TGeek.tech

找到自己的设备 我以我这个项目用到的无限蓝牙手柄ACGM R1为例子 由于linux没有手柄驱动，读入手柄之后，四个轴识别为了音量加减和停止播放以及下一首歌曲。home和返回按键没有响应。 终端输入， cat /proc/bus/input/dev 找到我们的设备，我们发现有两个输入和我们的设备有关 […]

Pacman MDPAgent 项目开源 Pacman_MDP 基于马尔科夫决策过程的自动运行智能体，控制吃豆人自动完成游戏，（没有考虑吃掉胶囊之后的鬼魂可食用状态） 视频上传在YouTube(需要梯子) 中等地图运行100次胜率 小地图运行100次胜率 1. 简介 Markov Decision […]

为了解决图像中两条平行线可以相交于一点的问题（透视效应） 在欧氏几何空间，同一平面的两条平行线不能相交，这是我们都熟悉的一种场景。 然而，在透视空间里面，两条平行线可以相交，例如：火车轨道随着我们的视线越来越窄，最后两条平行线在无穷远处交于一点。 欧氏空间（或者笛卡尔空间）描述2D/3D几何非常适合 […]

我这里采集数据使用的是Openpose的C++ API，使用Pytorch的Python API训练，最后结合Openpose的Python API识别 OpenPose安装 Build C++ and Python API, Need CUDA, CAFFE, OpenCV Fellow Open […]

找到CV_Bridge的库位置 应该在/opt/ros/kinetic/share/cv_bridge/ $ cd /opt/ros/kinetic/share/cv_bridge/cmake $ sudo cp cv_bridgeConfig.cmake cv_bridgeConfig.cmake […]

本节主要讲解非线性系统中广泛使用的扩展卡尔曼滤波算法，我们通常将该算法应用于实际的车辆状态估计（或者说车辆追踪）中。另外，实际的车辆追踪运动模型显然不能使用简单的恒定速度模型来建模，在本节中会介绍几种应用于车辆追踪的高级运动模型。并且已经其中的CTRV模型来构造我们的扩展卡尔曼滤波。最后，在代码实例 […]

import numpy as np import matplotlib.pyplot as plt from scipy.stats import norm ”’ prediction: x_k+1 = F*x_k + B*u_k (B=0) P_k+1 = F*P_K*F + Q correc […]

公式加载不出请刷新页面 行内与独行 行内公式：将公式插入到本行内，符号：公式内容，如：xyz 独行公式：将公式插入到新的一行内，并且居中，符号：公式内容，如：xyz 上标、下标与组合 上标符号，符号：^，如：x^4 下标符号，符号：_，如：x_1 组合符号，符号：{}，如：{16}_{8}O{2+} […]

公式加载不出请刷新页面 为什么学习卡尔曼滤波 卡尔曼滤波以及其扩展算法能够应用于目标状态估计，如果这个目标是行人，那么就是行人状态估计（或者说行人追踪） 如果这个目标是自身，那么就是车辆自身的追踪（结合一些地图的先验，GPS等数据的话就是自身的定位）。 在很多的无人驾驶汽车项目中，都能找到卡尔曼滤波 […]

代码已经上传到 GItHub Github 特点还是和之前的相同，但是做了一些小修改，可以调用摄像头，当然之前的那一份代码，调用摄像头也不是难事，只需要改一下Videocapture构建时的代码。 这个包会以ros信息的形式发送检测到的物体类别，置信度，中心坐标 下图为使用 包中所写的 监听端监听到 […]