1前言 可见光通信技术,简称为VLC，这种技术手段在无线通信领域中最新成型，便能得以快速发展壮大。在接下来的一段时间之内，无论是在哪个领域，该项技术肯定会有很大的发展，跟现有的无线通信技术形成强有力的竞争，对人类文明的进步产生巨大的影响。如果我们想要建设室内可见光通信网络，我们需要进行以下两个步骤：第一，在公共照明设施上加以数据传输功能第；二，将通信和室内光源有机结合。这样便能达到构建VLC的目的，从而让信息数据等可以从服务器无线传输到客户端。 通信行业必是各种电子信息技术里的一大主题。人们仅从通信行业中某一方面来看，比如说移动通信方面，全球的各种移动的通信用户的数量将越来越多
本专栏分享计算机小伙伴秋招春招找工作的面试经验和面试的详情知识点专栏首页：秋招算法类面经分享主要分享计算机算法类在面试互联网公司时候一些真实的经验小伙伴自我介绍：写在前面，南京某炮专，研二上阶段，简历写了两个竞赛和一个项目，一个机器人相关的二等奖，
目录：前言1、下载雷达仿真包2、添加雷达支架描述文件3、添加雷达描述文件4、启动仿真5、添加IMU模块6、添加RGB-D相机7、LIO-SAM仿真安装依赖安装GTSAM编译LIO-SAM运行8、源码遇到的问题1、error:‘classstd::unordered_map>’hasnomembernamed‘serialize’2、gazebo中机器人静止，rviz中反复横跳3、运行时报错[lio_sam_mapOptmization-5]processhasdied[pid260348,exitcode-114、运行时报错errorwhileloadingsharedlibraries:[l
目录：前言1、下载雷达仿真包2、添加雷达支架描述文件3、添加雷达描述文件4、启动仿真5、添加IMU模块6、添加RGB-D相机7、LIO-SAM仿真安装依赖安装GTSAM编译LIO-SAM运行8、源码遇到的问题1、error:‘classstd::unordered_map>’hasnomembernamed‘serialize’2、gazebo中机器人静止，rviz中反复横跳3、运行时报错[lio_sam_mapOptmization-5]processhasdied[pid260348,exitcode-114、运行时报错errorwhileloadingsharedlibraries:[l
随着汽车智能化进程进入深水区，基于显示、照明的新技术正在成为新的聚焦点。无论是ARHUD，还是舱内多模态人机交互都在成为新的增量。而汽车独有的智能移动终端以及第三生活空间的未来属性，也在创造新的市场机会。4月18日，全球领先的激光显示企业光峰科技（688007.SH）独立参展上海车展，带来了车载沉浸式激光显示照明技术场景展车的首次亮相，发布了全球首款车规级彩色激光大灯，以及车窗外显、车内透明显示、车内娱乐大屏、智慧表面等沉浸式车内数字交互解决方案，展示其对未来智能座舱显示的全新构想，将为驾驶员和乘客带来更智能、更有趣的驾乘体验。光峰科技激光场景展车揭幕（左至右分别为：光峰科技副总裁余新，光峰科
1.坐标系和欧拉角镭神激光雷达坐标系和相机坐标系都为右手坐标系镭神激光雷达坐标系：原点为激光雷达光学中心,右为X,前为Y,上为Z相机坐标系：原点为相机光心,右为X,下为Y,前为Z同时规定欧拉角：绕X轴为俯仰角（pitch）,绕Y轴为翻滚角（roll）,绕Z轴为偏航（航向）角（heading、yaw）。此时镭神激光雷达坐标系到相机坐标系，只需绕X轴顺时针旋转90°，即俯仰角（pitch）为90°。2.标定过程先标定相机内参，因为相机的内参为定值，再标定激光雷达到相机的外参。2.1相机内参相机内参，具体原理参考计算机视觉：相机成像原理：世界坐标系、相机坐标系、图像坐标系、像素坐标系之间的转换，它采
1.坐标系和欧拉角镭神激光雷达坐标系和相机坐标系都为右手坐标系镭神激光雷达坐标系：原点为激光雷达光学中心,右为X,前为Y,上为Z相机坐标系：原点为相机光心,右为X,下为Y,前为Z同时规定欧拉角：绕X轴为俯仰角（pitch）,绕Y轴为翻滚角（roll）,绕Z轴为偏航（航向）角（heading、yaw）。此时镭神激光雷达坐标系到相机坐标系，只需绕X轴顺时针旋转90°，即俯仰角（pitch）为90°。2.标定过程先标定相机内参，因为相机的内参为定值，再标定激光雷达到相机的外参。2.1相机内参相机内参，具体原理参考计算机视觉：相机成像原理：世界坐标系、相机坐标系、图像坐标系、像素坐标系之间的转换，它采
系列文章目录·【SLAM】基于explore_lite的移动机器人自主建图·【SLAM】基于rrt_explore的移动机器人自主建图·【问题解决】rrt_exploration功能包使用过程中报错处理文章目录目录系列文章目录文章目录前言一、简介二、安装三、架构四、参数配置五、仿真实验总结前言机器人自主建图有很多方式，比如基于位置边界的map-explore，基于快速搜索树的rrt-explore，指定区域自主探索建图frontier-explore，这几种方法各有优劣，博主接下来将对每种方法进行简单介绍、使用实现，和比较测评一、简介explore-lite提供了贪婪的基于边界的
连载文章，长期更新，欢迎关注：写在前面第1章-ROS入门必备知识第2章-C++编程范式第3章-OpenCV图像处理第4章-机器人传感器第5章-机器人主机第6章-机器人底盘第7章-SLAM中的数学基础第8章-激光SLAM系统 8.1Gmapping算法 8.2Cartographer算法 8.3LOAM算法第9章-视觉SLAM系统第10章-其他SLAM系统第11章-自主导航中的数学基础第12章-典型自主导航系统第13章-机器人SLAM导航综合实战Gmapping代码实现相对简洁，非常适合初学者入门学习。但是Gmapping属于基于滤波方法的SLAM系统，明显的
连载文章，长期更新，欢迎关注：写在前面第1章-ROS入门必备知识第2章-C++编程范式第3章-OpenCV图像处理第4章-机器人传感器第5章-机器人主机第6章-机器人底盘第7章-SLAM中的数学基础第8章-激光SLAM系统 8.1Gmapping算法 8.2Cartographer算法 8.3LOAM算法第9章-视觉SLAM系统第10章-其他SLAM系统第11章-自主导航中的数学基础第12章-典型自主导航系统第13章-机器人SLAM导航综合实战Gmapping代码实现相对简洁，非常适合初学者入门学习。但是Gmapping属于基于滤波方法的SLAM系统，明显的
