logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

UDS网络层/TP层(ISO 15765-2)的解读

本文是对 ISO 15765-2-2011 协议的一些解读。需要指出该协议的最新版为2016版。TP层存在意义UDS网络层,又称为TP层(Transport Protocol Layer)。其存在的目的是为了解决ISO 11898协议中定义的经典CAN数据链路层与ISO 14229协议中定义的应用层,彼此之间数据长度不统一的问题。经典CAN数据链路层最大能够支持8个字节,但ISO 1422...

路径规划算法:动态规划

如上图所示的实例中,寻找点A到点E代价最小的路径,这是典型的动态规划的应用场景,逆向寻优,正向求解一般分为3步,即三层循环:第一层循环:遍历每一个阶段;第二层循环:遍历第i个阶段的每一个状态;第三层循环:遍历第i+1个阶段的每一个状态最终倒叙求得最优解。...

#动态规划
无人驾驶技术入门(八)| 被严重低估的传感器超声波雷达

在上一次分享中,我介绍了毫米波雷达的原理、数据特性及优缺点。毫米波雷达的低环境敏感和低成本的特性使得其在ADAS和自动驾驶领域得到了广泛的应用。今天要介绍的是一款极其常见的传感器——超声波雷达。如果你觉得超声波雷达有些陌生,那么它还有一个更通俗的名字——倒车雷达。在倒车入库,慢慢挪动车子的过程中,在驾驶室内能听到”滴滴滴“的声音,这些声音就是根据超声波雷达的检测距离给司机...

#自动驾驶
多传感器信息融合(标定, 数据融合, 任务融合)

文章目录1. 引言2. 多传感器标定2.1 标定场地2.2 相机到相机2.2 相机到多线激光雷达标定2.3 相机到毫米波雷达标定2.4 相机到IMU标定2.5 论文总结3. 数据层融合3.1 融合的传统方法3.2 深度学习方法4. 任务层融合4.1 传统之障碍物检测跟踪4.2 传统之多传感器定位4.3 深度学习之障...

#自动驾驶
无人驾驶技术入门(三)| 百度无人车传感器 GPS 深入剖析

上一次的分享里,我对百度 Apollo 计划的技术框架做了介绍,如图。Apollo1.0 封闭场地循迹自动驾驶如果要完成 Apollo 1.0 的“封闭场地寻迹自动驾驶”功能,需要解决一个重要的问题:我(无人车)在哪?“我在哪”这个问题,在 Apollo 1.0 的架构中完全依赖 GPS(全球定位系统) 和 IMU(惯性测量单元)。今天的分享,我会用尽可能简单...

#自动驾驶
实时操作系统和非实时操作系统的区别

实时操作系统:uCOS/VxWorks/RTLinux非实时操作系统:Linux/Windows/OSX他们之间的区别,详见下图:在上面的图中右边的任务优先级高于左边的任务,先看实时操作系统的,当优先级更高的任务2就绪的时候,即便任务1正在运行中,也必须立刻交出CPU的使用权,就跟中断一样,先执行任务2,等任务2执行完或者主动挂起(sleep)让出CPU的时候,任务1才能接着运行。uCOS就是这样

理解实时操作系统与裸机的区别

早期嵌入式开发没有嵌入式操作系统的概念 ,直接操作裸机,在裸机上写程序,比如用51单片机基本就没有操作系统的概念。通常把程序分为两部分:前台系统和后台系统。 简单的小系统通常是前后台系统,这样的程序包括一个死循环和若干个中断服务程序:应用程序是一个无限循环,循环中调用API函数完成所需的操作,这个大循环就叫做后台系统。中断服务程序用于处理系统的异步事件,也就是前台系统。前台是中断级,后台是任务级。

嵌入式硬件上电后,程序的运行过程剖析(CPU、FLASH、内存)

程序以机器码的形式,即二进制码的形式存在FLASH中;上电后,CPU通过控制器将待运行的程序从FLASH中读入内存中;代码在内存中运行时,控制器将需要计算的数据存入寄存器中;运算器从寄存器中读取数据进行运算,并将结果存入寄存器中;控制器将寄存器中的结果读入内存中;故形成一个闭环的程序运行过程。CPU由运算器、控制器、寄存器组成,准确的来说CPU包括运算逻辑部件、寄存器部件和...

驱动(driver)和固件(firmware)的异同

驱动和固件(firmware)都是代码,前者为软件服务,后者为硬件服务。在操作系统概念还不明确的时代,二者是没有明显区别的。但是随着计算机体系结构的发展,硬件的种类开始变多,操作系统的种类也变多了。这个时候,因为各种技术的、商业的原因,硬件厂商希望自己的硬件能被更多的软件厂商使用,所以就需要在硬件之上做一些封装,让自己的硬件操纵起来更容易,这个时候就要有firmware这种东西了,它简...

机器人路径规划和轨迹优化导论

一,轨迹规划的思路,2步走:1,路径规划2,轨迹优化二, 路径规划和轨迹优化常用算法:三,基于搜索的路径规划:1,Dijkstra与A*的区别与联系:扩展的方式相同(均是周围的8个点作为备选点),但Cost不同Dijkstra : F(n) = G(n)A* : F(n) = G(n) + H(n)...

    共 26 条
  • 1
  • 2
  • 3
  • 请选择