斯坦福大学的博士论文，详细阐述了如何对激光雷达进行标定，如何构建高精度地图，如何用高精度地图进行定位，斯坦福大学无人车的架构和传感器介绍。
深入浅出，是学习SLAM和无人驾驶的必读文章。
内容是纯英文的，介意勿下。
深入浅出，是学习SLAM和无人驾驶的必读文章。
内容是纯英文的，介意勿下。
2024/9/19 5:07:41
22.7MB
1
激光雷达是以发射激光束探测目标的位置、速度等特征量的雷达系统。
从工作原理上讲，与微波雷达没有根本的区别：向目标发射探测信号(激光束),然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较,作适当处理后,就可获得目标的有关信息,如目标距离、方位、高度、速度、姿态、甚至形状等参数,从而对飞机、导弹等目标进行探测、跟踪和识别。
本程序为FMCW激光雷达matlab程序，包括调频非线性校正等。
从工作原理上讲，与微波雷达没有根本的区别：向目标发射探测信号(激光束),然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较,作适当处理后,就可获得目标的有关信息,如目标距离、方位、高度、速度、姿态、甚至形状等参数,从而对飞机、导弹等目标进行探测、跟踪和识别。
本程序为FMCW激光雷达matlab程序，包括调频非线性校正等。
2024/9/9 16:35:46
15KB
1
激光雷达该存储库包含用于仿真VelodyneVLP-16LiDAR传感器的MATLAB代码，以及用于查找发射的激光与三角形和高尔夫球的交点的算法。
高尔夫球的交叉点是通过在重力，阻力，升力等情况下生成高尔夫球的轨迹来计算的。
对于在Drag.m，Lift.m，Both.m和Gravity.m中实现的逻辑（它们是用于生成高尔夫球轨迹的文件）的感谢，请访问UW化学工程系学生RamaAl-Enzy。
高尔夫球的交叉点是通过在重力，阻力，升力等情况下生成高尔夫球的轨迹来计算的。
对于在Drag.m，Lift.m，Both.m和Gravity.m中实现的逻辑（它们是用于生成高尔夫球轨迹的文件）的感谢，请访问UW化学工程系学生RamaAl-Enzy。
2024/8/31 2:20:41
14KB
1
介绍了双通道偏振激光雷达的特征及主要参数和数据处理方法，并利用该系统对上海世博会开幕式前后的沙尘暴污染过程展开研究，对测量结果进行了分析。
结果表明，沙尘暴污染是由西北方向输送，由后向轨迹分析其来源是蒙古地区，并有间歇期，形成了二次沙尘输入过程；
沙尘暴后5月份主要风向转为东北风，有利于沙尘污染颗粒物消除。
此外将偏振激光雷达测量颗粒物消光系数与地面PM10空气污染指数（API）对比分析，结果显示两者有很好的一致性。
结果表明，沙尘暴污染是由西北方向输送，由后向轨迹分析其来源是蒙古地区，并有间歇期，形成了二次沙尘输入过程；
沙尘暴后5月份主要风向转为东北风，有利于沙尘污染颗粒物消除。
此外将偏振激光雷达测量颗粒物消光系数与地面PM10空气污染指数（API）对比分析，结果显示两者有很好的一致性。
2024/6/15 5:33:21
2.42MB
1
为研究正交偏振云气溶胶激光雷达（CALIOP）最新Version4（V4）版产品与Version3（V3）版产品全球大气气溶胶和云衰减后向散射特征的差异及其对以往研究可能造成的影响，利用2011年1、4、7、10月CALIOP这两个版本的数据，对20.2km海拔高度内全球范围云和气溶胶样本点的532nm总衰减后向散射、1064nm衰减后向散射、总衰减颜色比进行了概率分布统计,并对两个不同版本相应数据的相对偏差做出统计分析。
结果表明，云或气溶胶V4版与V3版散射数据的相对偏差趋于正值，夜间数据的变化比日间数据明显。
V4版与V3版云的日间532nm总衰减后向散射、1064nm衰减后向散射及总衰减颜色比的相对偏差均值分别为3.40%、4.66%和1.18%，而夜间的则分别为2.80%、8.00%和5.33%。
气溶胶的532nm总衰减后向散射、1064nm衰减后向散射及总衰减颜色比的相对偏差均值日间分别为1.14%、6.94%和5.62%，夜间分别为3.33%、10.92%和7.64%。
结果表明，云或气溶胶V4版与V3版散射数据的相对偏差趋于正值，夜间数据的变化比日间数据明显。
V4版与V3版云的日间532nm总衰减后向散射、1064nm衰减后向散射及总衰减颜色比的相对偏差均值分别为3.40%、4.66%和1.18%，而夜间的则分别为2.80%、8.00%和5.33%。
气溶胶的532nm总衰减后向散射、1064nm衰减后向散射及总衰减颜色比的相对偏差均值日间分别为1.14%、6.94%和5.62%，夜间分别为3.33%、10.92%和7.64%。
2024/5/31 9:35:38
7.41MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB