能力说明:
了解Python语言的基本特性、编程环境的搭建、语法基础、算法基础等,了解Python的基本数据结构,对Python的网络编程与Web开发技术具备初步的知识,了解常用开发框架的基本特性,以及Python爬虫的基础知识。
能力说明:
掌握计算机基础知识,初步了解Linux系统特性、安装步骤以及基本命令和操作;具备计算机基础网络知识与数据通信基础知识。
暂时未有相关云产品技术能力~
暂无个人介绍
基于PCL库的通过ICP匹配多幅点云方法
基于PCL库的通过ICP匹配多幅点云方法
非线性优化--使用Ceres进行曲线拟合
非线性优化--NLopt算法使用及C++实例
既然NLopt是解决非线性优化的问题,那么先说明下什么是非线性优化。
理解好图像的点云拼接,需要从相机的模型说起。理解相机的成像原理之后。 便可更为深刻的理解 图像的点云 如何拼接在一起。
PCL--点云配准--ICP使用
PCL 随机采样一致性--识别球面和平面
PCL关键点检测--Harris关键点
PCL关键点检测--SIFT关键点
PCL关键点检测--NARF关键点
Eigen的使用总结
pcl 点云压缩与解压缩
PCL 深度图像
PCL点云滤波
pcl 点云可视化
pcl 无序点云数据空间变化检测
基于八叉树的空间划分及搜索操作
在pcl中通过kd tree 实现 快速邻域搜索
PCL IO 操作
PCL 新增自定义点云类型
ROS TF 将传感器数据转换为机器人坐标系下
ROS TF2 :通过tf2_ros::MessageFilter 将世界坐标系下的点转为期望坐标系下的点
ROS TF2 中的 四元数 基础部分
ROS TF2当前坐标系如何计算其它历史坐标系的坐标变换
这篇博客讲解 如何在使用lookupTransform() 函数时, 监听指定时间一定延时内的 可以用的坐标变换
ROS TF2 添加一个 坐标系 附实例
TF2 坐标变换 监听 实例
在gazebo中进行相机标定
ORB-SLAM3 编译步骤
turtlesim的多机器人示例中,展示了tf2的一些功能。 也介绍了使用tf2_echo,view_frames和rviz。 使对tf2可以做的事情有个很好的了解。
Mavlink 通讯协议与新消息生成方法
FreeRTOS-stm32f407移植
TX2 通过jetpack 配置环境 详解步骤
将ros的图像 转换成 opencv的图像并求距离
ROS——深度图转换伪面阵激光——depthimage_to_laserscan 功能包
turtlebot3 在gazebo仿真下 通过 gmapping slam 建立二维平面地图——全过程
基于ROS gmapping slam 建立地图时遇到的问题
首先我们的目的是控制被控对象,靠近目标轨迹并且沿着目标轨迹运行。在实际运行中被控目标可能受外界干扰,与目标轨迹存在一定偏差,运用横向轨迹误差法(Cross-track Error),通过目标轨迹与被控对象当前位置的距离,不断的计算调整被控对象的状态,使其不断的靠近目标轨迹。Cross-track Error的值越大,被控对象偏离原行驶方向的角度就越大,随着Cross-track Erro的减小,被控对象偏离原行驶方向的角度要不断减小,直至轨迹重合。由于 由 Cross-track Error 转换成 调整速度有PID—P控制实现得。所有此算法估且叫为 基于Cross-track Error 的
在rviz中加入 历史轨迹点
ROS仿真中 读取 turtlebot3 扫描雷达传感器数据 求 前方距离和最短距离(对应方向)
在ROS 中 功能包 中将类的函数定义 与 声明 分开 文件写 用main.cpp 调用 如何配置 CmakeList.txt
ROS 环境下 安装 turtlebot3 功能包及其仿真包 并测试 —— 全流程(报错及解决)
ROS中CMakeLists.txt文件 使用 讲解与总结
串口驱动开发
ros仿真 无人机航向控制算法优化
探究--gazebo里 关节是如何动起来的____通过节点发布topic让关节转动
探究--gazebo里 关节是如何动起来的____撸源码探究ros gazebo里的 硬件抽象构建
GazeboRosControlPlugin::Load 函数详解
DefaultRobotHWSim::writeSim函数详解