공대생 도전 일지

라이다 지면제거, roi 후 포인터 클라우드에서 일정 높이 이상의 점만 뽑아낸다. 그럼 콘만 탐지가 되고 우측 그래프와 같이 차가 들어갈 수 있는 공간이 나오게 된다. 깔끔한 주차... 차 크기는 다른 곳에서 가져온 거라 무시하시면 됩니다. 고깔을 잘 피해서 제발... 우리차는 왼쪽이 양의값, 오른쪽의 음의값인데 여기선 반대로 하는 것 확인해서 변동 전진을 안하누...

ㅍ 이전의 예측값과 이번 값을 사용하여 soft max를 한다.

역시 순서 정보가 사라지는 것 같다더니.. CNN 여러개의 차원을 동시에 본다! 필터를 여러개 쓰면 또 여러개가 나올 것이다. max pooling -> 가장 큰 값만 가지고 온다 -> 순서 정보가 사라진다. RNN 순서가 바뀌면 결과가 바뀐다! 초기 정보 사라짐! 해결! 다른 의미를 가진 말이지만 입력하는 모습은 똑같다. disambiguation - 명확화 순방향과 역방향 정보를 모두 가지게 된다!

e = 임베딩 물건 간의 연간관계를 설명

while ~isDestinationReached(currentPose, xRef(end,:),0.1) % 목적지에 도달할 때까지 루프 % 현재 상태를 GPS 데이터로 업데이트 currentPose = updateVehiclePose(modelStatesSub, tftree); x = [currentPose(1); currentPose(2); currentPose(3)]; xk = x; onlinedata.ref = Xref(k:min(k+pTracking-1,Tsteps),:); [mv,onlinedata,info] = mexfcn(xk,mv,onlinedata); % NMPC를 사용하여 속도 및 각속도 계산 %[mv, info] = nlmpcmove(nlobjTracking, x0, lastMV, r..

nlobjTracking = nlmpc(3,3,2); Ts = 0.1; pTracking = 30; nlobjTracking.Ts = Ts; nlobjTracking.PredictionHorizon = pTracking; nlobjTracking.ControlHorizon = pTracking; nlobjTracking.MV(1).Min = -2; nlobjTracking.MV(1).Max = 2; nlobjTracking.MV(2).Min = -pi/8; nlobjTracking.MV(2).Max = pi/8; nlobjTracking.Weights.ManipulatedVariablesRate = [0.1,0.2]; nlobjTracking.Weights.OutputVariables = [1,1,3];..