相机成像原理 针孔模型的成像原理相机的成像原理可以借助下图所示的针孔模型来加以解释： 假设在一个空间中，只包含光源、树和感光白板三个物体。当光源发出的光打在的树上时，会发生漫反射现象。即，反射光线会以树上任一点为球心射向所有方向。 此时如果只是简单地在树的前方放置一个感光白板，以白板上的任意一个点A为研究对象，该点将收到来自树上所有反射点的反射光线。这些光线叠加在一起，将使得感光点A无法专一地只体现某一个反 2021-08-21 工作技能 无人驾驶 camera 坐标系 针孔模型 成像原理 内参 外参
nvidia-smi突然跪了！ 解决过程看着代码唱着歌，CUDA就突然啥啥啥初始化失败了。 nvidia-smi一看，又是一个新报错Failed to initialize NVML: Driver/library version mismatch，闹心。 整半天，大概意思是作为内核模块的nvidia驱动程序版本和libnvidia-compute-460这个库的版本不一致。 两者一般都应该是安装驱动的时候指定的版本（for m 2021-07-26 生活记录 电脑设置 Nvidia 驱动失效
卡尔曼滤波的矩阵形式 写在前面前面大概说了卡尔曼滤波的原理以及一个简单的demo。 在阅读阿波罗源码，以及其他卡尔曼滤波的教程时发现，往往使用矩阵形式。这里接上篇一起介绍下。 数学模型 状态转移方程 \boldsymbol{x}_k = \boldsymbol{Ax}_{k-1} + \boldsymbol{Bu}_{k-1} + \boldsymbol{w}_k式中： $\boldsymbol{A}$为状态转移矩阵 2021-06-05 工作技能 数据融合 卡尔曼滤波
git笔记 前言天天都要跟git打交道，但是这玩意说实话有些复杂。以具体场景为记录方式，整理下git的一些经典使用方法。 在.gitignore中排除忽略忽略一个文件或者目录很容易，加到.gitignore文件中即可，匹配模式啥的也不难，百度一下就能上手。但是如何做到在忽略某个目录的同时，又不忽略该目录下的某个子目录呢？123456# 先忽略node_modules目录下的所有内容，但是不忽略node_mod 2021-05-22 工作技能 git笔记 git .gitignore
卡尔曼滤波概要 做啥用的我们想知道一个系统在某个时刻的真实状态，手段往往有多种，比如最常见的两种： 用合适的传感器测量出来； 根据上一时刻的状态用数学模型推算出来； 那么，应该相信哪一种办法得到的值呢？ 怎么做的先把上述概念实例化一下，对于一个小车，我们想知道它在当前时刻$t$距离障碍物的真实距离$x_t$。我们用两种办法： 测距雷达测得的测量值$m_t$ 根据上一时刻的车速$v_{t-1}$和上一时刻的最 2021-05-22 工作技能 数据融合 卡尔曼滤波 状态估计 滤波
coredump文件的使用 简介程序崩溃之后，一般会生成一个coredump文件。 跟可重定位目标文件和可执行目标文件一样，这个文件也是一个elf文件，是程序崩溃瞬间进程栈和寄存器状态的快照。 可以使用gdb加载这个文件，查看崩溃瞬间的程序运行状态。 coredump开关12345#查看允许生成的文件大小上限，coresize=0意味着不允许产生, unlimited表示无限制ulimit -a#设置权限ulimit -c 2021-05-04 工作技能 操作系统 coredump gdb debug
D-S证据合成理论 写在前面一种较为特殊的概率累加理论框架，适用场景可以抽象为： 存在一个事件Q，事件Q的真实情形有一系列可能的状态{A,B,C}。对于Q取A，还是B，还是C，多个独立的观测系统给出了不同的概率分布情况。如何平衡多个观测系统的概率分布，便是DS理论所要解决的问题。 可以看出，该理论天然适用于多传感器信息融合。Apollo中即采用了该理论用于合成Lidar/Camera/Radar检出障碍物的Exist 2021-04-15 工作技能 数据融合 DS理论 证据推理
protobuf基础用法 前言自动驾驶框架常用protobuf作为节点之间通讯的工具，出现频率很高，了解一下基本情况。 我们知道，数据只要出内存就要进行序列化，进内存就要进行反序列化。 这是因为，所有数据在内存中存放的形式都是一串0/1。比如，我们定义一个结构体，然后对其实例化，我们就在内存中的某个位置写入了这串0/1序列。当我们想把这一个结构体所表示的“信息”给到另外一个用户时，应该怎么做呢？ 我们可以把这一串0/1序列 2021-04-01 工作技能 C/C++笔记 protobuf
python列表的切片 普通索引a[i]返回序列对象的一个元素，切片a[::1]则返回一些元素。 基本索引 a中元素 2 4 6 8 非负索引 0 1 2 3 负数索引 -4 -3 -2 -1 非负索引从0开始，负数索引从-1开始基本索引不可越界 简单切片a[start:stop]返回基本索引范围在[start,stop)内的元素 start/stop越界：此时有多少算多少，不报错 sta 2021-03-29 工作技能 python笔记 python 切片 花式索引
YOLO源码分析（零） —— 理论基础 0. 前言One-Stage目标检测的另一代表，特点是GridCell的切分以及与之配套的GT框和anchor的匹配机制。 现在看下来YOLO的故事是，YOLOv1先定下基础，然后后面的版本用各种各样的trick改善v1的效果。因此，要首先搞清楚v1都干了些啥，然后再依次搞清楚后续各个补丁的含义。 而且由于YOLOv1的检测效果相对而言并不是很好，目前应用的至少是v3起步，所以对于v1和v2只在理 2021-03-27 工作技能 神经网络 目标检测 YOLO 深度学习 神经网络 卷积神经网络 CNN 目标检测 YOLO