文章目录 整车 整车 结构部件 驱动行驶装置 车身底盘 电气装置及部件 指示器信号装置 性能 驱动系统 电机及控制器 电机类型 控制器部件 相关装置 性能参数 可充电储能系统 可充电储能装置种类 结构部件 规格性能 充电机 概述 充电方式 控制方式 结构部件 规格性能
定义 动力蓄电池编码是由一组有一定信息含义的数字和英文字母标识动力蓄电池主要属性和唯一性的标识代码。编码对象为汽车动力蓄电池包、蓄电池模块、单体蓄电池及梯级利用的动力蓄电池包、蓄电池模块、单体蓄电池,且动力蓄电池包、蓄电池模块与单体蓄电池,梯级利用的动力蓄电池包、蓄电池模块与单体蓄电池的编码应建立对应关系。 组成 代码结构包括两部分,第一部分为设计信息,第二部分为生产信息,零部分可以分别编码或合
一、前言(线性变换)该篇博客主要讲解一个 slam 中最基础的几个东西,那就是旋转矩阵,缩放矩阵以及偏移矩阵。本人会做一个比较细致的讲解。首先从二维平面开始引入,等大家略微了解之后,再扩展到三维。 在讲解之前,聊一下其他的东西,那就是线性变换。在学习线性代数的时候,如果矩阵 A左乘一个向 础,进行具体的分析。任何一个空间都是由一组基构成的,言外之意就是说,在这个空间的任何一点(向量),都可
一、什么是对极约束首先,我们用通俗的方式来理解什么是 对极约束 \color{red}{对极约束}对极约束,图像如下所示, 二、对极约束有什么作用从上面来看,我们虽然大致知道了其原理,但是其有什么用呢? 其作用是很大的,再后续我们会经常用到他,比如本人后面的几篇博客,都与对极约束兮兮相关。 这里本人打个比方: 小学的时候,我们学了乘法口诀,其我们可以理解为约束,比如 1x1=2,2x9=18
一、前言这篇博客,主要使用最通俗的语言来讲解SVD奇异值分解,通过该篇博客,将知道 SVD 的来龙去脉,底层原理。同时知道如何利用他去做图片压缩,PCA,求解矩阵(如 Fundamental 矩阵,Homography 矩阵)等。我会详细的讲解 SVD 的每一个细节。由浅到深,由窄到广。那么我们现在就开始吧。 二、简单原理介绍在推导数学公式,以及几何意义之前,我们先来看看其物理层面的应用。这样有
一、前言在讲解超定方程求解之前,以及为什么最小奇异值对应的特征特征向量为最优解之前,我们需要知道以下知识:矩阵的特征向量,特征值,EVD(特征分解),SVD(奇异值分解)等相关知识。这些内容本人在上一篇博客中,有特别详细的讲解,链接如下:史上最简SLAM零基础解读(3) - 白话来说SVD奇异值分解(1)→原理推导与奇异值求解举例。请认真仔细的阅读这篇博客,阅读以及弄明白之后,就可以思考接下来的问
一、前言通过文首的一系列博客,相信大家对于 Homography,Fundamental,Essential 矩阵已经有了一一定认知,比如 单应性Homography 矩阵如下所示(前面的博文有推导,这里的E)为单位矩阵 显的看到,在已知 a,b 摄像头内参的情况下,可以把 F \mathbf FF 转换成 E \mathbf EE 矩阵,然后再进行处理,一般在工程也是这样做的。那么下面就来
一、前言该篇博客,主要是对 Homography 矩阵进行一个细致的讲解,主要分为三个部分: 基本介绍、参数设定、公式推导、八点法求解。废话也不多说,那么我们下面就开始吧。 二、基本介绍单应性矩阵 H \mathbf HH(Homography), 其约束了同一 3D 空间点,在两个 像素平面 \color{red}{像素平面}像素平面 的 2D 齐次坐标 \color{red}{齐次坐标}齐次
一、前言为了大家方便查询,先结论,再给出推导过程(四元数的相关知识,公式转换与过程推导在下一篇博客) 旋转矩阵 旋转向量 欧拉角 四元数 旋转矩阵 1 旋转向量 欧拉角 四元数 1、旋转矩阵→旋转向量、欧拉角:2、旋转向量→旋转矩阵、欧拉角:3、欧
一、前言我们最终的目的是为了讲解如何在工程上使用卡方检验(Chi-Squared Test) ,在这之前我们需要了解两个重要的知识点,那就是卡方分布(chi-square distribution)和()卡方检验(Chi-Squared Test) 。为了方便大家理解,以通俗的方式进行讲解,然后再引入专业的相关名词。简单的说:(1)卡方分布:若n个相互独立的随机变量ξ₁,ξ₂,…,ξn ,均服从标
一、前言示例代码为 https://github.com/gaoxiang12/slambook2/blob/master/ch6/g2oCurveFitting.cpp 在g2o简介的博客中,讲解了运行该示例代码环境的搭建,同时对 g2o 进行了简单的讲解。然后又对顶点(Vertex) 与边(Edge) 进行详细分析,总的来说使用 g2o 进行优化,编程求解主要包含五个步骤,来看看代码编程的流
一、前言在上一篇博客中,讲解了运行该示例代码环境的搭建,同时对 g2o 进行了简单的讲解。其实对于g2o(图优化)来说,只要理解了顶点(Vertex) 与边(Edge) ,那么接下下来的构图以及编程都是十分的简单,所以在进行代码讲解之前,先来看看 顶点 (Vertex) 与 边(Edge) 的介绍。该篇文章主要介绍顶点 Vertex,Edge 下篇文章中进行介绍。 主要分为以下几个部分:1、g2o
一、前言针对与 g2o(图优化) 的讲解,主要分成三个部分,分别为: 理论讲解,环境搭建,代码分析。那么现在我们开始第一步,理论讲解吧! 论文链接:g2o: A General Framework for Graph Optimization 1、背景知识SLAM的后端一般分为两种处理方法,一种是以扩展卡尔曼滤波(EKF)为代表的滤波方法,一种是以图优化为代表的非线性优化方法。不过,目前S
一、前言通过上一篇博客,已经完成顶点(Vertex)的讲解,下面来看看边(Edge)。其实呢,是比较类似的,但是相对而言g2o的边比顶点稍微复杂一些,不过没有关系,因为编程的都有固定的格式,只需要姑规规矩矩的来就行了。接下来主要分成如下几个部分进行讲解:1、初步认识g2o的边;2、如何自定义g2o的边;3、如何向图中添加边; 在源码 https://github.com/RainerKuemme
一、前言该篇博客主要讲解→雅可比矩阵定义、推导、以及其应用,并且有相应的示例解读雅可比在函数行列式方面有一篇著名的论文:《论行列式的形成与性质》(1841)。文中求出了函数行列式的导数公式;还利用函数行列式作工具证明了,函数之间相关或无关的条件是雅克比行列式等于零或不等于零。他又给出了雅可比行列式的乘积定理。在该论文中针对元函数的相关性,提出了所谓的雅可比行列式,如果这个行列式不为 0 ,则这些函
前言这个学期学校开设了相应的课程,同时也在学习古月居机器人学系列的《基于栅格地图的机器人路径规划指南》,为了巩固知识,方便自己的学习与整理,遂以学习笔记的形式记录。 1.人工势场法人工势场法(artificial potential field,APF)是由Oussama Khatib博士提出的一种应用于研究机器人的路径方法。人工势场法的基本原理就是通过一系列环境感知传感器来探知环境的障碍物
0. 简介 我们在上一节主要讲了基础的点云变换,对应了pcl::transformPointCloud这种方法。而我们这一章将会讲解 pcl::CropBox这种点云裁剪步骤。点云裁剪是在点云中选择出一部分区域的过程,以便于后续的处理和分析。在点云处理领域,点云裁剪是一个非常常见的任务,因为在现实中,往往只需要关注某些区域的点云数据,而不需要处理整个点云数据集。点云裁剪通常是通过一个定义良好的几
目录 1. PRM算法流程 1.1 预处理 1.2 搜索 2. PRM算法案例 2.1 构型采样 2.2 邻域计算 2.3 图搜索(A*搜索) 3. 采样数量的影响 4. 采样策略 4.1 基于障碍物的采样 4.2 高斯采样 4.3 桥测试采样 4.4 基于凸形识别的混合采样采样 4.5 几种采样策略的对比 4.6 渐进
目录 前言 1. 轨迹规划 1.1 轨迹规划包括以下几个问题: 2. 三次多项式插值 3. 过路径点的三次多项式插值 4. 用抛物线过渡的线性插值 过路径点的用抛物线过渡的线性插值 5. 高阶多项式插值 声明 前言 这个学期学校开设了相应的课程,同时也在学习古月居机器人学系列的《基于栅格地图的机器人路径规划指南》,为了巩固知识,方便自己的学
目录 1 几何建模简介 1.1 机器人建模 1.2 环境建模 2 多边形和多面体模型 2.1 凸集的定义 2.2 凸集的边界表示与实心表示 2.3 非凸多边形 2.4 逻辑谓词 2.5 多面体模型 2.6 阿拉伯数字半代数模型 2.7 非凸多边形的另一种编码 2.8 3D三角形 2.9 非均匀有理B样条曲线 2.10 位图 2.11 更广义的定义 本文对机器人运动规
自动驾驶相关博客
第三方账号登入
看不清?点击更换
第三方账号登入
QQ 微博 微信