矩阵 [TOC] 官方文档 Offical Eigen Doc 安装https://gitlab.com/libeigen/eigen/-/releases 12345# Ubuntu 系统默认版本安装sudo apt-get install libeigen3-dev安装路径 /usr/include/eigen3 123456789mkdir buildcd buildcmake..sudo make install安装路径 /usr/local/include/eigen3 # make uninstall MapMap的定义：1Map< Matrix<typename Scalar, int RowsAtCompileTime, int ColsAtCompileTime> > 在这种默认的定义中，Map只需要一个模板参数-Matrix。为了构造Map变量，需要另两个信息：一个指针，该指针指向用于定义数组元素的内存区域；另一个是希望得到的matrix或vector的形状。 比如：定义一个float类型、动态尺寸大小的matrix： 1M ...

PDF资源网站 高等教育出版社（多是试读版） zLibrary（外文书籍多） 鸠摩搜书（收费网站） 全国图书馆参考咨询联盟网（基本没用）

CONTENTS: [toc] 1 PNC（Panning and Control）Overview 难点： 人和人之间的博弈–转换成–人和机器的博弈（路口会车情况） 2 Prediction Task 两种方法 Model-based Trajectories轨迹预测 Recruit Requirement 3 Vehicle Predict (车辆预测) 道路建模 连续空间–转换成–预测问题 非结构化数据（感知是结构化数据） lane Feature Lane S (前方) Lane L (宽度) reference lane Curvature 曲率 Traffic law 交通信号 Vehicle State Velocity （加速度） Acc （速度） Heading （） Heading rete（角度） Type（车的类型，救护车，交通车） Size Lane Model Obstacle Statue 输入几秒的数据 Squence Data Network Apollo Model Data Pipeline way ...

什么是规划 规划的本质 如何解决一个规划问题 传统的规划方法 机器人学基础 经典算法 无人车规划 Routing Planning Lattice Palnner Apollo 如何求解规划问题 EM Planner DP， QP求解 [toc] What is motion planning? planning 本质是什么 $$argmin_xf(x)$$ 搜索问题 Google: Quary词，返回给最优结果。 无人车：当前环境和当前状态，当前库路径上最优选择。 什么是好规划？ “好”其实就是个目标函数：f(x) f(x)的最优解 Motion Planning 的三个领域 Robotics Fileds:(机器人领域) 生成轨迹实现目标 常用方法： RRT，A*, D*, D*lite Control Theory:(控制领域) 方式：动态系统理论实现目标状态 方法：MPC , LQR AI：生成状态和Action的映射 Reinforcement learning， imitation learning Cited by mo ...

Content [TOC] 定位技术简介定位+高精度地图:提供当前位置的静态环境感知( 车道线/交通指示牌/红绿灯/柱子/建筑物/等)定位+动态物体感知:将感知到的动态物体正确放入静态环境定位获取位置姿态:用于路径规划/决策 定位技术分类 场景：室内（房间，车库，仓库等）室外（） 基于感知模式 outside-in: 接收的外界信号包含位置相关信息/ GNSS UWB WIFI Lidar Hdmap Camera-marker(室外街景门牌室内 maker)磁条加marker(规划都做了)扫地机本身贴marker加顶部相机 / (适合测量方程) inside-out：通过自身观察和感受获取位置信息 / IMU magnetometer SLAM VR中的墙面贴marker建图 / (适合状态方程) 基于计算方法 基于信号的定位: GNSS UWB WIFI/几何关系 环境特征匹配: Lidar-HDmap Camera-marker Radar / 需要建图，观测特征与数据库的特征匹配得到当前位姿态 航迹推算:IMUodometry(轮子里程计/视觉里程计SLAM)/根据之前的 ...

[TOC] 王博Kings：无人驾驶系列知识入门到提高7-高精度地图 V2X HD MAP CSDN self_drive car_学习笔记–第7课：HD MAP高精地图 & V2X 1. OverViewHD AMP 元素信息 点云信息 HD地图 = 元素地图 + 点云地图 HD Map VS Navigation Map LOCALIZATION Perception 感知 Planning Apollo HDMap SLAM 2. OPENDRIVE 开放协议 制图过程和V2X 3. Cloud Point Mapping3.1 Lidar & Image 3.2 点云匹配1）依赖库说明—-OpenCV3:目前最常用也是用途最广的图像处理依赖库，熟悉基本操作，比如cv::Mat、imread—-Eigen:C++下最常用的矩阵运算库，类似于Matlab，对矩阵的描述和计算都非常方便，任何计算都是矩阵—-PCL：Point Cloud Library，点云计算库，方便对点云进行操作和可视化 2）安装方法：—-Eigen库使用源码拷贝的方式或者 ...

符号含义 符号 含义 关联 关联 关联 关联 组合 组合（整体与部分，部分不可以脱离整体存在）翅膀-鸟儿 组合 聚合 聚合（整体与部分，部分可以脱离整体存在）手机–耳机 聚合 依赖 依赖 继承 继承 继承 继承

[TOC] 5.1 基于激光雷达点云的检测算法 (3D检测) 激光雷达点云简介 Pixel-Based Voxel-Based Tree-Based Point-Based 实战基于点云的目标检测 0、激光雷达点云简介什么是激光雷电点云？ 常用数据集 KITTI 实战kitti LIDAR点云生成鸟瞰图BEV 点云基础 - 将点云投影到图片上 BEV: 俯视图 https://blog.csdn.net/w1995s/article/details/114841920 Lidar Point on Image 传统VS深度学习 1、基于像素的点云算法（Pixel-Based） 基本思想： 3D-2D, 三维点云在不同角度的相机投影（映射） 再借助2D图像处理领域成熟的深度学习框架进行分析 典型算法 MVCNN, MV3D, AVOD Apollo2.0 SequeezeSeg MVCNN (分类) MV3D AVOD Feature Extractor RPN Apollo2.0 SqueezeSeg 代码实战：[tolearning]无人驾驶汽车 ...