无人机避障——Mid360+Fast-lio感知建图+Ego-planner运动规划(胎教级教程)

无人机避障——Mid360+Fast-lio感知建图+Ego-planner运动规划(胎教级教程)

电脑配置:Xavier-nx、ubuntu 18.04、ros melodic

激光雷达:Livox_Mid-360

结果展示:左边Mid360+Fast-lio感知建图,右边Ego-planner运动规划

1、读取雷达数据并显示

无人机避障——感知篇(采用Livox-Mid360激光雷达获取点云数据显示)-ZEEKLOG博客

看看雷达数据话题imu以及lidar两个话题 

2、读取雷达数据并复现fast-lio 

无人机避障——感知篇(采用Mid360复现Fast-lio)-ZEEKLOG博客

启动fast-lio,确保话题有输出 

 由于此处不需要建图,因此不打开rviz,launch文件如下修改:

<launch> <!-- Launch file for Livox MID360 LiDAR --> <arg name="rviz" default="true" /> <rosparam command="load" file="$(find fast_lio)/config/mid360.yaml" /> <param name="feature_extract_enable" type="bool" value="0"/> <!-- 100HZ的bag point_filter_num建议设置为1; 10HZ的bag建议设置为2或3 --> <param name="point_filter_num" type="int" value="3"/> <param name="max_iteration" type="int" value="3" /> <param name="filter_size_surf" type="double" value="0.5" /> <param name="filter_size_map" type="double" value="0.5" /> <param name="cube_side_length" type="double" value="1000" /> <param name="runtime_pos_log_enable" type="bool" value="0" /> <node pkg="fast_lio" type="fastlio_mapping" name="laserMapping" output="screen" /> <!-- <group if="$(arg rviz)"> <node launch-prefix="nice" pkg="rviz" type="rviz" name="rviz" args="-d $(find fast_lio)/rviz_cfg/loam_livox.rviz" /> </group> --> </launch> 

然后运行:

roslaunch fast_lio mapping_mid360.launch

看一下话题:

rostopic list

 看下/Odometry与/cloud_registe

Read more

强力解锁VR视频转换新体验:从全景到平面的智能转换指南

强力解锁VR视频转换新体验:从全景到平面的智能转换指南 【免费下载链接】VR-reversalVR-Reversal - Player for conversion of 3D video to 2D with optional saving of head tracking data and rendering out of 2D copies. 项目地址: https://gitcode.com/gh_mirrors/vr/VR-reversal 还在为那些只能在VR头盔里欣赏的360度视频感到遗憾吗?想要把这些沉浸式体验转换成普通设备也能播放的2D格式吗?这款强大的VR视频转换工具正是你需要的解决方案!它能将复杂的3D全景视频轻松转换为2D格式,还能记录你的头部运动轨迹,制作出独一无二的观影体验。 为什么你需要这个转换神器? 想象一下:你拍摄了一段精彩的360度旅游视频,里面有壮丽的风景和有趣的细节,但朋友们没有VR设备就无法欣赏。或者你在VR游戏中发现了隐藏彩蛋,却无法分享给其他人观看。这就是VR视频转换工具的价值所在! 这张动态图片完美展示了工具的实际效果——

WebRTC P2P信令服务架构设计文档

WebRTC P2P信令服务架构设计文档 0. 项目概述 WebRTC P2P 隧道代理系统,通过 WebRTC 数据通道实现安全的 SSH、SFTP 连接以及 TCP/UDP 隧道中转。支持浏览器模式和本地代理模式。 项目演进计划 本项目采用三阶段演进策略,确保系统从基础功能到高级特性的平滑过渡: 第一阶段:基础功能实现 * 核心目标:实现基本的WebRTC连接建立、SSH/SFTP代理和隧道转发功能 * 关键特性: * 信令服务器基本功能 * WebRTC P2P连接建立 * SSH/SFTP代理功能 * 基本的会话管理 * 简单的错误处理 第二阶段:性能、容错与安全增强 * 核心目标:提升系统性能、增强容错能力和安全性 * 关键特性: * 连接质量监控与动态调整 * 完善的错误处理和异常恢复 * 增强的安全认证机制 * 性能优化(数据压缩、批量处理等) * 负载均衡和故障转移 第三阶段:监控、

基于DeepSeek-OCR-WEBUI的OCR技术实践|支持多语言与复杂场景

基于DeepSeek-OCR-WEBUI的OCR技术实践|支持多语言与复杂场景 1. 引言:OCR技术演进与DeepSeek-OCR-WEBUI的定位 光学字符识别(OCR)作为连接物理文档与数字信息的关键桥梁,近年来在深度学习推动下实现了质的飞跃。传统OCR系统受限于规则引擎和浅层模型,在复杂背景、低质量图像或多语言混合场景中表现不佳。随着卷积神经网络(CNN)、注意力机制以及视觉语言模型(VLM)的发展,新一代OCR系统开始具备更强的鲁棒性与泛化能力。 在此背景下,DeepSeek-OCR-WEBUI应运而生。该镜像封装了DeepSeek开源的大规模OCR模型,集成了高性能文本检测、识别与后处理模块,提供直观的Web界面进行交互式推理,特别适用于多语言环境及复杂文档结构(如票据、表格、手写体等)的高精度识别任务。 本文将围绕DeepSeek-OCR-WEBUI的技术架构、部署流程、核心功能实践及其在真实场景中的应用优化展开详细解析,帮助开发者快速掌握其使用方法并实现工程化落地。 2. DeepSeek-OCR-WEBUI核心技术解析 2.1 模型整体架构:视觉编码器

详细教程:如何从前端查看调用接口、传参及返回结果(附带图片案例)

详细教程:如何从前端查看调用接口、传参及返回结果(附带图片案例)

目录 1. 打开浏览器开发者工具 2. 使用 Network 面板 3. 查看具体的API请求 a. Headers b. Payload c. Response d. Preview e. Timing 4. 实际操作步骤 5. 常见问题及解决方法 a. 无法看到API请求 b. 请求失败 c. 跨域问题(CORS) 作为一名后端工程师,理解前端如何调用接口、传递参数以及接收返回值是非常重要的。下面将详细介绍如何通过浏览器开发者工具(F12)查看和分析这些信息,并附带图片案例帮助你更好地理解。 1. 打开浏览器开发者工具 按下 F12 或右键点击页面选择“检查”可以打开浏览器的开发者工具。常用的浏览器如Chrome、Firefox等都内置了开发者工具。下面是我选择我的一篇文章,打开开发者工具进行演示。 2. 使用