Autowareインストール
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
autowareの環境構築に失敗する人はとりあえず、nvidia-driverは自分でインストールしてCUDA/cuDNN/TensorRTはアンインストールしてhttps://t.co/xbHsigdBsSを叩いてsuccessfulって出ればokhttps://t.co/Hs9dKlnP6z
— ざんぬ (@yukky_saito) 2023年1月28日
こちらを参考にしてみてください。公式のドキュメントが最新でCI上でも常にテストし続けているのでクリーンな環境では大丈夫なはずです
— ざんぬ (@yukky_saito) 2023年1月20日
公式
:https://t.co/Hs9dKlnP6z
私が書いたブログ:https://t.co/uG426cLDBR
第三者の動画:https://t.co/JxJ1zKf2GN
今後やりたいこと
自動運転シミュレーターのAWSIMをオープンソースで公開しました。誰でもUbuntu 1台でAutowareの自動運転シミュレーションができます!Unity製です。是非動かしてみてください!
— mackie (@mackierx111) 2022年10月14日
チュートリアル : https://t.co/dY464gKQgA
GitHub : https://t.co/AwfTX0fx86#TIERIV #Autoware #ROS2 #Unity pic.twitter.com/YPpsUze5Uy
単純なRANSACをMATLABで試す
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.
22年版・論文を書く人のためのLaTeX入門
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.
mathpix は、数式画像をサクッとOCRしてLaTeXに変換してくれる神ツール。
— shigepong (@shigepong) 2022年7月27日
手書き数式もOK、テーブルもOK、数式混じりPDF文書1ページまるごとLaTeXにするのもOK、しかも...
なんと、日本語のOCRにも普通に対応してる。
最近まで知らなかった。https://t.co/cKDr9rLInI