ROS1的launch文件
之前一直是 rosrun 方式启动ros节点的, 一是因为懒, 二是因为我只负责一个节点, 用不到 launch 方式. 这次遇到了不能保存 ROS 日志的 bug, 换成 launch 方式启动就能成功保存日志了... Launch文件 ROS中 .launch 文件可以同时启动多个 node,
Livox格式的rosbag转为PointCloud2格式
参考文章前两篇是 CSDN 的,又一次让我见识到 CSDN 的文章质量之低了。 写这篇文章的目的,是 Livox LiDAR 发布的格式是 CustomMsg,没有办法用 rviz 直接可视化,必须重新发布为 PointCloud2 格式或者使用 C++ 通过驱动直接解析。 安装 先编译并安装 Li
ROS1的bag录制
bag录制 录制所有话题,这里没有指定 bag 名,会在当前路径生成一个当前时间戳命名的 bag rosbag record -a 录制指定话题 rosbag record <topic_name1> <topic_name2> ... 录制指定话题,并指定 bag 名称,arg为大写的英文字母O
多传感器融合——后融合
多传感器融合的方案可以分成前融合(Early Fusion)方案和后融合(Late Fusion)方案。 前融合也叫特征级融合,不同传感器的数据会在特征级别进行合并,也就是说,不同模态的数据经过处理和合并后会得到一个特征集合。一般来说,每个模态数据的特征会被分别提取,然后被提取到的特征会被合并为一个
GStreamer学习
GStreamer 在我看来更像是视频编解码领域的内容。 JPEG 和 MPEG 先区分一下这两个格式 [1]。 JPEG 全称 Joint Photographic Experts Group,文件拓展名一般为 .jpg 或者 .jpeg,是一种静态图像压缩标准,压缩比能达到 10:1。 MPEG
计算机视觉中的Affine和Perspective Transformation
Affine Transformation 仿射变换是在二维空间上对图像进行平移(Translation)、缩放(Scale)、旋转(Rotate)、错切(Shear)操作的组合。 四种变换的矩阵形式分别为: 平移:T_t = \begin{bmatrix} 1 & 0 & p_x \\ 0 & 1
【败家】一条手串的的串生历程
虽说是历程...但是手串刚到我的手里,就先放一张出生(无谐音)图吧。 猴头 这个猴头不是黑神话悟空里猴头泡酒的那个猴头...它其实是核桃。 这是一串10mm+的全品小馒头料猴头手串。 柏香籽 也叫百香籽,柏香子,这几种写法都没错。 这是一串36颗的9mm+热振竖桩顺纹柏香籽手串(名字好长),它没法戴
Windows11 4070Ti部署Deepseek
本来以为难度颇高,没想到还挺简单... 需要的软件就两个: ollama Chatbox AI 模型的部署 进入两个软件的官网并下载 Windows 版本,下载完成后安装。 使用 Win+R 呼出 Windows 的终端,然后进入 ollama 的模型页面,选择你需要使用的模型分支,B 前的数字越大
C++ STL容器的底层原理
C++ STL 容器是使用频率超高的基础设施,只有了解各个容器的底层原理,才能得心应手地用好不同的容器,做到用最合适的容器干最合适的事情 [1]。 看了文章 [1] 开头,以为必有高论,然而对容器方法的底层几乎没有提及,那就自己边查边写吧。本文大部分内容来自 cplusplus.com/refere
图像的色彩空间
最近一个项目需要用到 x86 控制器+ GMSL 相机的组合,这种情况一般会用一张图像采集卡来获取 GMSL 相机的图像,也就是PCIe-GL26设备将GMSL相机图像发送至HOST端 - FunnyWii's Zone 中使用的方案,但是其成本很高。 于是采购了一个 GMSL 转 USB 的转换器
矩阵乘法
向量 向量点积 点积(Dot product)也叫标量积(Scalar product)。在 Euclidean 空间中,点积也是最常见的内积(Inner product)形式。 点积的计算方式很直接:两个向量的对应元素分别相乘,再把结果相加。最终结果是一个标量,也就是一个数。 对于二维向量: \v
学习Transformer
Transformer 在谷歌 2017 年的论文 [\1706.03762] Attention Is All You Need 中首次被提出,主要用于 NLP(Natural Language Processing,自然语言处理)的各项任务。 后来在 CV 领域,研究者们基于 Transform