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

基于 FAST-LIO2 的已有地图定位导航

本文基于FAST-LIO2框架,介绍如何利用已有点云地图实现机器人重定位与导航。通过建图阶段生成全局一致的PCD地图,再在定位阶段采用NDT配准实现高精度位姿估计,并融合至ROS Navigation栈,完成全局路径规划与局部避障。系统支持多种激光雷达,具备高效、鲁棒的特性,适用于复杂环境下的自主导航应用。

#计算机视觉#个人开发#机器人
多模 SLAM 入门:多传感器融合定位与建图详解

多模 SLAM 通过融合视觉、激光雷达、IMU 等异构传感器数据,实现复杂环境下高鲁棒性与高精度的定位与建图。其核心优势在于传感器间的互补:相机提供语义与纹理,激光雷达保障几何精度,IMU 提供高频运动信息,GPS 提供全局参考。主流架构采用紧耦合优化与前后端分离设计,典型系统如 VINS-Fusion、LIO-SAM、R3LIVE 等已广泛应用于自动驾驶与机器人领域。

#机器人#c++
ROS2 DDS 协议选型 + QoS 策略 总结

ROS2基于DDS实现高效分布式通信,主流中间件包括Fast DDS(默认)、Cyclone DDS(低延迟推荐)、Connext DDS(工业级)及Zenoh(多协议桥接)。核心QoS策略涵盖可靠性、持久性、生命周期等9项,需按场景配置:传感器流用BEST_EFFORT+VOLATILE,控制指令用RELIABLE+DEADLINE,静态数据用TRANSIENT_LOCAL。Humble版本推荐

#c++#机器人#系统架构
ROS2 架构与设计原理

ROS2 通过引入 DDS 中间件,解决 ROS1 实时性差、无安全认证和 Master 单点故障三大问题。其五层架构实现语言无关与中间件可替换,支持 FastDDS、CycloneDDS 等灵活切换。节点模型支持普通节点、生命周期节点与组合节点,后者通过进程内通信(intra-process)实现零拷贝,显著提升大消息传输效率。

#机器人
现代C++核心概念与实战技巧(面向SLAM)

本文系统介绍现代C++核心特性在SLAM开发中的实战应用,涵盖模板元编程(SFINAE、Concepts)、移动语义与完美转发、并发模型与无锁队列、C++20新特性(如std::span、std::format、协程)及性能优化技巧(线程局部存储、SIMD、内存预分配),结合典型代码示例,提升代码效率与可维护性。

#c++#机器人#github
SLAM 中的点到直线距离:公式推导与 Python/C++ 实战

本文系统讲解了SLAM中点到直线距离的几何原理与计算方法,涵盖2D/3D情形下的向量推导、叉积公式及在LOAM等算法中的应用。重点推导了误差项及其关于位姿的雅可比矩阵,为优化提供理论支持,并给出可运行的Python(NumPy)与C++(Eigen)实现代码,适用于激光SLAM前端配准与图优化。

#python#c++#机器人
ChArUco 标定:原理、生成与标定实战

ChArUco标定结合棋盘格与ArUco标记,兼具角点精度与抗遮挡能力。通过生成带唯一ID的ChArUco板,利用CharucoDetector检测并插值角点,实现高鲁棒性相机标定。适用于机器人视觉、AR及多相机系统,需使用opencv-contrib-python 4.7+版本,推荐采集15~30张多角度图像以获得稳定内参。

#c++#机器人
AprilTag介绍

AprilTag是一种高精度、实时性强的视觉定位标记系统,广泛应用于机器人与AR场景。其核心原理为通过检测黑白编码图案,结合相机内参与PnP算法,实现标签三维位姿估计。本文基于Python与OpenCV、apriltag库,介绍了从相机标定、标签生成、检测到位姿解算的完整流程,支持tag36h11等家族标签,具备抗光照、小尺寸识别等优势,适用于高精度定位应用。

#机器人#python
多模 SLAM 入门:多传感器融合定位与建图详解

多模 SLAM 通过融合视觉、激光雷达、IMU 等异构传感器数据,实现复杂环境下高鲁棒性与高精度的定位与建图。其核心优势在于传感器间的互补:相机提供语义与纹理,激光雷达保障几何精度,IMU 提供高频运动信息,GPS 提供全局参考。主流架构采用紧耦合优化与前后端分离设计,典型系统如 VINS-Fusion、LIO-SAM、R3LIVE 等已广泛应用于自动驾驶与机器人领域。

#机器人#c++
高翔视觉SLAM14讲学习笔记-第7讲

高翔视觉SLAM14讲学习笔记-第7讲特征点法ORB特征实践:特征提取和匹配特征点法特征点:就是图像中有代表性的点,图像中一些特别的地方,如角点(角点就是角的点)、边缘、区块等。ORB特征实践:特征提取和匹配暴力匹配运算量大,程序中使用的是快速最邻近算法(FLANN)。/*if ( argc != 3 ){cout<<"usage: feature_extraction img1 im

#计算机视觉#c++
到底了