ros

初识事件相机系列 - 数据集与仿真器 原创 董岩 3D视觉工坊 2月29日 点击上方“3D视觉工坊”，选择“星标” 干货第一时间送达 在上次的推送中，我们介绍了 事件相机的基本原理 。这次简要介绍一些数据集和仿真器。 0 、为什么需要数据集与仿真器？ 在研究中，为了比较不同算法的优劣，研究人员不能用自己采集的数据，这样和别的方法比较没有太大的意义。所以公开的数据集是评价这些方法的通用数据。而仿真器，是按照事件相机的成像原理，模拟其生成数据的样子，可以便于使用者采集自己想要的数据。 当然最重要的一点，是事件相机目前价格较高，许多人无法像买USB相机这样随性购买。下面我们简单看几家公司的商品和售价： （图：一些事件相机厂商的主流产品与价格，数据由个人业务咨询获得） 可以看到一款事件相机动辄几万。所以数据集和仿真器可以极大程度方便研究的进行，同时避免了硬件使用过程中的各种各样的问题。 1 、数据集 在github官网整理出了许多数据集，更多细节请参考网址： https://github.com/uzh-rpg/event-based_vision_resources#datasets 。包括的数据集有：光流、图像恢复、VO与SLAM、图像分割、图像识别等。下面介绍一些围绕SLAM的数据集。 ViViD: Vision for Visibility Dataset 提供Lidar，RGBD

.msg 文件是描述ROS消息的字段的文件，其本质上是简单的 .txt 格式的文件，其目的是用来生成基于不同编程语言的承载消息的源代码。 .srv 文件描述了一种服务，它由两个部分组成：分别是请求和应答(或者响应) .msg 格式的文件是存储在名为 msg 的目录下，而 .srv 格式的文件存储在名为 srv 的目录下。 消息文件中的每一行包含两个字段，分别是字段类型和字段名。 可用的字段类型有： int8 int16 int32 int64 float32 float64 string time duration other msg files 可变长度的数组array[]和固定长度的数组array[C] 当然了，也有ROS中的特殊类型：Header，头包含了ROS中常用的时间戳和坐标系信息，你将会经常看到一个.msg文件的第一行有 Header　header 。 下面是一个具体的.msg文件的例子： Header header string child_frame_id geometry_msgs/PoseWithCovariance pose geometry_msgs/TwistWithCovariance twist 说完了 .msg 文件，现在，我们来讲一讲 .srv 文件， .srv 文件很像 .msg 文件，只是 .srv 文件包含两个部分：请求部分和响应部分

1.主函数 主函数主要作用是： 定义一个信号变量，管理节点 定义amclNode对象 int main(int argc, char** argv) { ros::init(argc, argv, "amcl"); ros::NodeHandle nh; // Override default sigint handler signal(SIGINT, sigintHandler); // Make our node available to sigintHandler amcl_node_ptr.reset(new AmclNode()); if (argc == 1) { // run using ROS input ros::spin(); } else if ((argc == 3) && (std::string(argv[1]) == "--run-from-bag")) { amcl_node_ptr->runFromBag(argv[2]); } // Without this, our boost locks are not shut down nicely amcl_node_ptr.reset(); // To quote Morgan, Hooray! return(0); } 2.amclNode对象的构造 1.有一个配置相关的递归互斥锁锁 2

Carla是一个开源的自动驾驶测试框架，类似于Airsim。如果你搜索到了这篇文章，你应该已经大概知道carla是做什么的了。 Carla有pre built binary，Linux和Windows平台的都有，也有官方的build tutorial，我自己尝试了下在Windows下的编译。结果第一步就出现了compiler error，因为懒所以我干脆用了他的官方二进制。 https://github.com/carla-simulator/carla/releases 在0.9.5有Windows的二进制下载 解压后打开root directory的可执行文件，会产生一个类似下图的可交互界面。 这时候产生的是一个Server，是一个world。你可以用wasd和鼠标控制Ego的视角，到处飞行。 在PythonAPI文件夹下有一个叫example的文件夹，里面有一些python实列文件可以展示设置client和server进行交互。 当然，我们今天说的是要和ROS bridge交互。0.9.5的ROS bridge可以在下边的链接下载 https://github.com/carla-simulator/ros-bridge/releases 下载解压以后，具体如何编译和使用都在一下可以找到 https://github.com/carla-simulator/ros

　　最近在做Lidar和imu的联合标定，即通过算法给出安装完成后Lidar和imu间的相对位姿（平移和旋转）。使用github上的lidar_align标定工具。在参考博文 https://blog.csdn.net/miracle629/article/details/87854450 后，发现自己录制的数据包中没有lidar_align需要用到的geometry_msgs/TransformStamped数据类型。博文作者给出的方法：1、建议直接使用rosbag方式读入数据，对于不发布TransformStamped类型数据的程序，只要稍微改动数据接口的几处函数（全部在loader.cpp文件中）便可以正常使用。博文下的评论中还提供了另外两种思路：2、自己写一个ros节点，订阅IMU的topic，把message里面的内容，重新按照geometry_msgs/TransformStamped 的格式赋值一遍，重新发布一次topic。3、不转格式，可以存一个csv文件，把6dof姿态存下来。 　　首先需要安装nlopt非线性优化库，报错：could not find a package configuration file provided by "Nlopt" with any of: NloptConfig.cmake。博文的评论中将 NLOPTConfig.cmake

如今，机器人已被广泛应用于餐厅、酒店、银行等各大服务场所，在人员复杂的场景中，对于机器人如何自由穿梭于人群是个很大的挑战，这需要涉及到机器人的自主定位导航技术，自主定位导航技术是机器人实现自主行走的重要标志，而避障又是实现自主定位导航的基本，它是指机器人在行走时，通过传感器感知到在其路线规划上存在的静态或动态障碍物，按照相应算法进行路径实时更新，最终绕开障碍物到达目标点。那机器人避障问题又该如何解决呢？ 目前，在解决机器人避障问题中，市面上大多会采用到激光雷达传感器，激光雷达是机器人避障的重要传感器，它扮演着机器人“眼睛”的角色，可以实时感知周围环境信息，包括障碍物的尺寸、形状、位置、姿态等。 当然，如果仅靠激光雷达是无法达到理想中的效果，为此，思岚科技在几年前就推出了扮演机器人“小脑”角色的Slamware Core，一个控制机器人运动的核心中枢。对机器人来说，小脑可以绘制环境地图来指导自身行动，而如何在环境中找到一条从起点到终点，同时避开障碍物的最优路径显得更为困难。 思岚科技的模块化自主定位导航SLAMWARE内置基于激光雷达的同步定位与建图 (SLAM) 及配套的路径规划功能。同时，它也是思岚科技推出的服务机器人自主行走的全套解决方案之一。 相较于开源ROS机器人操作系统，SLAMWARE内置的SLAM算法构建出的地图更加精确，即使受到外界干扰也可以保持较高的定位精度。同时

随便写一下： 在win系统下，使用ipconfig 在ubuntu系统下，使用ifconfig 有时需要检查主从机网络是否连接正常，使用ping +从机或主机ip 对于ubuntu系统，我使用sudo poweroff来关机 单独编译工作空间下的一个包时，使用catkin_make -DCATKIN_WHITELIST_PACKAGES="想编译包的名字" 设置主从机的时候： export ROS_IP=主机IP export ROS_HOSTNAME=`hostname -I` //代表的是本机ip export ROS_MASTER_URI=http://主机IP:11311 //将rosmaster设置为主机端的rosmaster 通过win10远程访问可以在没有显示屏的情况下，直接通过IP访问，需要在树莓派或nano等终端安装tightserver（差不多是这个），然后启动这个服务。 来源： oschina 链接： https://my.oschina.net/u/4358286/blog/4478258

文章记录了近期整了两个月左右过程中用到的一些资料，整理下来，有些乱... 建议要是能用 Docker 安装 ROS 的话，就尽量少去折腾环境，留出时间研究 ROS 入门文档 ROS_Robot_Programming_CN.PDF 提取码: kzeg 官方中文 Wiki 文档 Python 示例代码 使用 Python 读取 scan topic 的方法！ 导入 LDS 的 msg 数据类型包名 import rospy from sensor_msgs.msg import LaserScan 查看 Topic 消息内容 rostopic echo /kobuki/lase/scan -n1 输出 header: seq: 5 stamp: secs: 2829 nsecs: 69000000 frame_id: "laser_sensor_link" angle_min: -1.57079994678 angle_max: 1.57079994678 angle_increment: 0.00436940183863 time_increment: 0.0 scan_time: 0.0 range_min: 0.10000000149 range_max: 30.0 ranges: [inf, inf, inf, inf, inf, ....] 查看消息类型 rosmsg

立即学习: https://edu.csdn.net/course/play/29225/411666?utm_source=blogtoedu UART 通用异步收、发器 USART 通用同步/异步 收、发器 来源： oschina 链接： https://my.oschina.net/u/4296574/blog/4475798

最近订阅学习了《深入浅出云计算》专栏，一口气学完之后，做了一些总结笔记形成此文，特分享与你，希望对你有所帮助！本文为上半部分，主要总结了IaaS篇的核心要点。 零、开篇词 1、开发者为何要学习云计算？ 　　（1）历经多年发展已成熟并成为一种潮流， 企业数字化转型的组成部分。 　　（2）产业的发展必然影响个体： 　　未来更多的应用都会运行在云上，架构模式和思维方式也会更多地与云契合共生！ 　　（3）很多人对云的特性还不够熟悉，对云产品存在误解甚至偏见。 2、开发者应该如何学习云计算？ 　　尽可能多地结合应用场景来解析云的概念和能力， 学习“用云”而非“做云” ；对于我们程序员学习者而言，也是如此，重点放在用云上即可！ 　　不进行“厂商绑定”而是同时观察运用多个主流云厂商的服务， 了解共性和差异性 ；对于我们学习者而言，先了解共性和差异，再重点放在企业所选择的云服务商提供的产品上重点关注！ 一、Iaas篇 　　IaaS 的本质， 是对云数据中心和各类 IT 基础设施的抽象，是基于软件技术对物理硬件进行的封装和虚拟 。 1、区域和可用区 　　区域对应云厂商在 某个地理位置提供的所有云服务的组合 =>对外提供云服务的基本单位和容器；区域一般以国家或地区命名，也经常辅以城市和序号予以区分，例如：cn-hangzhou，cn-beijing，cn-chengdu等；