aemarkov

export ZSH=$HOME/.oh-my-zsh

#ZSH_THEME="robbyrussell"
ZSH_THEME="agnoster"

# Set list of themes to pick from when loading at random
# Setting this variable when ZSH_THEME=random will cause zsh to load
# a theme from this variable instead of looking in ~/.oh-my-zsh/themes/
# If set to an empty array, this variable will have no effect.
# ZSH_THEME_RANDOM_CANDIDATES=( "robbyrussell" "agnoster" )

aemarkov

This is a note on how to cross compile opencv for pretty much any ARM device(HardFP supported in this case) and deploy. Native compiling in ARM devices can be painfully slow and they seem to hang often during build(mine got stuck at 43%). So if you happen to have a desktop/laptop/server running ubuntu or similar linux distro, u can build opencv in fractionth of the time taken for native compiling without any issues. Building opencv3 with TBB and NEON and VFP support can boost opencv performance. Thanks to Adrian at pyimagesearch for pointing that out. Both my PC and target machine aka orange pi zero are running ubuntu 16.04 with python2.7 and python 3.5. Let us use the term "build machine" for your PC where you are building opencv and "target machine" for the ARM single board computer.

1.Run the following commands in both machines(I think installing these in target machine only would do) to install the necessary libraries etc.(mine worked with them,so they should be enough

aemarkov

Ok, you have GIT repository somewhere with some separated parts. You want to commit them separately, maybe from different computer. So, how you can do this?

GIT SPARSE CHECKOUT, MOTHERFUCKER!

Assume your repo have some example structure:

\my_fucking_repo
  \part1
 \part2

aemarkov

aemarkov

Модуляция и кодирование

LoRa имеет линейную частотную модуляцию. Это означает, что частота сигнала линейно возрастает от начальной частоты f0 до конечной f1. Разность частот - bandwidth. Отдельный сигнал называется chirp (чирп).

Установка bandwidth:

void LoRa_SetSignalBandwidth(enum LoRa_Bandwidth sbw);

aemarkov

Вероятностный планер грубой оценки

Планировщик маршрута для антропоморфного робота в условиях неизвестного окружения.

Проблема

Необходимо прокладывать маршрут в условиях более сложных, чем просто ровный пол и препятствия. Для антропоморфных роботов тут предлагают различные footstep-планнеры, которые прокладывают маршрут в виде набора шагов. По ряду причин этот метод не всегда подходит и просто не очень мне нравится:

• Требуют от РТС возможности совершать именно эти запланированные шаги
• Каждый следующий шаг зависит от предыдущего, если выполнение не точное, то погрешность растет
• ???

Решение

aemarkov

alias cls='clear'
alias fuck='sudo'
alias clion='nohup clion.sh &>/dev/null &'
alias gitk='nohup gitk --all &>/dev/null &'
alias rqt='nohup rqt &>/dev/null &'
alias kinect='roslaunch openni_launch openni.launch depth_registration:=true'
alias rtabmap='roslaunch rtabmap_ros rgbd_mapping.launch rtabmap_args:="--delete_db_on_start"'

source /opt/ros/indigo/setup.bash
source ~/ros/devel/setup.bash

aemarkov

Как сделать курсач и не обосраться

ОЗУ

Скакунов больше всего придирается к озу, потому что она самая сложная и ее надо кастомить под свое задание, а остальные блоки неплохо копипастятся из других работ.

У всех почти что динамическое ОЗУ, поэтому нужен контроллер динамического озу, он обязателен.

Схема:

aemarkov

aemarkov