原创 視覺SLAM十四講:第3講 三維空間剛體運動

第3講:三維空間剛體運動 三維空間中剛體運動的描述方式:旋轉矩陣、變換矩陣、四元數和歐拉角 3.1 旋轉矩陣 3.1.1 點和向量,座標系 三維空間中,給定線性空間基(e1,e2,e3)(\mathbf{e}_{1}, \math

原创 ubuntu系統ros安裝

機器人開發:ubuntu系統ros安裝 ubuntu:16.04 ros:kinetic 參考 官網 ubuntu系統安裝 ubuntu與ros版本匹配 https://wiki.ros.org/Distributions u

原创 視覺SLAM十四講:第2講 初識SLAM

第2講:初識SLAM 2.1 引言 定位和建圖是感知的“內外之分”:前者任務是明白自身的狀態(即位置);後者任務是瞭解外在的環境(即地圖)。 傳感器: 攜帶於機器人本體上的,例如機器人的輪式編碼器、相機、激光、慣性測量單元(i

原创 期望極大(EM)算法

EM算法 概率模型有時既含有觀測變量(observable vriable),又含有隱變量或潛在變量(latent variable)。如果概率模型的變量都是觀測變量,那麼給定數據,可以直接用極大似然估計法,或貝葉斯估計法估計模型

原创 Linux環境下,使用VSCode編譯C++工程

Linux環境下,使用VS Code編譯C++工程 1. 準備 安裝VS Code 安裝C++ extension for VS Code 安裝g++(gcc)編譯器 sudo apt-get install g

原创 隱馬爾可夫模型:狀態序列估計問題

隱馬爾可夫模型:狀態序列估計問題(維特比算法) 維特比(Viterbi)算法用於求解HMM的第二個問題,即給定觀察序列O=O1O2⋯OTO = O_{1} O_{2} \cdots O_{T}O=O1​O2​⋯OT​和模型μ=(A

原创 隱馬爾可夫模型:引言

隱馬爾可夫模型 在馬爾可夫模型中,每個狀態代表了一個可觀察的事件,因此,馬爾可夫模型又稱作可視馬爾可夫模型(visible Markov model,VMM)。隱馬爾可夫模型(HMM)中,模型所經過的狀態序列未知,只知道狀態的概率

原创 隱馬爾可夫模型:參數估計問題

隱馬爾可夫模型:參數估計問題(BaumWelch算法) HMM的參數估計問題:給定一個觀察序列O=O1O2⋯OTO = O_{1} O_{2} \cdots O_{T}O=O1​O2​⋯OT​,計算使P(O∣μ)P(O | \mu

原创 隱馬爾可夫模型:觀察序列概率估計

隱馬爾可夫模型:觀察序列概率估計(前向後向算法) 解碼(decoding)問題(估計問題):給定觀察序列O=O1O2⋯OTO = O_{1} O_{2} \cdots O_{T}O=O1​O2​⋯OT​和模型μ=(A,B,π)\m

原创 視覺SLAM十四講非模板Sophus庫編譯報錯問題

高翔《視覺SLAM十四講》第一版,第四章、非模板Sophus庫編譯出現報錯: so2.cpp:32:26: error: lvalue required as left operand of assignment so2.cpp:

原创 VGG網絡MNIST分類任務Pytorch實現

import torch import torchvision from torchvision import datasets, transforms from torch import nn from torch import

原创 大話設計模式:第29章 模式總結

第29章:模式總結 鬆耦合 內聚性描述的是一個例程內部組成部分之間相互聯繫的緊密程度。 耦合性描述的是一個例程與其他例程之間聯繫的緊密程度。 軟件開發中,創建的例程應該是:內部完整,也就是高內聚;與其他例程之間的聯繫則小巧、直

原创 動態規化 - 漢諾塔

動態規化 - 漢諾塔 漢諾塔問題(tower of Hanoi)是心理學實驗研究常用的任務之一。該問題的主要材料包括三根高度相同的柱子和一些大小及顏色不同的圓盤,三根柱子分別爲起始柱A、輔助柱B及目標柱C。在A杆自下而上、由大到小

原创 支持向量機概述

支持向量機概述 支持向量機(support vector machinc,SVM)是在高維特徵空間使用線性函數假設空間的學習系統,在分類方面具有良好的性能。在自然語言處理中,SVM廣泛應用於短語識別、詞義消歧、文本自動分類和信息過

原创 大話設計模式:第21章 單例模式

第21章:單例模式 單例模式 單例模式(Singleton):保證一個類僅有一個實例, 並提供一個訪問它的全局訪問點。 通常可以用一個全局變量使一個對象被訪問,但它不能防止實例化多個對象。一個最好的辦法是讓類自身負責保存它的唯