发表于 | 分类于 | 阅读次数:

为了方便查找，将 ROS 学习的文章总结放到这里，之后也会陆续添加一些文章，由于水平有限，不足之处在所难免，欢迎交流指正。

阅读全文 »

发表于 | 阅读次数:

贝叶斯推理是一种精确的数据预测方法。当没有足够多的数据，而又想准确的获取预测信息时，它特别有用。

提起贝叶斯，人们总是对它充满了敬仰之情，但是贝叶斯并不是传说中的那么神秘。它的概念很容易理解，并不是那么深不可测。贝叶斯推理可以让我们从已知数据的综合判断中得出更有力的结论。

贝叶斯推理源自托马斯贝叶斯的观点，托马斯贝叶斯是300年前住在伦敦的一位思想开放从不墨守成规的长老会牧师。他写过两本书，一本是关于神学的，一本是关于概率的。他的工作就包括现在著名的并且已经被应用到推理问题以及基于经验的推测问题中的贝叶斯定理的原始形式。贝叶斯推理能够快速的被人们熟知得益于另外一位牧师理查德普莱斯的大力推崇，他看到了贝叶斯的重要性，对贝叶斯推理进行了总结和提炼，因此贝叶斯定理也被人们称为Bayes-Price定理。

阅读全文 »

发表于 | 分类于 | 阅读次数:

最近在工作中偶然间涉及到数据库的存储和访问，数据库里存放着员工的指纹、年龄以及姓名等信息，当然指纹是通过md5加密存储的。目前需要对员工的年龄、学历、工作年限等进行排序，如果只有几十个上百个样本，应该不会那么麻烦；关键这是几万名员工的数据，这个量很大，马虎不得。悄悄的告诉你，别惹我，我懂得删库跑路哦。

脑海中对排序的记忆有点模糊，只对「归并排序」印象较为深刻，为了加深理解，重拾「数据结构与算法」，并总结了一下常用的十大经典排序算法，由于平台为linux，因此代码全部用C++实现，全部源码均在linux下编译通过并测试成功，可以作为参考。

排序算法在程序猿的编程生涯中虽然用的不多，但是作为基本功，还是要掌握一下。排序算法是「数据结构与算法」中最基本的算法，它分为「内部排序」和「外部排序」；「内部排序」一般在内存中实现；当数据量很大时，内存有限，不能将所有的数据都放到内存中来，这个时候必须使用「外部排序」。

先看一张图，对常用算法的时间复杂度做个比较：

排序算法 平均时间复杂度 最佳情况 最坏情况 空间复杂度 排序方式 稳定性
冒泡排序 $O(n^2)$ $O(n)$ $O(n^2)$ $O(1)$ In-place 稳定
选择排序 $O(n^2)$ $O(n^2)$ $O(n^2)$ $O(1)$ In-place 不稳定
插入排序 $O(n^2)$ $O(n)$ $O(n^2)$ $O(1)$ In-place 稳定
希尔排序 $O(n \log n)$ $O(n \log^2 n)$ $O(n \log^2 n)$ $O(1)$ In-place 不稳定
归并排序 $O(n \log n)$ $O(n \log n)$ $O(n \log n)$ $O(n)$ Out-place 稳定
快速排序 $O(n \log n)$ $O(n \log n)$ $O(n^2)$ $O(\log n)$ In-place 不稳定
堆排序 $O(n \log n)$ $O(n \log n)$ $O(n \log n)$ $O(1)$ In-place 不稳定
计数排序 $O(n+k)$ $O(n+k)$ $O(n+k)$ $O(k)$ Out-place 稳定
桶排序 $O(n+k)$ $O(n+k)$ $O(n^2)$ $O(n+k)$ Out-place 稳定
基数排序 $O(n \times k)$ $O(n \times k)$ $O(n \times k)$ $O(n+k)$ Out-place 稳定
阅读全文 »

发表于 | 分类于 | 阅读次数:

wii游戏手柄基于蓝牙技术，可以与带蓝牙模块的ARM主板或PC连接。得益于ROS系统强大的生态圈，wii的驱动已经有现成的可以使用。挑选手柄时认准「原版」「不带加密」「没有陀螺仪」的「右手柄」。

阅读全文 »

发表于 | 分类于 | 阅读次数:

写在前面

对于卡尔曼滤波，大多数人仅限于会用，很少有人能透彻的理解，而关于卡尔曼滤波中那几个关键参数的调整更是一头雾水。自从写完「深度解析卡尔曼滤波在IMU中的应用」一文，很多朋友咨询卡尔曼滤波的参数到底怎么调整，工作之余总结一下，由于水平有限，错误之处在所难免，欢迎交流指正。


阅读全文 »

发表于 | 分类于 | 阅读次数:

机器人想实现自主移动和导航必须知道自己在哪，周围什么情况等；SLAM就是帮助机器人实现定位与地图构建功能的一种方案或技术。SLAM的全称为Simultaneous Localization And Mapping即「同时定位与地图构建」，最早用于军事核潜艇中的海底定位。

阅读全文 »

发表于 | 分类于 | 阅读次数:

书籍

  • Linear Algebra Done Right 线性代数
  • Sparse Matrix 稀疏矩阵 参考 TIM DAVIS 的个人课程 CSCE689:Sparse Matrix Algorithms
  • 「Probabilistic robotics」 作者 Sebastian THRUN
  • 「Principles of Robot Motion Theory，Algorithms and Implementation」 作者 Sebastian THRUN
  • 「SLAM for Dummies」
  • 「STATE ESTIMATION FOR ROBOTICS」
  • 「Course on SLAM」
  • 「Loop Closure Transformation Estimation and Verification Using 2D LiDAR Scanners」
  • 「Multiple View Geometry in Computer Vision」
  • 「视觉SLAM十四讲 从理论到实践」 高翔 张涛
阅读全文 »