发表于 | 更新于 | 分类于 | 评论数：

0x00 Velodyne 简介

1. 数据结构及坐标系

Velodyne 通过网线发送的原始数据包为球坐标（spherical coordinates, r, ω, α）。它的 ros driver 提供了两种更方便的格式：/velodyne_points和/velodyne_scan

其中，/velodyne_points是转换为XYZ后的坐标，转换的方式如下图；/velodyne_scan为第8根线的scan值（可直接用来模拟单线雷达）。

阅读全文 »

发表于 | 更新于 | 分类于 | 评论数：

四元数与旋转向量互相转换

之前处理四元数、欧拉角、旋转矩阵都是自己写函数来转换，自从发现下面的函数以后，Python 真香。。。

1
2
3
from scipy.spatial.transform import Rotation as R

R.from_quat((px,py,pz,pw)).as_dcm()

在 python 中使用 Iterative Closest Point (ICP)

永远不要尝试在 python 中使用 PCL（除非刚需或者大神）。

如果只想对点云做简单处理，比如 ICP，可以使用open3d

1
2
3
4
import open3d as o3d

reg_p2p = o3d.registration.registration_icp(source, target, threshold, trans_init,
                                            o3d.registration.TransformationEstimationPointToPoint())

计算 Hausdorff Distance

OpenCV 真相

To be continued…

发表于 | 分类于 | 评论数：

0x01 制作标定板

0x02 相机标定

  • camera_calibration: 使用棋盘格进行标定；
  • kalibr: 这个感觉更专业一些，可以同时标多目和IMU。

0x03 雷达–>相机外参标定

目前我成功的有两种方法：

  • autoware_camera_lidar_calibrator : 不需要自制标定板，需要手动人工点击9个点
  • velo2cam_calibration : 全自动，需要定制一个标定板
    阅读全文 »

发表于 | 更新于 | 分类于 | 评论数：

0x00

对文本进行OCR前，必须分析和定义文档的逻辑结构。 例如文本块、段落、行的位置；是否有应该重建的表格；是否有“图像”“条形码等”。

文档布局分析 (Document Layout Analysis) 是识别和分类文本文档的扫描图像中的感兴趣区域（RoI, Regions of Interest) 的过程。阅读系统需要从非文本区域分割文本区域，并按正确的阅读顺序排列。将文本正文，插图，数学符号和嵌入文档中的表格等不同区域（或块）的检测和标记称为几何布局分析。但文本区域在文档中扮演不同的逻辑角色（标题，标题，脚注等），这种语义标记是逻辑布局分析的范围。

文档布局分析是几何和逻辑标签的结合。它通常在将文档图像发送到OCR引擎之前执行，但也可用于检测大型存档中同一文档的重复副本，或者通过其结构或图示内容索引文档。

阅读全文 »

发表于 | 分类于 | 评论数：

对应《神经网络和深度学习.第二周.作业1》

归一化

很多非数学背景的同学不知道归一化有什么卵用。简单来说，向量可以表示方向和长度；通过归一化后，向量的长度 = 1，方向不变，使得向量仅代表特征的方向。优点是归一化后梯度下降得更快。（下图）

阅读全文 »

发表于 | 更新于 | 分类于 | 评论数：

当宿命从你门前走过的时候，芸芸众生总是显得那么渺小

0x00 LCS

最长公共子序列跟最长不降子序列以及最长公共字串都不是一回事。这种用搜索时间复杂度太高的问题一般都会选择用DP来解决。状态转移方程为：

$$c[i,j] = \begin{cases}
0, & i=0 \text{ or } j=0
\\ c[i-1,j-1]+1, & x_i =y_j
\\ max(c[i-1,j],c[i,j-1]), &x_i \neq y_i
\end{cases}$$

阅读全文 »

发表于 | 更新于 | 分类于 | 评论数：

2017年应该是最折腾的一年，为了传说中的梦想从深圳到了北京，离开了我超喜欢的一个领导，到计算所后由期待到失望…

时间过的很快，因为把时间都浪费在搬家和融入新团队中了。不过忙忙碌碌的好处就是没有时间发呆和难过了哈哈哈 >_<

阅读全文 »

发表于 | 更新于 | 分类于 | 评论数：

Tensorflow 的使用者虽多，但真的很难用。幸亏有基于TF和Theano的高层框架Keras（不幸的是Theano已经停止更新了）。我们通过MNIST来熟悉一下Keras。

先推荐一个学习线性代数的教程http://www.bilibili.com/video/av6731067/，不管你多忙也请看上面这个视频。
3Blue1Brown制作，深入浅出、直观明了地分享数学之美。

阅读全文 »

发表于 | 更新于 | 分类于 | 评论数：

去年10月份左右从咸鱼买了一把号称93年产原装无修改的Fender vintage 57 stratocaster，拆开看了一下，琴颈的生产日期是1993.05.21，还挺有纪念意义的。但就在我买了新拾音器准备改装它的时候，好像发现了一个天大的秘密。

阅读全文 »

发表于 | 更新于 | 分类于 | 评论数：

首先庆祝一下我用TX-1做实验写的《GPU加速与L-ORB特征提取的全景视频实时拼接》发表啦^_^
导师表示很开心，又给我买了两台TX-2

TX-2比TX-1除了性能的升级，其它部分没有太大变化，接下来要写的小技巧对于TX-1/2都适用。使用期间发现的问题都会持续更新到这篇博客，目前发现的问题有：

  • OpenCV4Tegra 不支持 -lopencv_nonfree
  • OpenCV4Tegra 在TX-2中不支持 GPU 模块
  • 如何开启被屏蔽的2块CPU并设置为最大频率
  • 开启Nvidia TX-1/2 的VNC
阅读全文 »

发表于 | 更新于 | 分类于 | 评论数：

不要代码写多了就变得那么没有人情味了

0x00 Intro

1. 读入MNIST数据库

执行mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)后，会检查MNIST_data/文件夹下有没有数据库文件，如果没有会自动下载。这一步如果执行比较慢，可以用迅雷手动下载下面四个文件，保存到MNIST_data目录（不需要解压）

阅读全文 »