最近使用ROS RVIZ实现点云图拼接，不过没有得到很好的效果，这里做个阶段总结。 ROS RVIZ是个功能强大的可视化工具，可以显示很多与机器人相关的信息。 先对ROS中的坐标简要说明，ROS的坐标通过/tf topic 来管理，tf是一个多叉树结构，每一个坐标通过一个frame id识别，使用代码来管理tf，所有坐标都是通过/tf由程序员自己管理。 按照官方指南，tf通过broadcast

Introduction自己制作国内高速label，使用SegNet训练自己的模型，测试效果参考：http://mi.eng.cam.ac.uk/projects/segnet/tutorial.htmlSegNet是Cambridge提出旨在解决自动驾驶或者智能机器人的图像语义分割深度网络，开放源码，基于caffe框架。SegNet基于FCN，修改VGG-16网络得到的语义分割网络，有两种

Batch Normalization是由google提出的一种训练优化方法。网上对BN解释详细的不多，大多从原理上解释，没有说出实际使用的过程，这里从what, why, how三个角度去解释BN。