黑逍逍 - 博客园

2023年4月29日

摘要： 1. https://github.com/luckyluckydadada/Azure-Kinect-DK-3D-reconstruction 2. open3d 版本： 0.14.1 0.16.0 0.17.0 会报错：open3d.cuda.pybind.piplines.odommetry. 阅读全文

posted @ 2023-04-29 18:44 黑逍逍阅读(261) 评论(0) 推荐(0)

基本操作

摘要：进入编辑模式在打开的文件中，按下 i 键进入编辑模式。保存修改并退出在编辑模式下，按下 Esc 键回到命令模式，然后输入 :wq 命令保存修改并退出。放弃修改并退出在编辑模式下，按下 Esc 键回到命令模式，然后输入 :q! 命令放弃修改并退出。移动光标在命令模式下，使用箭头键或 h 阅读全文

posted @ 2023-04-29 18:00 黑逍逍阅读(108) 评论(0) 推荐(0)

ssh

摘要：这个警告提示你的SSH客户端在尝试连接的远程主机的密钥与它之前连接的主机的密钥不同，可能是因为远程主机的操作系统被重新安装或者配置被更改。这可能是一个潜在的中间人攻击，为了确保安全，SSH客户端会拒绝连接。你可以删除保存在C:\Users\18137/.ssh/known_hosts文件中的旧的主机阅读全文

posted @ 2023-04-29 17:37 黑逍逍阅读(66) 评论(0) 推荐(0)

imu配置，

摘要： 1. 修改设备名 2. 在工作空间下编译阅读全文

posted @ 2023-04-29 16:53 黑逍逍阅读(31) 评论(0) 推荐(0)

三维重建原理和算法

摘要：原理采集深度图像：使用深度相机采集场景深度信息，并将其转换为深度图像。点云生成：根据深度图像，将场景中的点云数据进行生成。点云滤波：对于采集到的点云数据进行滤波处理，去除无效数据点。点云配准：如果需要将多个点云数据融合为一个完整的点云模型，需要进行点云配准操作，使得各个点云数据之间能够对齐。阅读全文

posted @ 2023-04-29 12:03 黑逍逍阅读(716) 评论(0) 推荐(0)

2023年4月28日

imu和雷达，融合定位

摘要： robot_pose_ekf 阅读全文

posted @ 2023-04-28 23:30 黑逍逍阅读(41) 评论(0) 推荐(0)

robot_pose_ekf

摘要： robot_pose_ekf 是一个ROS软件包，提供了一种使用扩展卡尔曼滤波（EKF）进行机器人位姿估计的方法。该软件包通过融合多个传感器数据（例如IMU、里程计和视觉传感器）来估计机器人的三维位姿（即机器人在三维空间中的位置和姿态），以及其速度和角速度 https://blog.csdn.net 阅读全文

posted @ 2023-04-28 23:29 黑逍逍阅读(333) 评论(0) 推荐(0)

rosrun和roslaunch

摘要：在ROS中，rosrun和roslaunch都是用于启动节点（Node）的命令。rosrun是用于启动单个ROS节点，而roslaunch是用于启动多个ROS节点的工具。roslaunch还可以使用XML格式的配置文件来描述多个节点之间的关系和参数等信息，方便管理和维护。使用rosrun启动节点时阅读全文

posted @ 2023-04-28 23:13 黑逍逍阅读(773) 评论(0) 推荐(0)

扩展卡尔曼滤波

摘要： erf 用于估计系统的状态，比如机器人的位姿、速度等信息，从而实现自主导航和控制扩展卡尔曼滤波（Extended Kalman Filter，EKF）是卡尔曼滤波的一种扩展形式，主要用于非线性系统的状态估计。与标准卡尔曼滤波不同的是，EKF使用非线性函数来预测和更新状态变量，因此需要通过一定的线性阅读全文

posted @ 2023-04-28 22:48 黑逍逍阅读(355) 评论(0) 推荐(0)

卡尔曼滤波

摘要：卡尔曼滤波（Kalman Filter）是一种常用的状态估计方法，其主要应用于从一系列的不完全和有噪声的数据中提取系统状态的信息，预测物体的位置和速度。原理：卡尔曼滤波是一种基于概率统计的最优估计算法，用于估计线性系统的状态量。它包含两个主要的步骤：预测和更新。预测步骤包括状态的预测和预测协方阅读全文

posted @ 2023-04-28 22:43 黑逍逍阅读(244) 评论(0) 推荐(0)

公告