

简介patch是在三维上扩散，深度图融合的方法是在二维图像上。原理：patch贴在物体表面上，我们要做的是扩张patch直到覆盖物体表面，为了保证patch的确是在物体表面的，我们要进行约束：patch的点位于物体表面上，方向与物体切线垂直。论文：参考博客：https://blog.csdn.net/lhanchao/article/details/51885998?utm_sourc...

原创 hc

teb_local_plannerteb_local_planner如果enable_homotopy_class_planning，则plan时调用HomotopyClassPlanner（Parallel planning in distinctive topologies enabled），否则调用TebOptimalPlanner。HomotopyClassPlanner用的是拓扑学的理...

原创 1024学习笔记 (申老师ppt回顾）

图像一致性NCC计算量大，离线最常用的方法census用向量表示。考虑亮度的明暗分布，用一个向量衡量一个图像块的每一个像素与中间点的亮度差异，亮1暗0。受光照影响小。rank用标量表示，记录图像块中比中心值里亮的像素比例。两视图中像素深度的计算把右图对极线上所有像素点都考察一遍，看哪个点与作左图的点一致性最高，在再三角化得到像素点adaptive weight : 在左...

原创 Trajectory modification considering dynamic constraints of autonomous robots

1 introduction2 Timed Elastic Band经典的“elastic band”是用n个中间机器人姿势序列来描述的，而“time elastic band”则是两个序列组成的元组：时间和位姿。其关键思想是通过实时加权多目标优化来调整和优化TEB的位姿配置和时间间隔。TEB其实是一个非线性优化问题，它的目标函数分为两类：（a）以penalty function表示的约束...

原创 AMCL中似然场模型相关代码

首先，我们要先了解四类测量误差：小的测量噪声、意外对象引起的误差，以及由于未检测到对象引起的误差和随机意外噪声。a.小的测量噪声即使传感器正确测量了最近对象的距离，它返回的值也受到误差的影响。该误差由测距传感器的有限分辨率、大气 对测量信号的影响等引起，呈高斯分布b.意外对象引起的误差这种情况下测量距离的概率用指数分布来描述，这里不多讲解，因为似然域未用到。c.由于未检测到对象引起的误...

原创 概率机器人之第一章 绪论

概率机器人致力于研究机器人感知和行为的不确定性。概率机器人的主要思想就是用概率理论的运算去明确地表示这种不确定性。换句话说，不再依赖可能出现的情况单一的“最好推测”，而是用概率算法来表示在整个推测空间的概率分布信息。这样做，就可以以数学上合理的方式来表示模糊性和置信度。可以根据存在的不确定性选择相对鲁棒的控制技术，当相应的控制方式是较好的选择时，概率机器人技术甚至可以主动选择以减少机器人的不确定性...

原创 激光似然场模型及在AMCL中的应用

1.beam model与Likehood field modelbeam model测量光束模型纯物理模型，针对激光发出的测量光束建模，将一次测量误差分解为四个误差。期望值的计算需要用retraying，每一个位姿需要进行N次retracing， 为一帧激光的激光束数量。在非结构化环境中（clutter），位姿微小的改变会造成期望值的巨大变化，从而导致得分进行突变。likehood f...

翻译 rf2o

摘要本文提出了一种快速精确的方法，通过连续的扫描来估计激光雷达的平面运动。对于每一个扫描点，考虑到传感器速度，我们建立了距离流约束方程，最小化所产生的几何约束的鲁棒函数以获得运动估计。与传统的方法相反，这种方法不需要搜索对应信息，而是以密集的三维视觉测定仪的方式，基于扫描梯度进行密集扫描对齐。 为了处理大位移，采用粗到细的方法解决了极小化问题，并利用基于估计协方差的平滑滤波器来处理无约束场景(如...

原创 待解决

1.里程计标定校准https://www.cnblogs.com/buxiaoyi/p/7541974.html2.ekf中 imu和odometry的协方差矩阵怎么得到https://www.cnblogs.com/21207-iHome/p/8117069.html“注意imu信息的协方差矩阵中代表机器人航向角的分量方差为1e-6，而里程计信息的协方差矩阵中机器人姿态分量的协方...

翻译 Costmap Parameters

代价地图参数的调整对于局部规划是必不可少的(不仅仅是对DWA)。在ROS中，代价地图由静态地图层、障碍图层和膨胀层组成。静态地图层直接显示提供给导航包的静态SLAM地图。障碍层包括二维障碍物和三维障碍。膨胀层是将障碍物膨胀以计算每个2d代价地图单元的代价。此外，还有一个全局代价地图，以及一个局部代价地图。全局代价地图是通过地图上的障碍膨胀生成的。局部成本图是通过对机器人传感器实时检测到的障碍物进行...

原创 steer control model

引自《Real-time Motion Planning with Applications toAutonomous Urban Driving》待解决：物理公式推导与传统方法相比有什么优势CL-RRT以两种不同的方式使用控制器。一种是结合车辆模型的闭环预测，另一种是实时执行运动规划。在我们的实现中，控制器在执行过程中以25、Hz的频率运行，在闭环仿真中采用了相同的步长。相同的控制器...

原创 3月短期计划

原创 daohang

amcl_nav.launch<?xml version="1.0"?><launch> <arg name="use_rviz&am

原创 leetcode 两数之和

class Solution {public: vector<int> twoSum(vector<int>& nums, int target) { vector<int> result(2); int num = nums.size();

原创 rplidar.lua

相较于之前版本的lua_parameter_dictionary.cc 多了几个key需要配置 use_nav_sat use_landmarks 等等SPARSE_POSE_GRAPH变成了POSE_GRAPHinclude "map_builder.lua"include "trajectory_builder.lua&amp

原创 cartographer安装

参考 https://blog.csdn.net/MeredithRowe/article/details/76396348https://blog.csdn.net/yan234280533/article/details/71037113安装工具wstool，rosdep，ninjasudo apt-get updatesudo apt-get install -y python-...

原创 ROS bug/problem list

pakage not foundrosrun后打开一个终端 rosrun learning_communication listener[rospack] Error: package ‘learning_communication’ not found解决在该终端下kong@kong-virtual-machine:~/catkin_ws$ source ~/catkin_ws/d...

原创 先进PID与C实现（一）：针对积分作用的简单调整

声明：主要内容来源于《先进PID控制及matlab仿真》刘金琨 著Part1 减小超调量，增加稳定性 1. 积分分离 误差大于一个阈值时PD，小于时PID 为保证引入积分作用后系统的稳定性不变，kp的值可以相应的改变if( Error[k] > THRESHOLD || Error[k] <- THRESHOLD) ki = 0;在智能车的实际应用中，选择曲率作为判断对象，则判断入弯太...

原创 python 基础

1.列表、元组、字典、集合https://www.cnblogs.com/sorui/p/6576450.html2.dict.keys()http://www.runoob.com/python/att-dictionary-keys.html

原创 kNN之相亲信息

1.raw_input()和input()区别http://blog.csdn.net/dq_dm/article/details/456650692.raw_input报错Traceback (most recent call last):  File "F:/kNN/main.py", line 23, in <module>    kNN.classifyPerson()  Fi...

原创 python-kNN

from numpy import * #引入科学计算包import operator #经典python库 运算符模块#创建数据集def CreatDataSet(): group = array([[1.0, 1.1],[1.0,1.0],[0,0],[0,0.1]]) labels = ['A','A','B','B'] return group,labels'...

原创 matlab与自控

P20 汽车速度对阶跃输入u的响应以下指令计算了500N阶跃输入的时间响应，并画出了时间响应图。系统的动力学特性在matlab中可以用行向量来描述，行向量代表的是描述系统传递函数的分子或者分母多项式的系数。这个问题中的传递函数分子是一个数字，分子s的阶数是0，因此分子num = 1/m; 分母den为s+b/m，故分母向量为den = [1 b/m] = [1 50/1000]在matlab中阶跃...

转载 C语言内存问题

深入理解C语言内存管理http://www.cnblogs.com/tuhooo/p/7221136.html

原创 堆栈溢出

1、函数内部定义数组;从栈上分配，动态分配，系统管理；栈一般设置不大，栈一般用于函数压栈、访问量大占用空间小的变量等；一口气从栈获取1k空间（典型对计算机内存不理解，面试笔试这样干很容易被pass掉），肯定爆了；裸机的话在启动文件（.s文件）可以设置堆和栈的大小； 2、malloc从堆上分配内存，动态分配，程序员管理； 3、外部、全局变量、静态变量，从全局取分配内存，编译时已经确定。 回炉重炼

原创 C++复习

1>命名空间std::coutusing编译指令，可以使该命名空间的所有名称都可用。方法一：using std::cout;方法二：using namespace std;从而实现如下语句的可用：cout将using namespce std 放在函数定义前，有效范围是该文件中所有函数。将其放在函数定义内，有效范围是该函数内。2>重载基础如上

转载 串口 SWD Jtag

串口串行接口简称串口，也称串行通信接口或串行通讯接口（通常指COM接口），是采用串行通信方式的扩展接口。串行接口 (Serial Interface) 是指数据一位一位地顺序传送，其特点是通信线路简单，只要一对传输线就可以实现双向通信（可以直接利用电话线作为传输线），从而大大降低了成本，特别适用于远距离通信，但传送速度较慢。同步串行接口（英文：SynchronousSerialIn