很早就想写博客来记录自己的成长之路了，拖着拖着转眼就10月份了，该死的体测也快到了，难受的一，话不多说切入正题。今年19年，电赛国赛年，暑假在学校准备了一个多月吧，搞四轴飞行器，我负责视觉方面，然后学习了openmv，不幸的是，封箱前几个小时，临阵加电路，没想到电压问题把飞机搞炸了，最终遗憾弃赛，不过还是去了现场，说多了一把泪，往事如烟。暑假在学校准备电赛的时候同时准备了另一个比赛，写了代码，那就
转载
2024-03-25 13:53:31
280阅读
Github上有更多代码，按需自取 文章目录说明注意代码 今天我们来介绍一下树莓派小车的循迹教程 首先看一个效果视频 说明该小车的硬件是：树莓派+L298N，其实用Arduino也是一样的，下位机只提供一个车轮的控制，视觉识别都是通过树莓派完成的视觉利用Opencv来实现，关于如何安装Opencv以及使用摄像头请参看我另一篇博客。算法逻辑：看到这样一个赛道，赛道是白色的，其余部分是我们都看成非
转载
2024-05-01 11:51:54
403阅读
概述 这篇文章的写作是最近正在重新学习线性代数后，想到的一个简单的应用。也是对OpenCV+TensorFlow简单的机器小车传统视觉寻迹这一篇文章的一个新的思路和比较。 在使用的技术工具上为opencv和tensorflow。opencv不过多介绍，在图像处理方法是一个非常好用的库了。使用
转载
2024-04-03 15:49:31
159阅读
说明：该文章用于记录本人对斯坦福Doggo开源代码中的代码框架以及位控的理解，本人所在的实验室已经成功复现Doggo的功能。由于复现的工作由学长完成，所有可能以下有部分代码理解存在偏差，欢迎批评指正。 1.代码框架注：以下的分层是我根据整体代码的函数实现来分，即以主要的函数来进行划分，而非文件划分，具体的文件内容可以参考上面的第二个参考资料（1）上层整份代码体现出上层思想的就只有posi
1. 开发环境编辑器：Visual Studio2022 OpenCV版本：4.5.42. MFC项目搭建 点击完成后，项目创建完成。界面如下： 点击"本地Windows调试器"，即可运行，运行结果如下：3. 集成OPENCV3.1 opencv安装下载地址：https://opencv.org/releases/ 安装：无脑下一步(记住opencv的安装路径)3.2 opencv目录安装完成后，
转载
2024-03-13 19:48:56
178阅读
最近在做图像增强方面的算法，在参考了一些博客，论文和源代码后 ，自己整理了Retinex相关算法的opencv实现，在这里贴出来供大家参考 一.Retinex算法原理 基础理论：物体的颜色是由物体对长波（红色），中波（绿色），短波（蓝色）光线的反射能力来决定的，而不是由反射光强度的绝对值来决定的；物体的颜色不受光照非均匀性的影响，具有一致性，即Retinex算法是基于物体的颜色恒常性来实现的。 R
转载
2024-03-29 14:46:02
268阅读
机器人技术的核心是运动控制，包括定位、导航、感知、决策、跟踪等，可广泛应用在家庭服务机器人、工业自动化机器人等领域。自动驾驶是人工智能领域最炙手可热的方向，互联网巨擎（谷歌、Uber、百度等）、传统汽车大厂商、 Tier1供应商以及很多初创公司都纷纷投入到这场全新的交通运输生态的创建中。截止2017年6月18日以来，共有34家公司获得美国加州路测资格，其中中国背景的公司就有9家。 通过对
一.材料1.51单片机开发板2.L298N电机3.红外循迹模块4.直流电机5.电池（提供电源，选用的是三节18650锂电池）6.杜邦线7.两个主动轮，一个万向轮8.小车底板（亚克力板）二.实现效果使小车在两侧黑线内沿着环形跑道自主行驶一圈，打开开关时小车前行，左侧检测到黑线时左轮前进，右侧检测到黑线时右轮前进，两侧都检测到黑线时小车停止。三.组装接线1.初步组装:将直流电机、 主动轮、万向轮、电池
该文章适合OpenCv的初学者以及对计算机视觉有了简单认识的朋友。以下将根据不同的能力水平进行梯度的讲解。最后会附带完整代码。小白需要知道的什么是传统的视觉寻迹？个人认为，传统寻迹就是通过记录轨迹的横坐标来进行判断。例如：这张图就被认为是直行。但是机器要怎么进行判断呢？我们可以通过将这个图片转换为一个矩阵，然后通过遍历来记录这些黑点的横坐标，从而获得黑点的平均横坐标来判断。source = 0
转载
2024-03-30 17:17:32
226阅读
机器狗的生前身后 曾经有很多人说有穿透还原卡、冰点的病毒，但是在各个论坛都没有样本证据，直到2007年8月29日终于有人在社区里贴出了一个样本。这个病毒没有名字，图标是SONY的机器狗阿宝，就像前辈熊猫烧香一样，大家给它起了个名字叫机器狗。 工作原理机器狗本身会释放出一个pcihdd.sys到drivers目录，pcihdd.sys是一个底层硬盘驱动，提
转载
2023-11-12 14:20:23
9阅读
最近在看送药小车用OpenMv巡线的代码，正好看到这篇文章的代码，博主非常赞，直接把全部代码贴了出来，但是关于main函数函数注释比较少，所以看的比较困难，所以我想对这代码做一些注释，让自己能够有一个更好的理解，方便让大家阅读。话不多说，开始贴代码。GeometryFeature.pyclass GeometryFeature:
def __init__(self, img):
By 超神经内容提要：今天，腾讯 Robotics X 实验室与腾讯 AI Lab 联合研发的四足移动机器狗 Jamoca 横空出世，除了走、跑、跳这些基本技能外，还会走梅花桩，看来是一个从小就懂得习武的狗子。关键词：机器狗 梅花桩 环境感知 路径规划见识过会上台阶、能空翻、能跳舞的机器人，但你见过会走梅花桩的机器人吗？就在今天，腾讯研发的四足移动机器人 Jamoca 首次对外
转载
2024-01-04 12:17:22
76阅读
#include<ntddk.h>
#include<srb.h>
#define FSCTL_GET_RETRIEVAL_POINTERS 0x90073
#define PARTITION_TYPE_NTFS 0x07
#define PARTITION_TYPE_F
转载
精选
2013-04-07 19:41:46
484阅读
Unitree_ros源码理解机器狗的仿真仿真文件架构gazebo运行 机器狗的仿真仿真文件架构在robot文件夹下，存放着机器人的建模源码包，这里列举a1机器狗的文件结构 这其中主要由config(配置文件)(存储rviz文件配置信息),launch(启动文件)，meshes(机器人模型渲染文件)，urdf, xacro. URDF是 Unified Robot Description For
如今，能生产机器狗的厂家越来越多，除波士顿动力的明星狗之外，各个高校与企业的机器狗也可谓百花齐放，争奇斗艳。但这些设计精良功能稳定的机器狗，对于相对穷苦的大学生来说能买来一只去溜溜狗也算是奢望了。 但有时候大学生的能力也是不容小觑的，可能只是一个简单的想法或灵感，就能让他们毫不犹豫说干就干。斯坦福大学的这些本科生就是因为一个简单的想法制造出了Doggo机器狗。 Extreme Mobili
转载
2024-07-08 08:12:55
89阅读
机器狗是一种结合了仿生学和人工智能的仿生四足机器人，其外形与四足动物相似，由于其运动摆脱了轮式和履带式的设计，机器狗的机动性更为强大，能够灵活地完成多种复杂的运动，并能够在不同的地理环境中自主行走，甚至穿越人类无法抵达的极限环境，因而可用于服务、工程、安防、医疗、智能物流等领域。根据我国《新一代人工智能发展规划》，预计到2030年，我国人工智能核心产业规模将超过1万亿元，带动相关产业规模超过10万
转载
2023-11-21 17:38:22
26阅读
前方高能！萌化内心的汪星人萌宠来袭。
CES是一个大型的国际电子产品展示会，展会上大家也展示了很多很好玩很有趣的科技产品，来自美国机器人制造公司WowWee Robotics就带来了公司的最新力作——CHiP“终极人工智能机器狗”。这只萌宠一经推出就博得了所有人的眼球，成为了CES全场的焦点。看来这终究还是个看脸的时代呐！
虽然是获得了
转载
2023-11-30 10:08:37
73阅读
立创&&机械狗第一次参加了训练营，本来想做一条腿，不知不觉就做成了机械狗。 可以走的机械狗，也可以蹦跶。1、使用SW2021画了机械狗的外壳，然后去某宝3D打印得到的。 注意:3D打印的时候，因为尺寸都是刚刚好，就会导致一个问题，舵机安装的时候，因为舵机自带三根线，会导致安装不进去。没办法，只能把把上下边缘都削掉一部分，才勉强把舵机安装好，个人觉得可以在画图的时候，就把上边缘的尺寸
转载
2024-01-10 14:55:29
167阅读
学习stanford doggo的机械结构的自我总结，近年来机器狗真的是火了一把，最为大众所知晓的应该就是波士顿动力的Spot了，而且该四足机器人已经开始投放到一家医院投入使用，帮助医护人员远程诊断患者并与新冠病人沟通。那么四足机器人是不是长得都一样呢？当然不是，stanford doggo就是比较独特的一种。从图中可以看到stanford doggo与波士顿动力机器狗不同的地方就是腿部了，总体来
机器狗寻路机器学习是一项结合了无人驾驶技术、机器学习和路径规划的前沿技术，能够让机器狗在复杂环境中自主导航。本文将详细介绍如何解决这一问题，分为环境准备、分步指南、配置详解、验证测试、排错指南和扩展应用六个部分。
## 环境准备
为了确保机器狗的机器学习模型能够顺利运行，首先需要准备一个适合的开发环境。
**前置依赖安装：**
1. Python 3.8 及以上版本
2. TensorFl
