整理|王启隆透过「历史上的今天」，从过去看未来，从现在亦可以改变未来。今天是2023年3月13日，在1995年的今天，Perl5.001发布；Perl是一种功能丰富的计算机程序语言，最初是为文本处理而开发的，现在用于各种任务，包括系统管理，Web开发，网络编程，GUI开发等。这次更新也有着里程碑意义，因为在5.001版本之前，除非格式在词法变量的范围内声明，否则词法变量在格式中不可见。回顾计算机历史上的3月13日，这一天还发生过哪些关键事件呢？1942年3月13日：WindowsNT之父DavidCutler出生1942年3月13日，NT项目的组建人、微软传奇程序员大卫·卡特勒（DavidN.
整理|王启隆透过「历史上的今天」，从过去看未来，从现在亦可以改变未来。今天是2023年3月13日，在1995年的今天，Perl5.001发布；Perl是一种功能丰富的计算机程序语言，最初是为文本处理而开发的，现在用于各种任务，包括系统管理，Web开发，网络编程，GUI开发等。这次更新也有着里程碑意义，因为在5.001版本之前，除非格式在词法变量的范围内声明，否则词法变量在格式中不可见。回顾计算机历史上的3月13日，这一天还发生过哪些关键事件呢？1942年3月13日：WindowsNT之父DavidCutler出生1942年3月13日，NT项目的组建人、微软传奇程序员大卫·卡特勒（DavidN.
前言：由于后续可能要做一些无人驾驶相关的项目和实验，所以这段时间学习一些路径规划算法并自己编写了matlab程序进行仿真。开启这个系列是对自己学习内容的一个总结，也希望能够和优秀的前辈们多学习经验。一、无人驾驶路径规划众所周知，无人驾驶大致可以分为三个方面的工作：感知，决策及控制。路径规划是感知和控制之间的决策阶段，主要目的是考虑到车辆动力学、机动能力以及相应规则和道路边界条件下，为车辆提供通往目的地的安全和无碰撞的路径。路径规划问题可以分为两个方面：（一）全局路径规划：全局路径规划算法属于静态规划算法，根据已有的地图信息（SLAM）为基础进行路径规划，寻找一条从起点到目标点的最优路径。通常全
前言：由于后续可能要做一些无人驾驶相关的项目和实验，所以这段时间学习一些路径规划算法并自己编写了matlab程序进行仿真。开启这个系列是对自己学习内容的一个总结，也希望能够和优秀的前辈们多学习经验。一、无人驾驶路径规划众所周知，无人驾驶大致可以分为三个方面的工作：感知，决策及控制。路径规划是感知和控制之间的决策阶段，主要目的是考虑到车辆动力学、机动能力以及相应规则和道路边界条件下，为车辆提供通往目的地的安全和无碰撞的路径。路径规划问题可以分为两个方面：（一）全局路径规划：全局路径规划算法属于静态规划算法，根据已有的地图信息（SLAM）为基础进行路径规划，寻找一条从起点到目标点的最优路径。通常全
在FireFlyRK3588开发板上烧录了Ubuntu20.04系统，在此基础上线部署下简单的Python版本yolov5代码，目前博主已全部转为C++版本了，并且转化了pt模型为rknn模型，调用npu进行推理，置信度和速度都比原先Python代码好很多。本篇主要介绍如何部署和运行yolov5官方的目标检测代码。🍉1、安装anacondaAnaconda是流行的Python/R数据科学和机器学习平台，用于大规模数据处理，预测分析和科学计算。Anaconda附带了250个开源数据包，并且可以从Anaconda存储库中安装超过7500个其他包。它还包括conda命令行工具和称为AnacondaN
在FireFlyRK3588开发板上烧录了Ubuntu20.04系统，在此基础上线部署下简单的Python版本yolov5代码，目前博主已全部转为C++版本了，并且转化了pt模型为rknn模型，调用npu进行推理，置信度和速度都比原先Python代码好很多。本篇主要介绍如何部署和运行yolov5官方的目标检测代码。🍉1、安装anacondaAnaconda是流行的Python/R数据科学和机器学习平台，用于大规模数据处理，预测分析和科学计算。Anaconda附带了250个开源数据包，并且可以从Anaconda存储库中安装超过7500个其他包。它还包括conda命令行工具和称为AnacondaN
目录1.实验目标2.相关原理3.实验过程3.1基于Q-learning的三维模型创建3.2无人机类、环境类和障碍物类的建立3.3继承和多态的实现3.4训练3.5测试4.完整代码main.cppQ-learning.cpp train.cpptest.cppenvironment.cppmap.cppobstacles.cpp view.cppuav.h obstacle.h envionment.h5.实验结果5.1图形界面5.2训练结果5.3飞行路径5.4决策优化奖励5.5路径规划 6.参考文献1.实验目标通过C++编写一段程序，采用Q-learning算法实现一架无人机的智能三维航线规划。
目录1.实验目标2.相关原理3.实验过程3.1基于Q-learning的三维模型创建3.2无人机类、环境类和障碍物类的建立3.3继承和多态的实现3.4训练3.5测试4.完整代码main.cppQ-learning.cpp train.cpptest.cppenvironment.cppmap.cppobstacles.cpp view.cppuav.h obstacle.h envionment.h5.实验结果5.1图形界面5.2训练结果5.3飞行路径5.4决策优化奖励5.5路径规划 6.参考文献1.实验目标通过C++编写一段程序，采用Q-learning算法实现一架无人机的智能三维航线规划。
在学习本教程前，请确保已经学习了前4讲中无人机相关坐标系知识、基础飞行控制函数、激光雷达SLAM定位条件下的室内定点控制、自动飞行支持函数、导航控制函数等入门阶段的先导教程。 同时用户在做二次开发自定义的飞行任务时，可以参照第5讲中2021年国赛植保无人机G题中的编程思路，了解子线程执行过程几组关键变量的用法与实际作用效果。 了解了上述自主飞行任务设计关键要点后，下面我们以2022年全国大学生电子设计竞赛中B题送货无人机中题目要求为例，编写自动飞行任务函数完成比赛中的基础部分+发挥部分+创新部分等所有赛题要求。 根据赛题要求，我们可以将设计的软件部
在学习本教程前，请确保已经学习了前4讲中无人机相关坐标系知识、基础飞行控制函数、激光雷达SLAM定位条件下的室内定点控制、自动飞行支持函数、导航控制函数等入门阶段的先导教程。 同时用户在做二次开发自定义的飞行任务时，可以参照第5讲中2021年国赛植保无人机G题中的编程思路，了解子线程执行过程几组关键变量的用法与实际作用效果。 了解了上述自主飞行任务设计关键要点后，下面我们以2022年全国大学生电子设计竞赛中B题送货无人机中题目要求为例，编写自动飞行任务函数完成比赛中的基础部分+发挥部分+创新部分等所有赛题要求。 根据赛题要求，我们可以将设计的软件部
