【仿真环境】开源 | 一种基于ROS、Gazebo和PX4的可定制多旋翼无人机仿真平台

论文地址：http://arxiv.org/pdf/2003.09700v2.pdf 代码：https://github.com/robin-shaun/xtdrone 来源：北京航空航天系统工程研究所 论文名称：XTDrone: A Customizable Multi-Rotor UAVs Simulation Platform 原文作者：Kun Xiao

在本文中，提出了一种基于ROS、Gazebo和PX4的可定制多旋翼无人机仿真平台。该平台名为XTDrone，集成了动态模型、传感器模型、控制算法、状态估计算法和3D场景。该平台支持多架无人机和其他机器人。平台是模块化的，每个模块都可以进行修改，这意味着用户可以测试自己的算法，如SLAM、目标检测与追踪、视觉惯性导航、运动规划、姿态控制、多机协同等。平台运行是同步的，仿真速度可根据计算机性能进行调整。在本文中，以评价不同视觉SLAM算法和实现无人机编队为例，说明了该平台的工作原理。

下面是论文具体框架结构以及实验结果：

人工智能，每日面试题：

常用的优化方法有哪些

每日面试题，答案：

号主答案：

逻辑回归本身是可以用公式求解的，但是因为需要求逆的复杂度太高，所以才引入了梯度下降算法。

一阶方法：梯度下降、随机梯度下降、mini 随机梯度下降法。随机梯度下降不但速度上比原始梯度下降要快，局部最优化问题时可以一定程度上抑制局部最优解的发生。

二阶方法：牛顿法、拟牛顿法：

这里详细说一下牛顿法的基本原理和牛顿法的应用方式。牛顿法其实就是通过切线与x轴的交点不断更新切线的位置，直到达到曲线与x轴的交点得到方程解。在实际应用中我们因为常常要求解凸优化问题，也就是要求解函数一阶导数为0的位置，而牛顿法恰好可以给这种问题提供解决方法。实际应用中牛顿法首先选择一个点作为起始点，并进行一次二阶泰勒展开得到导数为0的点进行一个更新，直到达到要求，这时牛顿法也就成了二阶求解问题，比一阶方法更快。我们常常看到的x通常为一个多维向量，这也就引出了Hessian矩阵的概念（就是x的二阶导数矩阵）。缺点：牛顿法是定长迭代，没有步长因子，所以不能保证函数值稳定的下降，严重时甚至会失败。还有就是牛顿法要求函数一定是二阶可导的。而且计算Hessian矩阵的逆复杂度很大。

拟牛顿法：不用二阶偏导而是构造出Hessian矩阵的近似正定对称矩阵的方法称为拟牛顿法。拟牛顿法的思路就是用一个特别的表达形式来模拟Hessian矩阵或者是他的逆使得表达式满足拟牛顿条件。主要有DFP法（逼近Hession的逆）、BFGS（直接逼近Hession矩阵）、 L-BFGS（可以减少BFGS所需的存储空间）。

声明：文章来自于网络，仅用于学习分享，版权归原作者所有，侵权请联系删除。