标签: #시뮬레이션
用亲手运行、亲手测量的数据来写 Kubernetes、DevOps 与 MLOps · 2 篇
数字孪生与 AI 乒乓球裁判:用真实反弹校准物理,在拥有标准答案的考场中测试裁判
我们利用公开比赛视频中的 1,777 个真实反弹片段,重新校准了乒乓球的回弹、摩擦、阻力和马格努斯效应。校准后的参数将 ITTF 的 30 厘米下落标准复现为 22.9 厘米(默认值为 26.0 厘米),但由于样本仅有 23 个,发球预测的改进并不显著,且大部分误差源于单目相机的深度。我们使用校准后的物理参数,通过运行判断代码处理了 9 种场景 × 9 种退化条件 × 300 个场景(共 24,300 次判定)来寻找弱点。结果显示,遮挡
2026-10-18 · 24 分钟阅读 #디지털 트윈#real2sim#탁구 심판#TT Score#시뮬레이션使用 ROS 2 和 Gazebo 进行机器人行驶仿真:不要相信轮子所说的“完美”
在一个家实验室(home lab)Kubernetes 的临时 Pod 中,在无界面(headless)模式下运行 ROS 2 Jazzy 和 Gazebo Harmonic。在 TurtleBot3 沿着 1 米正方形行驶期间,同时记录了轮子计算出的位置(odom)以及仿真器已知的真实位置。去掉渲染后,CPU 消耗为 0.73 核、内存为 196 MiB,并保持了实时性;如果解除实时限制,同样的行驶速度会快 11 倍,即使跑三圈,其角
2026-10-18 · 18 分钟阅读 #ROS 2#Gazebo#TurtleBot3#오도메트리#시뮬레이션