<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Forrest's Space]]></title><description><![CDATA[学而知不足]]></description><link>https://blog.csdn.net/Forrest_Z</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; Forrest_Z]]></copyright><item><title><![CDATA[ros版本apollo7.0.0规划控制算法]]></title><link>https://blog.csdn.net/Forrest_Z/article/details/128521187</link><guid>https://blog.csdn.net/Forrest_Z/article/details/128521187</guid><author>Forrest_Z</author><pubDate>Mon, 02 Jan 2023 15:30:58 +0800</pubDate><description><![CDATA[基于ros1的apollo 7.0.0规划控制算法，针对apollo原有方案初学者难入门，测试操作不便等问题，能很好进行相关算法学习和测试，并可以将自己的算法增加到框架中，应用于机器人或者无人驾驶中。]]></description><category></category></item><item><title><![CDATA[ros版本apollo3.0.0规划控制算法]]></title><link>https://blog.csdn.net/Forrest_Z/article/details/126798242</link><guid>https://blog.csdn.net/Forrest_Z/article/details/126798242</guid><author>Forrest_Z</author><pubDate>Sat, 10 Sep 2022 18:46:40 +0800</pubDate><description><![CDATA[此项目为基于'apollo3.0.0'的`ros1`移植版本，目前移植版本能实现车辆在高精度地图下进行`routing`、`planning`和`control`仿真测试。]]></description><category></category></item><item><title><![CDATA[ros版本apollo1.0.0规划控制算法]]></title><link>https://blog.csdn.net/Forrest_Z/article/details/124543719</link><guid>https://blog.csdn.net/Forrest_Z/article/details/124543719</guid><author>Forrest_Z</author><pubDate>Mon, 02 May 2022 18:29:26 +0800</pubDate><description><![CDATA[apollo.ros-1.0.0
Hello，时隔不知道多久……我又回来了！这次给大家带来的是我之前学习apollo时开发的内容，主要是针对apollo 1.0.0版本进行了ros1的移植，具体介绍见下文。这次相对之前分享的项目不同的是，这次分享不是免费的，需要进行购买，原因的化你懂得……
下载连接如下
简介
此工程为基于 apollo 1.0.0 的ros1移植版本，移植主要目的如下：

学习apollo框架设计
学习apollo中的控制算法

目前只针对apollo中主要模块进行了移植，移植模块有:
a]]></description><category></category></item><item><title><![CDATA[非滤波单目视觉SLAM系统]]></title><link>https://blog.csdn.net/Forrest_Z/article/details/70670113</link><guid>https://blog.csdn.net/Forrest_Z/article/details/70670113</guid><author>Forrest_Z</author><pubDate>Tue, 25 Apr 2017 09:23:16 +0800</pubDate><description><![CDATA[转自麒迹智能硬件创新平台 
摘要视觉SLAM过去15年的研究产生了大量可以使用的系统，广泛应用于机器人和增强现实应用中。滤波（卡尔曼滤波，粒子滤波）视觉SLAM更通用，非滤波（运动估计结构）方案更有效率、日益成为构建视觉SLAM系统的事实方法。本文讲解各种非滤波视觉SLAM构建方法及其组成部分，每种系统的特殊的构建策略和模块实现。 
关键词：视觉SLAM，单目，非滤波一 简介过去15年单目相机定位方]]></description><category></category></item><item><title><![CDATA[HandsFree OpenRE编译及烧录]]></title><link>https://blog.csdn.net/Forrest_Z/article/details/70214769</link><guid>https://blog.csdn.net/Forrest_Z/article/details/70214769</guid><author>Forrest_Z</author><pubDate>Tue, 18 Apr 2017 09:42:18 +0800</pubDate><description><![CDATA[说明这是个悲伤的故事。。。。。 
由于手贱，把HandsFree的底层控制板的USB-to-TTL的usb口搞坏了（焊盘没了+串口芯片烧了），所以为了让小车满血复活，需要改一下通信的串口号，编译工程在烧录进板子。幸好HandsFree的底层控制板留了很多通信的接口出来。。。。OpenRE编译环境的搭建首先我们先将OpenRE的代码下下来：git clone https://github.com/HA]]></description><category></category></item><item><title><![CDATA[视觉slam学习资料整理]]></title><link>https://blog.csdn.net/Forrest_Z/article/details/68060795</link><guid>https://blog.csdn.net/Forrest_Z/article/details/68060795</guid><author>Forrest_Z</author><pubDate>Wed, 29 Mar 2017 10:33:27 +0800</pubDate><description><![CDATA[转自：http://blog.163.com/zhang_hu_0728/blog/static/24688806720170355714689/（1) orb_slam 官网（网站最后有5篇论文，价值很高） 
http://webdiis.unizar.es/~raulmur/orbslam/ 
（2)半仙居士blog（可以都看，很经典） 
http://www.cnblogs.com/gaoxi]]></description><category></category></item><item><title><![CDATA[基于ROS平台的移动机器人V2]]></title><link>https://blog.csdn.net/Forrest_Z/article/details/68059888</link><guid>https://blog.csdn.net/Forrest_Z/article/details/68059888</guid><author>Forrest_Z</author><pubDate>Wed, 29 Mar 2017 09:48:46 +0800</pubDate><description><![CDATA[test]]></description><category></category></item><item><title><![CDATA[贝叶斯全局优化]]></title><link>https://blog.csdn.net/Forrest_Z/article/details/64921638</link><guid>https://blog.csdn.net/Forrest_Z/article/details/64921638</guid><author>Forrest_Z</author><pubDate>Wed, 22 Mar 2017 16:56:21 +0800</pubDate><description><![CDATA[转自微信训练一个模型时大家都需要面对一个问题：参数优化。通常，我们做参数优化时都会先导出一个cost function，然后通过调整参数值来最大化或最小化这个cost function。这个过程听起来很简单，但真的做起来是个剧恶心的体力活！比方说你要用梯度方法做优化，得求一阶导二阶导吧，求得半死不活之后还得自己用代码实现，敲完代码然后调用一遍梯度下降方法，结果跑到一半，程序挂了，一大波数值异常排着队]]></description><category></category></item><item><title><![CDATA[yocs_velocity_smoother介绍及参数说明]]></title><link>https://blog.csdn.net/Forrest_Z/article/details/64444139</link><guid>https://blog.csdn.net/Forrest_Z/article/details/64444139</guid><author>Forrest_Z</author><pubDate>Tue, 21 Mar 2017 16:47:53 +0800</pubDate><description><![CDATA[软件包摘要根据机器人速度和加速度限制绑定传入的速度消息。链接：https://github.com/yujinrobot/yujin_ocs.git（branch：indigo）速度平滑节点速度平滑节点与kobuki_node一起运行，它们将控制机器人的速度和加速度在发送到机器人之前进行限制，然后再应用到机器人。其也适用于任何其他通用ros移动底层控制。订阅主题（1）〜raw_cmd_vel（geo]]></description><category></category></item><item><title><![CDATA[map_server介绍及参数说明]]></title><link>https://blog.csdn.net/Forrest_Z/article/details/63684997</link><guid>https://blog.csdn.net/Forrest_Z/article/details/63684997</guid><author>Forrest_Z</author><pubDate>Sun, 19 Mar 2017 15:21:57 +0800</pubDate><description><![CDATA[软件包摘要map_server提供了map_server ROS 节点，它提供了作为ROS 服务的地图数据。它还提供了map_saver命令行实用程序，它允许动态生成的映射保存到文件。地图格式由此包中的工具操纵的地图存储在一对文件中。YAML文件描述地图元数据，并命名图像文件。图像文件对占用数据进行编码。图像格式该图像描述了相应像素的颜色中的世界的每个单元的占用状态。白色像素是自由的，黑色像素被占据]]></description><category></category></item><item><title><![CDATA[AMCL介绍及参数说明]]></title><link>https://blog.csdn.net/Forrest_Z/article/details/62892053</link><guid>https://blog.csdn.net/Forrest_Z/article/details/62892053</guid><author>Forrest_Z</author><pubDate>Fri, 17 Mar 2017 17:09:52 +0800</pubDate><description><![CDATA[软件包摘要amcl是机器人在2D中移动的概率定位系统。它实现了自适应（或KLD采样）蒙特卡罗定位方法，其使用粒子滤波器来针对已知的地图跟踪机器人的姿势。算法许多算法及其参数在本文中有详细描述。用户是建议检查有更多的细节。使用以下算法： 
sample_motion_model_odometry， 
beam_range_finder_model，  
likelihood_field_range_f]]></description><category></category></item><item><title><![CDATA[move_base 配置文件说明]]></title><link>https://blog.csdn.net/Forrest_Z/article/details/62891055</link><guid>https://blog.csdn.net/Forrest_Z/article/details/62891055</guid><author>Forrest_Z</author><pubDate>Fri, 17 Mar 2017 16:30:03 +0800</pubDate><description><![CDATA[move_base 配置文件说明1. base_local_planner_params.yamlcontroller_frequency: 3.0 # 更新路径规划的频率
recovery_behavior_enabled: false # 复原行为使能
clearing_rotation_allowed: false # 清除旋转允许TrajectoryPlannerROS: # ROS轨迹计划]]></description><category></category></item><item><title><![CDATA[gmapping介绍及参数说明]]></title><link>https://blog.csdn.net/Forrest_Z/article/details/62883695</link><guid>https://blog.csdn.net/Forrest_Z/article/details/62883695</guid><author>Forrest_Z</author><pubDate>Fri, 17 Mar 2017 10:59:55 +0800</pubDate><description><![CDATA[软件包摘要这个包包含一个用于OpenSlam的Gmapping的ROS包装器。gmapping包提供基于激光的SLAM（同时定位和映射），作为称为slam_gmapping的ROS节点。使用slam_gmapping，您可以从移动机器人收集的激光和姿势数据创建2-D占用网格地图（如建筑平面图）。1、外部文档这主要是第三方包; 底层的GMapping库是外部文档。查看有关下面列出的许多参数的详细信息。]]></description><category></category></item><item><title><![CDATA[OpenCV 自带例程总结]]></title><link>https://blog.csdn.net/Forrest_Z/article/details/61415122</link><guid>https://blog.csdn.net/Forrest_Z/article/details/61415122</guid><author>Forrest_Z</author><pubDate>Sat, 11 Mar 2017 12:31:30 +0800</pubDate><description><![CDATA[OpenCV 自带例程总结原文出处opencv 2.4.4版本共100个自带例子。parter 1: 
No1. adaptiveskindetector.cpp 
利用HSV空间的色调信息的皮肤检测，背景不能有太多与肤色相似的颜色。效果不是特别好。 
No2. bagofwords_classification.cpp 
好大一串……目前还看不懂。 
No3. bgfg_codebook.cpp]]></description><category></category></item><item><title><![CDATA[使用RGBD深度摄像头实现视觉里程计]]></title><link>https://blog.csdn.net/Forrest_Z/article/details/60972749</link><guid>https://blog.csdn.net/Forrest_Z/article/details/60972749</guid><author>Forrest_Z</author><pubDate>Thu, 09 Mar 2017 21:49:24 +0800</pubDate><description><![CDATA[使用RGBD深度摄像头实现视觉里程计1.准备（1）一个Kinect一代摄像头，以转好驱动的（2）你已经安装ROS机器人程序设计（第2版） 源代码，如果没有请自行安装：https://github.com/AaronMR/Learning_ROS_for_Robotics_Programming_2nd_edition（3）安装fovis$ cd ~/catkin_ws/src
$ git clone]]></description><category></category></item><item><title><![CDATA[卡尔曼滤波在单片机上的使用]]></title><link>https://blog.csdn.net/Forrest_Z/article/details/60583827</link><guid>https://blog.csdn.net/Forrest_Z/article/details/60583827</guid><author>Forrest_Z</author><pubDate>Mon, 06 Mar 2017 17:30:02 +0800</pubDate><description><![CDATA[卡尔曼滤波在单片机上的使用原文出处#ifndef _KALMAN_H_
#define _KALMAN_H_extern  KalmanGain;//  卡尔曼增益
extern  EstimateCovariance;//估计协方差
extern  MeasureCovariance;//测量协方差
extern  EstimateValue;//估计值
extern void KalmanFil]]></description><category></category></item><item><title><![CDATA[基于ROS平台的移动机器人-8-使用Kinect2导航]]></title><link>https://blog.csdn.net/Forrest_Z/article/details/56670514</link><guid>https://blog.csdn.net/Forrest_Z/article/details/56670514</guid><author>Forrest_Z</author><pubDate>Thu, 23 Feb 2017 13:53:51 +0800</pubDate><description><![CDATA[基于ROS平台的移动机器人-8-使用Kinect2导航ready终于到写最后一篇了。。。不是经常写博文的老司机果然伤不起！ 
在这一篇教程就是利用KinectV2来导航啦。go1.安装一下所需的包（1）cd ~/catkin_ws/src
（2）git clone  https://github.com/ros-planning/navigation/tree/indigo-devel
（3）cd]]></description><category></category></item><item><title><![CDATA[基于ROS平台的移动机器人-7-使用Kinect2建图]]></title><link>https://blog.csdn.net/Forrest_Z/article/details/56666922</link><guid>https://blog.csdn.net/Forrest_Z/article/details/56666922</guid><author>Forrest_Z</author><pubDate>Thu, 23 Feb 2017 10:50:38 +0800</pubDate><description><![CDATA[基于ROS平台的移动机器人-7-使用Kinect2建图ready此教程我将利用KinectV2得到的激光数据和Gmapping来建图（PS：这里你需要一个可以通过ＲＯＳ控制的移动底盘和一个KinectV2）go1.安装Gmapping包（1）cd ~/catkin_ws/src
（2）git clone  https://github.com/ros-perception/slam_gmapping]]></description><category></category></item><item><title><![CDATA[基于ROS平台的移动机器人-6-使用Kinect2获取激光数据]]></title><link>https://blog.csdn.net/Forrest_Z/article/details/56665631</link><guid>https://blog.csdn.net/Forrest_Z/article/details/56665631</guid><author>Forrest_Z</author><pubDate>Thu, 23 Feb 2017 09:43:00 +0800</pubDate><description><![CDATA[基于ROS平台的移动机器人-6-使用Kinect2获取激光数据ready此教程我们将利用KinectV2在ROS平台上将KinectV2获得的深度图片转化为激光数据，以便我们下面的建图和导航。go1.我们这里需要一个将深度图转为激光数据的包（1）cd ~/catkin_ws/src
（2）git clone  https://github.com/ros-perception/depthimage_]]></description><category></category></item><item><title><![CDATA[通俗易懂A*寻路算法介绍]]></title><link>https://blog.csdn.net/Forrest_Z/article/details/56272240</link><guid>https://blog.csdn.net/Forrest_Z/article/details/56272240</guid><author>Forrest_Z</author><pubDate>Tue, 21 Feb 2017 08:45:14 +0800</pubDate><description><![CDATA[通俗易懂A*寻路算法介绍原文出处你是否在做一款游戏的时候想创造一些怪兽或者游戏主角，让它们移动到特定的位置，避开墙壁和障碍物呢？如果是的话，请看这篇教程，我们会展示如何使用A星寻路算法来实现它！在网上已经有很多篇关于A星寻路算法的文章，但是大部分都是提供给已经了解基本原理的高级开发者的。本篇教程将从最基本的原理讲起。我们会一步步讲解A星寻路算法，幷配有很多图解和例子。不管你使用的是什么编程语言或者操]]></description><category></category></item></channel></rss>