后端优化

白云千载尽

ego_planner算法的仿真环境(主要是ros)-算法的解耦实现.本系列内容主要是深入分析ego_planner算法的实现,并且将核心的算法部分转化为非ros依赖的形式(Cmake项目),实现上我们主要通过共享内存与ros的仿真环境进行数据交换. 项目链接:https://github.com/chan-yuu/ego_planner_standalone.git 如果觉得有用的话不要忘了star哦.

GTSAM 中自定义因子（Custom Factor）的详解和实战示例在 GTSAM 中：因子图（Factor Graph）是联合概率分布的图表示，变量作为节点，因子作为边。

归来少年Plus

如何进行高性能架构的设计一、前端优化增加缓存控制：请求头减少图像请求次数：多张图片变成一张。减少脚本的请求次数：css和js压缩，将多个文件压缩成一个文件。

我是有底线的