- 综合排序
- 最热优先
- 最新优先
地质雷达探地雷达检测数据集VOC+YOLO格式874张2类别
文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：874 标注数量(xml文件个数)：874 标注数量(txt文件个数)：874 标注类别数：2
21400编辑于 2025-07-17- 来自专栏全栈程序员必看
毫米波雷达跟激光雷达_毫米波雷达市场
激光雷达主要优点如下： (1)波长短，测量精度高 (2)多线束的探测， 可以实现对场景的三维成像。 激光雷达的主要缺点是： (1)抗干扰能力低， 易受天气影响， 在雨雪雾等天气的作用下， 激光雷达使 用受限。 (2)激光发射、被测目标表面粗糙等因素都对测量精度有影响。 超声波雷达的主要优点是： (1) 雷达结构简单模块小巧且易于实现。 (2) 超声波雷达数据处理算法清晰易于系统开发。 (2) 超声波雷达测量精度低， 无法探测细小目标。 (2)具有全天候工作， 满足了自动驾驶长期道路行驶的要求。 (3)毫米波雷达不仅可以测距， 还能测速、测角， 甚至能根据目标信息估计目标大小尺寸等， 具有强大功能。
1.2K10编辑于 2022-10-01 - 来自专栏码生
雷达图
let option = { /* 标题 / title: { text: '自定义雷达图' }, / 说明图 / legend: { data: ['图一','图二', '张三', '李四 / splitLine: { lineStyle: { color: 'rgba(255, 255, 255, 0.5)' } } } ], series: [ { name: '雷达图
1.2K30发布于 2020-09-18 - 来自专栏呼延
雷达监测
来源 lintcode-雷达监测 描述 一个2D平面上有一堆雷达（雷达有x, y坐标，以及能探测到的范围r半径）。现在有一辆小车要从y = 0和y = 1的区间里面通过并且不能被雷达探测到。 （可以认为，小车是一条长度为1的线段，沿直线从x = 0 向右前进） 雷达数量为n，n <= 1000。 雷达的坐标x为非负整数，y为整数，r为正整数。 解释： 在(0,2)处有个雷达，它能探测到以(0,2)为圆心，半径为1的圆形区域，小车不会被检测到。 给出 coordinates = [[0,2],[1,2]], radius = [1,2], 返回 “YES”。 解释： 在(0,2)处有个雷达，它能探测到以(0,2)为圆心，半径为2的圆形区域，(1,2)处的雷达能探测到以(1,2)为圆心，2为半径的圆形区域。2号雷达可以探测到小车经过。
1.6K20发布于 2019-07-01 - 来自专栏机器人课程与技术
ROS2使用lidar激光雷达(rplidar和ydlidar)
这里以ydlidar x4为例： 编译功能包： colcon build --packages-select ydlidar 运行节点： ros2 run ydlidar ydlidar_node ? 思考题： 使用激光雷达数据在ros2中建立实际环境地图。 参考turtlebot3案例。
1.7K40发布于 2019-08-31 - 来自专栏气python风雨
雷达系列：两种基于雷达基数据绘制雷达CAPPI图的方式
两种基于雷达基数据绘制雷达CAPPI图的方式 个人信息 公众号：气python风雨 温馨提示 由于可视化代码过长隐藏，可点击运行Fork查看 若没有成功加载可视化图，点击运行可以查看 ps:隐藏代码在【 /arm_pyart-1.19.1-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (13.8 MB) [2K [90m━━━━ cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (9.0 MB) [2K [90m━━━━━━━━━━━━━━━━━━━━━━━ xradar-0.6.4 PY-ART 当前最流行的雷达开源库pyart在最新版本更新了cappi的函数pyart.retrieve.cappi import matplotlib.pyplot as grid_x, grid_y, PRD.product.CAPPI_3000) # 画图显示 ax2.set_title("CAPPI Plot at 2000m", fontsize=16) ax2
1.5K11编辑于 2024-09-20 - 来自专栏Pulsar-V
SLAM-OpenGL实现rplidar A2激光雷达扫描显示
sizeof(_Array[0])) #define GL_WIDTH 480 #define MAX_RADAR_DIST 1500 //最大扫距离 #define RADAR_STEP 0.01 //雷达扫描线移动距离 using namespace rp::standalone::rplidar; //雷达扫描线起始坐标 float p1_x = 0, p1_y = 0; float p2_x = 0, p2_y = 0; //雷达扫描线起始步长 float p1step = 1.75f; float p2step = 2.25f; RPlidarDriver *drv; //扫描点 class DOT { public glColor4f(1, 0, 0, 0); //绘制雷达界面 draw_line(0, 0, 0, 1); draw_line(0, 0, 1, 1); draw_line "<<get_angle(p2_x,p2_y)<<std::endl; } //雷达状态检测函数 bool checkRPLIDARHealth(RPlidarDriver *drv) { u_result
1.1K20发布于 2019-03-12 - 来自专栏鲸鱼动画
Canvas监测雷达
doctype html> <html> <head> <meta charset="utf-8"> <title>canvas二维雷达</title> <script src="https://ajax.aspnetcdn.com y: wh/<em>2</em>}; ctx.restore(); ctx.translate(center.x,center.y); } getWindowSize(); $(window). ); ctx.lineTo(ww/<em>2</em>,0); ctx.moveTo(0,-wh/<em>2</em>); ctx.lineTo(0,wh/<em>2</em>); ctx.stroke(); ctx.strokeStyle = (line_deg-i) ; var point1=Point(r,deg1); var point<em>2</em>=Point(r,deg<em>2</em>); var opacity =Point(start_r+len,deg); ctx.moveTo(point1.x,point1.y); ctx.lineTo(point<em>2</em>.x,point<em>2</em>.y)
1.1K21发布于 2020-10-09 - 来自专栏好奇心Log
雷达外推grb2文件的解析绘图
雷达外推grb2文件的解析绘图python和meteoinfolab的对比总结： 1、python与meteoinfoLab的主要函数是差不多的，colorbar这块的设计meteoinfoLab还是更加的清晰一些 2、meteoinfoLab颜色值中的数值必须是从小到大，其规则如下。如值为[15,20,25,...,70]，第一个颜色表示小于等于15的，第二个颜色表示(15,20]。 import cartopy.io.shapereader grbs = pg.open(u'/Users/Downloads/8257226c06da73c063b315c41821c9fc.grib2' ) grbs.seek(0) # 指定指针 for grb in grbs: # 看看里面有几组数据 print(grb) # 1:Total precipitation:kg m-2 (instant ):regular_ll:surface:level 0:fcst time 0 hrs:from 202108020306 # 2:Layer-maximum base reflectivity:dB
2.3K40发布于 2021-08-26 - 来自专栏prepared
ThoughtWorks 技术雷达
ThoughtWorks 技术雷达是工具、技术、平台、语言和框架的快照，基于世界各地 ThoughtWorks 的实践经验。每年出版两次，它提供了当今世界如何构建软件的见解。 技术雷达用来追踪技术，在雷达图的术语中，每一项技术表示为一个 blip，也就是雷达上的一个光点。 技术雷达用象限和圆环来阻止这些 blip，其中象限标识一个 blip 的种类，目前有四个象限：技术、平台、工具以及语言与框架。 建议每次发布新版技术雷达的时候，重点关注：采纳和暂缓。 在技术雷达中，我们使用“采用”一词来表示强烈推荐某项技术，这意味着该技术在实际应用中被广泛采用。 技术雷达是一个很好的组织技术的方式，可以让我们时刻关注新的成熟技术，避免使用不推荐的技术。
57710编辑于 2023-12-07 - 来自专栏android技术
Android雷达效果
雷达.gif 定义一些变量 private int width, height, radius; private SweepGradient sweepGradient; private paint = new Paint(); private Matrix matrix = new Matrix(); //递增的角度 private int FACTOR = 2; bgPaint.setAntiAlias(true); bgPaint.setColor(Color.WHITE); bgPaint.setStrokeWidth(2) Path path_h = new Path(); path_h.moveTo(0, radius); path_h.lineTo(radius * 2, Path path_v = new Path(); path_v.moveTo(radius, 0); path_v.lineTo(radius, radius * 2)
93510发布于 2020-07-03 - 来自专栏气python风雨
雷达系列 | 如何绘制极坐标下的雷达数据
雷达系列 | 如何绘制极坐标下的雷达数据 温馨提示 由于可视化代码过长隐藏，可点击运行Fork查看 若没有成功加载可视化图，点击运行可以查看 ps:隐藏代码在【代码已被隐藏】所在行，点击所在行，可以看到该行的最右角 ，会出现个三角形，点击查看即可 前言 一位读者朋友私信说不知道怎么处理极坐标下的雷达数据，那么我们今天来了解一下 项目目的 本项目旨在解决在气象作图过程中将雷达数据的极坐标转为经纬度的问题 需要注意的是 ，你必须知道雷达的坐标、方位角与库长 项目方法 azimuth_range_to_lat_lon 是 MetPy 库中的一个函数，用于将极坐标系统中的方位角和距离位置转换为经纬度坐标。 返回值 lon, lat (2D arrays)：与原始位置相对应的经度和纬度二维数组。 注意 这个函数对于处理雷达数据或任何其他以极坐标形式提供的地理空间数据非常有用，因为它允许用户将这些数据转换成更常见的经纬度格式，以便进行进一步的分析或可视化。
80711编辑于 2024-11-04 - 来自专栏全栈程序员必看
雷达系统及信号处理_毫米波雷达信号处理
接收机的主要功能是将雷达信号中承载信息的部分变换到基带，目的是测量 θ ( t ) \theta(t) θ(t)。 下图是经典雷达接收机的一种常规设计： 图2. o s [ θ ( t ) ] − A ( t ) c o s [ 2 Ω ( t ) + θ ( t ) ] 2sin(\Omega(t))A(t)sin[\Omega(t)+\theta(t)]=A (t)cos[\theta(t)]-A(t)cos[2\Omega(t)+\theta(t)] 2sin(Ω(t))A(t)sin[Ω(t)+θ(t)]=A(t)cos[θ(t)]−A(t)cos[2Ω t ) s i n [ Ω ( t ) + θ ( t ) ] = A ( t ) s i n [ θ ( t ) ] + A ( t ) s i n [ 2 Ω ( t ) + θ ( t ) ] 2cos (\Omega(t))A(t)sin[\Omega(t)+\theta(t)]=A(t)sin[\theta(t)]+A(t)sin[2\Omega(t)+\theta(t)] 2cos(Ω(t))A(
1.4K30编辑于 2022-09-27 - 来自专栏绘图
pyecharts 简单雷达图
.add_schema(schema) .add("成绩", data) .set_global_opts(title_opts=opts.TitleOpts(title="学科成绩雷达图 /chart/雷达图.html")结果展示
15921编辑于 2025-07-02 - 来自专栏EpiHub
雷达图面积计算
（譬如个人在下面10个维度的得分，可以知道数学、英语、生物、音乐及运动等部分还需加强） image.png 本文主要介绍在R中如何绘制雷达图，并计算雷达图的面积。 1.雷达图 这里的雷达图，主要借助于fmsb包进行，具体设置参考Basic radar chart。 pfcol = rgb(0, 0.4, 1, 0.25)) image.png 再增加2个case set.seed(1) df2 <- data.frame(rbind(rep USING FMSB AND GGPLOT PACKAGES image.png 2.雷达图面积计算 这里稍微复杂一点，本来想借助积分的方法计算曲线下面积，即整个雷达图，分成左右两个部分，然后分别计算曲线下面积 先绘制一个雷达图的形状。然后确定各个点的坐标位置。
1.9K20编辑于 2022-11-03 - 来自专栏数据森麟
Python绘制雷达图
91, "计算机基础": 85, "程序设计": 88}] data_length = len(results[0]) # 将极坐标根据数据长度进行等分 angles = np.linspace(0, 2* 其他参数根据需要传入，如endpoint默认为True，最后一个数据处于结束的角度，根据本例中前面的参数0~2π，应该设置为False，否则最后一个数据与第一个数据角度重叠了。 高等数学": 90, "体育": 91, "计算机基础": 85, "程序设计": 88}] data_length = len(results[0]) angles = np.linspace(0, 2* = plt.subplot(122, polar=True) ax, data, name = [ax1, ax2], [score_a, score_b], ["弓长张", "口天吴"] for i in range(2): for j in np.arange(0, 100+20, 20): ax[i].plot(angles, 6*[j], '-
4.1K10发布于 2021-03-09 - 来自专栏数字芯片
雷达LFM信号分析
雷达LFM信号分析 image.png 是信号s(t)的复包络。由傅立叶变换性质，S(t)与s(t)具有相同的幅频特性，只是中心频率不同而以，因此，MATLAB仿真时，只需考虑S(t)。 以下MATLAB程序产生1.4式的chirp信号，并作出其时域波形和幅频特性，如图2所示。 ? 图2 LFM信号的时域波形和幅频特性 仿真代码： %% 线性调频信号的产生 clc;close all;clear all; T = 10e-6; B; Ts = 1/Fs; %采样频率及采样间隔 N = T/Ts; t = linspace(-T/2,T/2,N); St = exp(1j*pi*K*t.^2). ); title('线性调频信号'); grid on; axis tight; subplot(212) freq = linspace(-Fs/2,Fs/2,N); plot(freq*1e-6,fftshift
1.8K10发布于 2020-07-20 - 来自专栏点云PCL
Gaussian-LIC2：激光雷达-惯性-相机高斯泼溅SLAM系统
文章：Gaussian-LIC2: LiDAR-Inertial-Camera Gaussian Splatting SLAM 作者：Xiaolei Lang , Jiajun Lv , Kai Tang 数据集与代码将公开发布在项目页面：https://xingxingzuo.github.io/gaussian_lic2 主要贡献 通过将三维高斯投影（3D Gaussian Splatting）与激光雷达 -惯性-相机（LiDAR-Inertial-Camera）融合相结合，本文针对前述挑战，提出了一种实时的真实感 SLAM 系统，称为 Gaussian-LIC2。 图 1：系统输出结果概览（从左到右、从上到下排列）：(1) 由三维高斯组成的重建地图，(2) 从新视角渲染的 RGB 图像，(3) 稀疏的激光雷达点云地图，(4) 从新视角渲染的深度图，(5) 从高斯地图提取的三维网格 主要内容 图 2：实时真实感激光雷达-惯性-相机 SLAM 系统的处理流程，该系统采用三维高斯来表示地图。
81710编辑于 2025-07-12 - 来自专栏全栈程序员必看
雷达系统导论_雷达信号处理基础第二版
1.4雷达信号处理的共同主线 雷达能否对于环境中的目标进行检测、跟踪和成像，收到目标、环境和雷达自身的影响，此外还与这些物体的反射回波的方式有关。两个最基本也是最重要的信号质量测度是SIR和分辨率。 注意：1）文献中通常没有明确指出需要给定的是单程还是双程3dB波束带宽，对于单基雷达应该采用双程波束带宽。 2）横向分辨率是随距离线性增加的，距离分辨率为一常量 3）横向分辨率可以通过信号处理技术得到改善，使其远远优于的极限，且不随距离变化。 雷达分辨单元的体积V近似于3dB天线主瓣对应的总立体角与距离分辨率的乘积。 雷达信号处理运算的下一个层次是多个脉冲数据运算。
1.1K20编辑于 2022-11-01 - 来自专栏气python风雨
雷达系列：如何使用python进行多部雷达数据反演风
如何使用python进行多部雷达数据反演风 前言 之前在公众号气python风雨发的素材募集中，有读者询问如何使用多部雷达反演风场 这个好办，前人早已写了库 雷达反演风一直是难题，今天我们介绍一个利用雷达数据反演风的库 • mask_outside_opt (bool): 若设为 True，风值在多部多普勒波瓣外将被屏蔽，即如果少于 2 部雷达覆盖某一点。 • mask_w_outside_opt (bool): 若设为 True，垂直风在多部多普勒波瓣外将被屏蔽，即如果少于 2 部雷达覆盖某一点。 • min_bca (float): 两部雷达之间的最小波束交叉角，单位度。30.0 是文献中常用的值。 • max_bca (float): 两部雷达之间的最大波束交叉角，单位度。 radars 2 and 1 Calculating weights for radars 2 and 3 Calculating weights for radars 3 and 0 Calculating
2.4K11编辑于 2024-08-21
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号