めっくろぐ

mechlog - メモ帳

Autowareインストール

Ubuntu

ソースビルドする．環境はUbuntu 22.04
nvidiaドライバ類は一切インストールしていない状態（←ここが大事っぽい）

セキュアブートを無効化

どうやらこれしとかないとnvidiaドライバ周りのインストールに影響ありそう

公式チュートリアル

あとは基本的にこれに倣う．
autowarefoundation.github.io
途中でクラッシュしてしまったので，
トラブルシューティングにある通り，
①スワップ領域の構成
②パッケージを１個ずつビルドするよう指定
を行う．
autowarefoundation.github.io
それでもビルドエラーを吐いていたが
一回ログを消してから①②を実施したら，ビルド成功した．所要時間は3時間ちょい．

rm -rf build/ install/ log/

参考

medium.com

qiita.com

今後やりたいこと

単純なRANSACをMATLABで試す

MATLAB

原理のお勉強用に，MATLABでとても単純なRANSACアルゴリズムを作ってみました．

下記のPythonを参考にさせて頂き，作ってみました．
qiita.com

clear; close all;
% true values
a = 0.5;
b = 0.3;

% samples
x = 0:0.01:10;
points = a * x + b + 1 * randn(size(x)) ...
    + (randi(100,1,length(x)) == 1) .* rand(size(x)) * 1000;

%% 比較用の最小二乗法
% 参考 https://jp.mathworks.com/help/matlab/data_analysis/programmatic-fitting.html
model_poly = polyfit(x,points,1);
y_poly = polyval(model_poly,x);

%% RANSAC
model_ransac = ransac2D(x,points);
y_ransac = applyModel(model_ransac, x);

%% プロット
plot(x, points, x, y_poly, x, y_ransac)
ylim([0 10])
xlabel('x'); ylabel('y');
% 
legend1 = sprintf('raw: a = %0.3f, b = %0.3f', a, b);
legend2 = sprintf('polyfit: a = %0.3f, b = %0.3f', model_poly(1),model_poly(2));
legend3 = sprintf('RANSAC: a = %0.3f, b = %0.3f', model_ransac(1), model_ransac(2));
legend(legend1, legend2, legend3,'Location','best');

%%
function out = ransac2D(x, points)
% パラメータ
max_iter = 100; % ループの最大回数
t = 2; % 誤差の閾値
inlier_ratio = 0.8; % インライアの割合
% 
sample_num = length(points);
d = sample_num * inlier_ratio;
% 
good_models = [];
good_model_errors = [];
iteration = 0;
while iteration < max_iter
    sample.idx = randsample(sample_num,2);
    sample.idx = sort(sample.idx);
    
    sample.x = x(sample.idx);
    sample.y = points(sample.idx);
    param = getParamWithSamples(sample);
    
    inlier_num = 0;
    for p = 1: sample_num
        if p ~= sample.idx
            if getError(param, [x(p), points(p)]) <= t
                inlier_num = inlier_num + 1;
            end
        end
    end
    
    if inlier_num > d      
        for p =1: sample_num
            temp_error(p) = getError(param, [x(p), points(p)]);
        end
        current_error = mean(temp_error(:));
        
        good_models = [good_models; param(1) param(2)];
        good_model_errors = [good_model_errors; current_error];
    end
    
    iteration = iteration + 1;
end

[~,best_index] = min(good_model_errors);
out = good_models(best_index,:);
end

function param = getParamWithSamples(samples)
a = (samples.y(2)-samples.y(1)) / (samples.x(2)-samples.x(1));
b = samples.y(1) - a * samples.x(1);
param(1) = a;
param(2) = b;
end

function out = getError(model, p)
x = p(1);
y = p(2);
out = abs(applyModel(model, x) - y);
end

function out = applyModel(model, x)
a = model(1);
b = model(2);
out = a * x + b;
end


緑のRANSAC推定結果が，真値に近くなっています．

参考資料

qiita.com

www.slideshare.net

22年版・論文を書く人のためのLaTeX入門

LaTeX

［改訂第8版］LaTeX2ε美文書作成入門

［改訂第8版］LaTeX2ε美文書作成入門

Amazon

Cloud LaTeXの利用

以前，TeX Liveを使って論文執筆を行っていましたが，
mechlog.hateblo.jp
最近は，Cloud上で執筆できるツールが登場しているので，
こちらを使って文章作成する方法を試しました．

この方法を使えば，TeXのネックの一つである環境構築をせずに済みます．
mtkbirdman.com
nkgtt.hatenablog.jp


図の貼り込み

やり方を変えました．

PowerPointで作った図

対象の図をグループ化して，右クリック→「図として保存」から，SVG形式で出力します．
その後，Draw Freely | Inkscapeを使ってeps形式に変換．
作図の時の注意点として，透明度を選んで透けるような図を作ったり，
図の効果で光彩などを選んでしまうと，SVG形式へ変換したときに図が乱れます．
パワポで作画するときはこれらの機能を使わないように心がけます．

数式

最近は，mathpixを使って，プレゼン用に作ったパワポの数式などをスクショして，
自動生成してしまっています．