26篇文章 · 42330字 · 5人关注
-
Landmark Detection & Robot Tracking (SLAM)地标检测与机器人跟踪Robot moving and sensing 我们将在2D网格世界中定位一个机器人。实时定位与地图构建的基础是从机器人的传感器和运动中收集信...
-
Simultaneous localization and MappingGraph SLAM Graph SLAM 是众多SLAM方法中的一种 约束：对于6个姿势： 一初始位置约束 5个附加相对运动约束 8个地标位置...
-
矩阵与状态转移方程高维高斯函数 均值现在是一个向量，每个维度对应一个元素，方差变为协方差。协方差定义的是高斯函数的分散 当高斯函数倾斜时，X和Y的不确定性是相关联...
-
目标跟踪与定位——状态与定位定位步骤 卡尔曼滤波器 回顾一下卡尔曼用语定位的步骤： 初步预测 下面是一个例子，我们知道我们的车在这条单车道上，但我们不知道它的确切位置。 测...
-
卡尔曼滤波器(Kalman Filters)卡尔曼滤波器，这是一种使用噪声传感器测量（和贝叶斯规则）来生成未知量的可靠估计的算法（例如车辆可能在3秒内的位置）。 我们知道高斯方程包含两个主...
-
机器人世界与人类一样，机器人通过它的“感官”来感知世界。例如，无人驾驶汽车使用视频、雷达与激光雷达来观察周围的世界。随着汽车不断地收集数据，它们会建立起一...
-
目标跟踪与定位——Robot Localization
概率 概率定义：事件X发生概率是P(X)，P(X)的值必须落在0,1之间 0 <= P(X) <= 1 事件X可以有多个结果，称之为X1，X2，...
-
目标跟踪与定位——Introduction to motion要随着时间变化来跟踪物体并检测动作：方法之一是提取特定的特征 观察这些特征是怎么从一帧变化到下一帧的，这里可以用到光流法(optical flo...
-
Image Captioning（1）CNN-RNN model 首先，将图片传送到CNN中，使用预先训练的网络VGG-16或者ResNet。在这个网络的末尾是一个输出类别得分的so...
文集作者