目标跟踪和碰撞时间估计
这是Udacity传感器融合纳米度的第二个项目。 我融合了来自KITTI数据集的相机和LiDAR测量值，以检测，跟踪3D空间中的物体并估算碰撞时间。 首先，我用YOLOv3处理图像以检测和分类对象。 下图显示了结果。 基于YOLOv3发现的边界框，我开发了一种通过关键点对应关系随时间跟踪3D对象的方法。 接下来，我使用了两种不同的方法来计算碰撞时间（TTC），分别是基于LiDAR和基于相机的TTC。 环境的结构由主要讲师Andreas Haja构建。
基于LiDAR的TTC
我通过使用齐次坐标将前车的3D LiDAR点投影到2D图像平面中。 投影如下图所示。接下来，我将3D LiDAR点分布到相应的边界框。 最后，我根据不同帧的对应边界框中最接近的3D LiDAR点计算了TTC。
基于摄像头的TTC
我使用检测器/描述符的各种组合来找到每个图像中的关键点，并在
2023-05-18 00:00:59
132.97MB
1
分享office时间控件，便于更好的选取，节省录入时间，避免录入错误。
2023-05-17 14:28:34
633KB
1
系统的（由于要用到的知识多，因此只能是大略介绍，不可能详细）。
下面是我看过的觉得比较好的几本：
230《数学建模与数学实验.第 3 版》赵静, 但琦主编
231《数学建模及其基础知识详解》王文波编著
232《数学建模方法及其应用》韩中庚编著
233《数学建模》Maurice D. Weir, (美) William P. Fox 著
二十一、“数学史”
2023-05-15 15:52:09
429KB
1
该书详细讲解了MIMO信息理论、误码率分析及接受分集理论
2023-05-09 09:10:27
3.49MB
1
Bakery - GPU Lightmapper
Bakery Real-Time Preview
教程参考：
https://blog.csdn.net/f402455894/article/details/123329549
2023-05-05 17:18:41
454.36MB
1
Bakery Real-Time Preview 1.18.unitypackage
2023-05-05 16:33:18
353KB
1
显示当前蜡烛（K线）的剩余时间，适用MT5版本。说明：1. 文件->打开数据文件夹；2. \MQL5\Indicators\Examples目录；3. 复制，粘贴；4. 查看->导航；5. 指标->Examples，找到candle_ime；6. 拖拽到盘面上，确定。
2023-04-20 12:02:02
12KB
1
Channel estimation for orthogonal time frequency space (OTFS) massive MIMO
2023-04-10 21:02:19
1.74MB
1