1、代码#include <iostream>#include <vector>using namespace std;//冒泡排序void bubble_sort(vector<int> &nums){for (int i = 0; i < nums.size() - 1; i++) { // times...

A*简介A算法是启发式算法重要的一种，主要是用于在两点之间选择一个最优路径，而A的实现也是通过一个估值函数F=G+HG表示该点到起始点位所需要的代价H表示该点到终点的曼哈顿距离。F就是G和H的总和，而最优路径也就是选择最小的F值，进行下一步移动（后边会做详细介绍）曼哈顿距离...

1、五大公式预测状态预测协方差kalman增益状态估计值当前状态方差其中：为测量值，为测量噪声，:预测值A:状态转移矩阵:状态的控制量:过程造噪声，假定其符合均值为0,协方差矩阵为Q的多元正太分布，H:测量矩阵，从真实值到测量值的状态...

1、修改激光的权限ls -l /dev/ttyACM0sudo chmod a+rw /dev/ttyACM02、运行激光驱动节点roscoreroslaunch urg_node urg_lidar.launch3、rviz显示rvizfixed frame设置为/laser_linkAdd display type laser scan选择topic/scan

粒子滤波(PF: Particle Filter)的思想基于蒙特卡洛方法(Monte Carlo methods)，它是利用粒子集来表示概率，可以用在任何形式的状态空间模型上。其核心思想是通过从后验概率中抽取的随机状态粒子来表达其分布，是一种顺序重要性采样法(Sequential Importance Sampling)。简单来说，粒子滤波法是指通过寻找一组在状态空间传播的随机样本对概率密度函数进

1 体系结构（1）主要成员base_local_planner::LocalPlannerUtil planner_util_; 用来存储运动控制参数以及costmap2d、tf等，会被传入dp_costmap_2d::Costmap2DROS* costmap_ros_;base_local_planner::OdometryHelperRos odom_helper_; 用来辅助获取

一、最小二乘法和最大似然估计最小二乘法可以从Cost/Loss function角度去想，这是统计（机器）学习里面一个重要概念，一般建立模型就是让loss function最小，而最小二乘法可以认为是 loss function = （y_hat -y )^2的一个特例，类似的想各位说的还可以用各种距离度量来作为loss function而不仅仅是欧氏距离。所以loss function可以说..

1 体系结构（1）主要成员base_local_planner::LocalPlannerUtil planner_util_; 用来存储运动控制参数以及costmap2d、tf等，会被传入dp_costmap_2d::Costmap2DROS* costmap_ros_;base_local_planner::OdometryHelperRos odom_helper_; 用来辅助获取

重采样主要是为了解决经典蒙特卡洛方法中出现的粒子匮乏现象。其主要思想是对粒子和其相应的权值表示的概率密度函数重新进行采样。通过增加权值较大粒子和减少权值较小粒子来实现。重采样虽然可以改善粒子匮乏现象，但也降低了粒子的多样性。两种较为常用的重采样算法：轮盘赌、低方差采样。一、轮盘赌（独立随机采样）每个粒子对应的权重大小就是图中各奖项对应的面积大小。每次采样就是转动一次转盘。...

假设你已经成功将ORB-SLAM2 编译通过1、运行单目 SLAM：我们这里采用 freiburg1_desk 数据，可以从这里下载：freiburg1_desk 数据集将这个数据集放在 ORB_SLAM2 下的 Data 文件夹下面并解压缩。运行如下指令：./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txt Examples/Monoc