《视觉SLAM十四讲》 编译报错问题汇总 Ubuntu20.04
高翔原视频是ubuntu14.04，看了一下，有很多库都有兼容问题，所以初步按这个Ubuntu 20装：这个教程是ubuntu20的,用ubuntu14会不兼容，比如qt5.12.12无法安装等（需要5.12.3）。和我之前安装的主要区别：之前用的是非虚拟机还装了ros的ubuntu20，现在裸ub
AUTOSAR基础篇之CanTsyn
你知道为什么需要进行时间同步吗？时间同步的应用场景有哪些呢？当前主流的时间同步方案有哪些吗？对于CAN 时间同步的协议又是怎样设计的呢？今天，我们来一起探索并回答这些问题。
Cartographer算法2D激光雷达与IMU融合建图
上一篇文章讲了cartographer算法手持雷达建图的参数调试，这篇进一步讲如何融合2D雷达与IMU采用cartographer算法进行slam建图。cartographer算法手持二维激光雷达建图（不使用里程计及IMU）
最全ROS 入门
由浅入深，一文讲清ROS
调频连续波（FMCW）原理
FMCW（Frequency Modulated Continuous Wave）,即调频的连续信号。在许多方面得到应用，比如生物雷达，车载雷达，无人机雷达等等方面都有FMCW波的应用,目前的商业化的雷达模块大多使用的该原理来实现雷达的测距，测速。
Gazebo手册：【1】gazebo基本操作案例
欢迎来到初学者模块！本模块将引导您了解 Gazebo 的最基本功能。我们将构建一个简单的车辆来演示这些功能。这些教程适用于 Gazebo 新手和/或没有编程或 Linux 经验的人。 每个教程都建立在上一个教程的基础上，因此我们建议您按顺序学习这些教程。一、何为Gazebo？Gazebo 是一款 3
轨迹预测论文解读系列——几种经典的网络
人体轨迹预测在现实场景有着极具挑战且有着重要的应用，例如人机交互的问题，自动驾驶汽车的感知能力。如何对人与人之间的交互进行建模是今天介绍的三种方法之间的主要区别。从方法和结果来看，我认为相邻人之间的交互和人于环境的交互也是在之后工作值得探讨的方向。...
到底什么是模型预测控制MPC（一）
1. 为什么使用MPC控制2. 什么是模型预测控制 MPC3. MPC的参数设计在我们驾驶汽车的时候，驾驶的目的就是让汽车行驶在安全的道路上。作为一个驾驶员我们可以控制的是汽车的油门和方向盘，也就是对应控制的是汽车的速度和方向。在驾驶的过程中我们会不断的调节方向盘的角度，这是因为我们知道当前角度如果
openCalib中Lidar和IMU(INS)标定--论文解读
精确可靠的传感器校准对于自动驾驶中融合lidar和惯性测量至关重要。该论文提出了一种新的自动驾驶三维激光雷达和姿态传感器的three-stage外参标定方法。第一阶段通过点云表面特征快速校准传感器之间的外部参数，使外部参数在短时间内从较大的初始误差范围缩小到较小的误差范围；第二阶段在去除运动畸变的同
使用开源激光SLAM方案LIO-SAM运行KITTI数据集，如有用，请评论雷锋
LIOSAM运行KITTI数据集
机器人避障系统基础
用来采集运动时环境中障碍物信息的环境信息采集系统是自动避障系统的重要组成部分。全面、精确信息的获取，能够增强智能小车的自动避障性能，同时必须考虑信息处理的及时性和难易程度。视觉传感器、激光雷达测距传感器、红外测距传感器和超声波测距传感器等是主要的几种应用于智能小车自动避障的探测器。超声波测距传感器的
ros(23)：接收rviz中的2D Nav Goal、2D Pose Estimate消息
即设置二维导航目标，并使用“goal”这个话题进行通讯（结合rviz的其他教程，话题名也可能是“/move_base_simple/goal”）其消息类型为：geometry_msgs/PoseStamped1.2 2D Pose Estimate即设置二维初始位姿并使用“initialpose”进
Nuscenes 数据集浅析
Nuscenes 数据集浅析
[CV学习笔记]tensorrt加速篇之yolov5seg 实例分割
yolov5 实例分割
Apollo Planning决策规划算法代码详解 (22):决策规划算法最完整介绍
前言：后台已经写完了Apollo Planning决策规划算法的完整解析，一路从规划模块的入口OnLanePlanning，介绍到常见的规划器PublicRoadPlanner；接着介绍了在PublicRoadPlanner中如何通过类似有限状态机的ScenarioDispatch进行场景决策。之后
自动驾驶规划 - Apollo Lattice Planner算法【1】
LatticePlanner算法属于一种局部轨迹规划器，输出轨迹将直接输入到控制器，由控制器完成对局部轨迹的跟踪控制。因此，Lattice Planner输出的轨迹是一条光滑无碰撞满足车辆运动学约束和速度约束的平稳安全的局部轨迹。Lattice Planner的输入端主要由三部分组成，感知及障碍物信
基于旋转高频注入法的永磁同步电机无位置传感器控制
基于旋转高频注入法的永磁同步电机无位置传感器控制一、原理解说PMSM 无位置传感器控制主要分为两类:一种是在中高速范围内利用反电动势和电角速度的关系，通过计算反电动势获取转子位置信息，例如磁链观测器，模型参考自适应法，扩展卡尔曼滤波器和滑模观测器。另一种是利用电机凸极效应的高频注入法，包括脉振高频电
ROS小车（SLAM+物体追踪）
几种轮子模型单轮平衡式结构，优点是能量利用率高缺点是转弯的时候需要倾角高速运动下很难进行控制差速转向的平衡两轮式结构，这种结构能量利用率高上下坡的时候智能车可以保持垂直，但是高速情况下转向很难控制。全向三轮结构，这种结构的优点是可以全向移动原地转向，但是由于其结构特点每次前进的时候有一个轮子无法运动
自动驾驶路径规划——DWA（动态窗口法）
动态窗口法（DWA）主要是在速度空间中采样多组速度，并模拟机器人在这些速度下一定时间内的轨迹。在得到多组轨迹以后，对这些轨迹进行评价，选取最优轨迹所对应的速度来驱动机器人运动。 动态窗口法将移动机器人的位置控制转换为速度控制。在利用速度模式对机器人运动轨迹进行预测时，首先需要对机器人的
自动驾驶感知——多传感器融合技术
自动驾驶系统由环境感知、规划、决策、控制等几个模块组成，其中环境感知需要用到诸如摄像头、毫米波雷达、激光雷达等传感设备来获取周围环境的信息。不同种的传感器有着不同的优势与缺陷，为了使感知层获得的信息更为丰富、准确，通常需要将不同的传感器进行融合。本文着重介绍多传感器融合的概念与相关知识，不具体介绍技
