FunnyWii's Zone

【重读经典】极坐标BEV方法

FunnyWii — Mon, 8 Jun 2026 05:46:28 GMT

极坐标BEV的表示方法：在BEV空间按照角度和半径两个维度进行划分，而非笛卡尔坐标系下的均匀矩形网格。自车近处高分辨率，远处低分辨率，契合相机近大远小的成像特点。核心优势

3D稀疏卷积 3D Sparse Convolution

FunnyWii — Thu, 28 May 2026 11:49:55 GMT

点云数据体素化后，有90%+的Voxel是空的，如果像VoxelNet那样直接使用3D Conv，计算量太大。左图是稀疏的2D Tensor，深灰色像素都是0，浅灰色是non-zero点。右图是稀疏的3D Tensor，只有红色的体素才是non-zero。因此提出了3D稀疏卷积——3D Spa

【重读经典】点云深度学习网络的范式变迁：PointNet， VoxelNet和PointPillars

FunnyWii — Mon, 25 May 2026 12:31:46 GMT

PointNet 直接以 N×3N \times 3的Raw PointCloud作为输入，每个点使用 (x,

【重读经典】BEVFusion: A Simple and Robust LiDAR-Camera Fusion Framework

FunnyWii — Fri, 22 May 2026 09:20:45 GMT

BEVFusion有两篇论文：一篇名为《BEVFusion: A Simple and Robust LiDAR-Camera Fusion Framework》，发表于2022年。另一篇名为《BEVFusion: Multi-Task Multi-Sensor Fusion with Unif

【重读经典】BEVFusion: Multi-Task Multi-Sensor Fusion with Unified Bird's-Eye View Representation

FunnyWii — Tue, 28 Apr 2026 07:45:05 GMT

自动驾驶常见传感器包括相机，LiDAR，雷达等传感器。相机能提供丰富语义，LiDAR提供准确的空间信息，雷达能进行速度估计。对于多传感器方案，当时的传感器投影存在信息损失的问题： LiDAR->Cam：存在几何损失，像素坐标系中相邻的像素点，在3D空间中可能距离很远。设想一个人站在墙前面，在像素

【重读经典】BEVFormer: Learning Bird's-Eye-View Representation from Multi-Camera Images via Spatiotemporal Transformers

FunnyWii — Wed, 22 Apr 2026 02:31:51 GMT

先看论文题目 Multi-Camera：多相机纯视觉方案，Camera-based的mAP天然比LiDAR-based和Fusion-based的要低 Spatiotemporal：时间空间 Transformer：用到了Transformer架构以及Attention机制创新点论文摆脱了之前L

nuscenes-devkit的使用

FunnyWii — Tue, 7 Apr 2026 07:02:56 GMT

nuScenes数据集说明 - FunnyWii's Zone 一文了解nuScenes数据集的结构。我们使用nuscenes-devkit进一步学习数据集的使用。安装非常简单，建议python版本3.12和3.9。 pip install nuscenes-devkit devkit使用仍以

nuScenes数据集说明

FunnyWii — Fri, 3 Apr 2026 09:47:08 GMT

nuScenes数据集包含6个Camera，1个LiDAR，5个Radar，1个GPS以及IMU。数据量比KITTI大得多，所以目前Occ Networks更多使用nuScenes数据集。数据集分成两大块：Full和Mini。 Full Dataset包含140万Camera图像，39万LiDA

Ubuntu22部署FlashOcc踩坑实录

FunnyWii — Tue, 31 Mar 2026 03:09:14 GMT

环境配置 conda create --name FlashOcc python=3.8.5 conda activate FlashOcc pip install torch==1.10.0+cu111 torchvision==0.11.0+cu111 torchaudio==0.10.0 -f

【重读经典】Lift, Splat, Shoot: Encoding Images From Arbitrary Camera Rigs by Implicitly Unprojecting to 3D

FunnyWii — Fri, 27 Mar 2026 07:00:03 GMT

LSS是NVIDIA在ECCV2020上发表的文章。理解一下论文标题中的Lift, Splat, Shoot三个单词。这三个单词对应模型中三个核心步骤。 Lift：提升。2D图像特征提升到3D视锥空间特征。 Splat：泼溅。所有相机生成的3D视锥特征，泼洒到统一的BEV平面网格。 Shoot：

【重读经典】3D Bounding Box Estimation Using Deep Learning and Geometry

FunnyWii — Fri, 20 Mar 2026 09:52:24 GMT

Deep3DBox是一篇比较早的使用单目相机进行3D目标检测和姿态估计的方法。 Deep3DBox先用CNN回归目标的方向和尺寸，因为这两类属性稳定性比较高。然后结合2D BBOX的几何约束求解平移量，以生成完整的3D BBOX。有些传统的方法基于PnP，通过2D-3D关键点对应关系求解姿态，需要

Ubuntu22.04部署Wan2.2

FunnyWii — Fri, 20 Mar 2026 01:44:25 GMT

系统环境系统：Ubuntu 22.04 显卡：RTX5880 48G 内存：64G PyTorch：2.4.0+ 模型说明阿里巴巴旗下Wan团队开源的。包括以下核心模型：

【重读经典】DeepDriving: Learning Affordance for Direct Perception in Autonomous Driving

FunnyWii — Wed, 18 Mar 2026 11:58:38 GMT

标题中的Affordance一词，本意是”预设用途，功能特性“，最初在知觉心理学和设计学领域出现。后来在人机交互领域，Affordance的含义变成了：一个产品让用户自然领悟到用法的能力。在机器人领域（自动驾驶和机器人的感知不分家），被引申为可以执行的潜在动作，即在特定情况下哪些动作是可执行的。

深度学习 - 网络的优化 Optimisation for Training Deep Networks

FunnyWii — Mon, 2 Mar 2026 14:44:57 GMT

深度学习 - 网络的优化 Optimisation for Training Deep Networks 深度学习问题需要一个损失函数，我们的目标就是通过优化算法来最小化损失，即最小化目标（损失）函数。需要注意的是，优化和深度学习的本质目标有差异，优化关注的是最小（最大）化目标，深度学习更关注模型。

高达系列作品时间线

FunnyWii — Thu, 26 Feb 2026 06:23:28 GMT

本文详细列出了《高达0079》系列作品的观看顺序，涵盖从宇宙世纪0068年至0120年的多个作品，包括电视动画、OVA、剧场版等，为高达迷们提供了一个系统的观看指南。

可变参数模板和折叠表达式的工程示例

FunnyWii — Thu, 13 Nov 2025 09:08:45 GMT

多传感器融合算法往往都需要一个时间同步算法，时间同步算法的输入一般是多个带时间戳的传感器数据。使用C++不久的人，往往会给这多个传感器的类分别创建实例，在处理的时候再根据传感器数量进行遍历。这样写没有问题，就是不够优雅。学习可变参数模板和折叠表达式需要先对C++中的Template有一定了解。模

Ubuntu开发板多用户开发权限配置指南

FunnyWii — Thu, 9 Oct 2025 08:51:53 GMT

本文主要是为了解决多用户在同一台开发板上开发时导致的Github等ssh key混乱的问题 Linux系统多用户 # 切换到管理员权限 sudo su # 创建用户wfy（会自动创建home目录） adduser wfy # 系统会提示设置密码，输入1（注意：Ubuntu默认要求密码复杂度，简单

Kalman Filter原理及公式推导

FunnyWii — Thu, 28 Aug 2025 08:13:00 GMT

卡尔曼滤波是一种高效的递归（自回归）滤波器。能够从一系列的不完全及包含噪声的测量中，估计动态系统的状态。卡尔曼滤波会根据各测量值在不同时间下的值，考虑各时间下的联合分布，再产生对未知变量的估计，因此会比只以单一测量值为基础的估计方式要准^{[1]}。几个值先说明一下卡尔曼滤波中涉及到的各个值：

IMU的数据

FunnyWii — Thu, 21 Aug 2025 10:00:46 GMT

我一个做感知的威森莫要用IMU... 昨天想获取Unitree GO2的IMU数据，跑官方SDK的时候，忘记修改底层代码，导致发送了一些控制命令，狗突然就动了起来，差点把狗搞坏，险些让我“曾经有一份工作”，至今心有余悸。 GITHUB上似乎没有现成的获取GO2 IMU数据的代码，自己采集成功之后开源

C++模板

FunnyWii — Thu, 24 Jul 2025 04:35:17 GMT

C++是一门强类型语言，编写一个通用函数，能把任意类型的变量传进去处理，通过把通用逻辑设计为模板来摆脱类型限制 C++中的模板语法，实际上是在为C++提供泛型(Generic Programming)的机制。最常见的泛型应用在STL的容器中。类模板 Class Templates用于生成类。没

C++11及其之后的新特性（简单介绍）

FunnyWii — Fri, 4 Jul 2025 05:34:00 GMT

C++11 自动类型推导 auto需要注意的是: 必须在定义时初始化auto类型的变量 auto类型不能定义数组一旦初始初始化，就不可更改类型 auto x = 5; auto y = 3.14; auto a; // 错误 auto array[10]; //错误 auto a = 10;

ROS1的launch文件

FunnyWii — Wed, 2 Jul 2025 01:34:02 GMT

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, 包括 rosco

Livox格式的rosbag转为PointCloud2格式

FunnyWii — Fri, 27 Jun 2025 01:46:02 GMT

参考文章前两篇是CSDN的，又一次让我见识到CSDN的Blog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driver直接解析。安装先编译并安装Livox的SDK：

ROS1的bag录制

FunnyWii — Fri, 23 May 2025 02:18:52 GMT

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 ... 录制指定话题，并指定bag名称，arg为大写的英文字母O rosba

多传感器融合——后融合

FunnyWii — Wed, 21 May 2025 08:47:32 GMT

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

FunnyWii — Thu, 3 Apr 2025 01:25:24 GMT

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全称Moving P

计算机视觉中的Affine和Perspective Transformation

FunnyWii — Mon, 10 Mar 2025 03:54:26 GMT

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

FunnyWii — Tue, 25 Feb 2025 03:02:30 GMT

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

FunnyWii — Thu, 20 Feb 2025 13:22:11 GMT

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，模型参数越多，

C++ STL容器的底层原理

FunnyWii — Mon, 13 Jan 2025 07:34:36 GMT

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]，可惜其中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/reference/ 。 C++ S