Mission Planner の Simulationの使い方

Mission Planner の Simulationで使い方にはまったので使い方をここに残します。

１．Flight Planを作成
適当に作成
TAKEOFF （離陸）
WAYPOINT　（通過点）
　マップをダブルクリックすると追加されます。
LAND （着陸）
入力が終わったら、右の欄のWRITE WPsを押す。

２．CONFIG/TUNING
これにかなりはまった。これをやらないでSIMULATIONに移行してPREARM（起動前チェック）に引っ掛かりARMING（モーターの準備完了）に移行できなくて数時間悩んだ。
結論としては、この項で、ARMING_CHECKを無効にしないといけない。
ARMING_CHECK -> 0 (= disable(無効))
これには、CONFIG/TUNINGのタブに行き、FULL PARAMETER LISTで直接入力しなければならない。ARMING_CHECKを探して０を入力。その後、右の欄のWriteParamsを押す。

３．SIMULATION
ここでもMission Plannnerの使い方を知らなくてはまった。
左下の枠の「Action」で指示を与えることができる。シミュレーションが始まるまでの手順は以下
・「Action」タブに移動
・モードを「Stabilize」にする。（これは、モータをArmにするためにAUTOではできないため、一度StabilizeにしてからArmingするため）
・「MAVLINK　TARGET」でARMをクリック。
・左上のがめんがARMになったことを確認して、モードを「AUTO」に変える
・「MISSION START」に変えて、Do ACTIONを押す。
晴れて、シミュレーションがスタートしました。

参考：
http://ardupilot.org/copter/docs/parameters.html
http://ardupilot.org/planner/docs/common-mission-planning.html
https://github.com/ArduPilot/MAVProxy/issues/11
http://www.drone-j.com/dronetechblog/ardupilot05/
https://ailerocket.com/aerial-vedeo-apm-copter-auto-mode/
http://ardupilot.org/copter/docs/mission-command-list.html#takeoff


--------------------------------
追加：平均速度の変更
ConfigのExtend TuningのところにWPNavがあるのでそこで設定

http://ardupilot.org/copter/docs/auto-mode.html

WindowsにROSをインストールする（2017/06バージョン：Default がUbuntu16.04に）

いつなっていたかは調べ中だが、Windows 10  のBashのベースとなっているUbuntuのバージョンが16.04に変わっていた！！

ちょっとBashを入れなおそうとして、Bashを全部消して再インストール。しかしROSがはいらん。あれ、おんなじやり方しているのに。Dependencyの解決のところでErrorがでる。
webkit_dependency: No definition of [python-qt-bindings-webkit] for os version [xenial]

ん？なぜだ？

ってふと思い立ち、OSのVersionを調べると・・・Ubuntu16.04になっているやん。
そういや、XenialってUbuntu16.04のことだった。

Ubuntu14.04の時はIndigoを入れていたが、16.04になったのでKineticを入れないといかん。
当たり前だ。

Indigoの時と同じくソースからインストールしなきゃいけないっぽいので、通常ではなく、
http://wiki.ros.org/kinetic/Installation/Source
のインストラクションに従いましょう。（１部を除いて同じことやるだけなので、ちょっと手を抜きます。）

Installing bootstrap dependencies

$ sudo apt-get install python-rosdep python-rosinstall-generator python-wstool python-rosinstall build-essential

Initializing rosdep

$ sudo rosdep init
$ rosdep update

Create a catkin Workspace

$ mkdir ~/ros_catkin_ws
$ cd ~/ros_catkin_ws

Desktop-Full Install: ROS, rqt, rviz, robot-generic libraries, 2D/3D simulators, navigation and 2D/3D perception

$ rosinstall_generator desktop_full --rosdistro kinetic --deps --wet-only --tar > kinetic-desktop-full-wet.rosinstall
$ wstool init -j8 src kinetic-desktop-full-wet.rosinstall

Resolving Dependencies

$ rosdep install --from-paths src --ignore-src --rosdistro kinetic -y

ここからがちょっと違う。上の処理を続けていると、shiboken2 が見つからないと出てくる。custom buildの一部らしいのだが、外し方もわからないので、これの依存関係を入れる。（https://launchpad.net/~thopiekar/+archive/ubuntu/pyside-git）

$ sudo add-apt-repository ppa:thopiekar/pyside-git
$ sudo apt-get update

もう一回、

rosdep install --from-paths src --ignore-src --rosdistro kinetic -y

Building the catkin Workspace

./src/catkin/bin/catkin_make_isolated --install -DCMAKE_BUILD_TYPE=Release

ちょー時間かかった。根気よく待つ。・・・・・
Successful！！無事終了しましたー

source ~/ros_catkin_ws/install_isolated/setup.bash

したあとに、
Rosrun
して、問題なければOK！！

Windows10 にROSをインストール

Window10にBashが入るとのこと。前から聞いていたが、これでDOS窓でlsと打って、dirと打ちなおす２０年近く続いた日々が終わる。嗚呼・・・、俺って確かMS-DOS3.3からやってたんだなー。まぁ、思い出話はさておき本題へ。

Bashがはいるので、それの応用でROSをインストールした人がいるので早速やってみる。

１．Windows Update
Bashを使えるようにするためには、Windows10 Version1602以降でないといけないので、自分のバージョンを確認して、足りない場合にはUpdate。因みに私は、何故かUpdateできなかったのでMicrosoftから直接アップデート用のインストーラーを落としてきて強制Updateする羽目になった。なんでだろ？

２．Bashを使えるようにする。
・Windowsキーを右クリック。「プログラムと機能」を立ち上げる。
・Windowsの機能の有効化または無効化を選択
・Windows Subsystem for Linux (Beta)にチェックを入れてOK
・メニューのWindowsシステムツールの中にある、コマンドプロンプトを立ち上げる。
・Bashと打ち込むとインストールスタート。途中にnameとパスワードを聞かれる。
終了！！

３．ROSのインストール
Windwos10 のBashには通常のインストールではROSが入らない。困った。ってことで困ったときにはGoogleさん。最初にインストールできた先達の人の記述を見ると、ソースインストールが必要とのこと。
http://wiki.ros.org/indigo/Installation/Source
のInstruction通りにインストールしてみる。

sudo apt-get install python-rosdep python-rosinstall-generator python-wstool python-rosinstall build-essential

Desktop-Full Install: ROS, rqt, rviz, robot-generic libraries, 2D/3D simulators, navigation and 2D/3D perception

$ rosinstall_generator desktop_full --rosdistro indigo --deps --wet-only --tar > indigo-desktop-full-wet.rosinstall
$ wstool init -j8 src indigo-desktop-full-wet.rosinstall

Resolving Dependencies

$ rosdep install --from-paths src --ignore-src --rosdistro indigo -y

Building the catkin Workspace

下のコマンドを打ち込むと、途中でErrorがでる。gazeboが見つからないらしい。そこで先にインストールしてから実行。

$ curl -ssL http://get.gazebosim.org | sh

$ ./src/catkin/bin/catkin_make_isolated --install -DCMAKE_BUILD_TYPE=Release

$ source ~/ros_catkin_ws/install_isolated/setup.bash

Update the workspace

$ mv -i indigo-desktop-full-wet.rosinstall indigo-desktop-full-wet.rosinstall.old
$ rosinstall_generator desktop_full --rosdistro indigo --deps --wet-only --tar > indigo-desktop-full-wet.rosinstall

$ diff -u indigo-desktop-full-wet.rosinstall indigo-desktop-full-wet.rosinstall.old

$ wstool merge -t src indigo-desktop-full-wet.rosinstall
$ wstool update -t src

Rebuild your workspace

$ ./src/catkin/bin/catkin_make_isolated --install

$ source ~/ros_catkin_ws/install_isolated/setup.bash

bashの最後に「~/ros_catkin_ws/install_isolated/setup.bash」も追加しておく。

４．チェック
インストールできたかチェック。
roscore
を使って問題なければ終了。

次からはXwindowを使って機能を確認していく。

Ref
http://answers.ros.org/question/238646/installing-ros-on-ubuntu-bash-in-windows-10/
http://wiki.ros.org/indigo/Installation/Source

Network binarization 関連文書集

最近、Deeplearningの高速化とメモリ節約では、Network binarizationが流行っているみたい。これを応用して、FPGAへの展開なんかもやられていて、組み込みへの応用はこの技術が中心になるんだろうな。ってことで、元論文は２つ。日本語で解説がいくつかやっている人達がいましたので、それらのリンク。
よく考えるなー。すごいもんだ。

元論文
・Binarized Neural Networks: Training Neural Networks withWeights and Activations Constrained to +1 or -1
・XNOR-Net: ImageNet Classification Using Binary Convolutional Neural Networks


BinaryNetとBinarized Deep Neural Network
https://tkng.org/b/2016/02/12/binarynet-and-binarized-neural-network/

[Survey]Binarized Neural Networks: Training Deep Neural Networks with Weights and Activations Constrained to +1 or -1
http://qiita.com/supersaiakujin/items/81719e49a50a3fb653e8

binary_net by chainer
https://github.com/hillbig/binary_net

XNOR-Netが二値化ニューラルネットの性能を大きく改善する
https://tkng.org/b/2016/03/28/xnor-network/

[Survey]XNOR-Net: ImageNet Classification Using Binary Convolutional Neural Networks
http://qiita.com/supersaiakujin/items/6adaf9731c9475891911

ついでにこれに使われている、Quantizing parameters（量子化パラメータ）について勉強リンク（続けてよんでいないので、関連ないかも）
https://www.jstage.jst.go.jp/article/itej/67/2/67_136/_pdf
http://www.elwsc.co.jp/page.jsp?id=1953

http://www.nnet.ne.jp/~hi6/lab/quantize/

OpenCV Viz のinstall (Windows10, Visual studio 2013)

3Dの点群の表示をしてくれるViz。しかし、これはexeからそのままインストールしたのでは入りません。

１．PCL1.8.0 (=VTK)
実際にはVTKがいるのですが、PCLをいれるともれなく3rd partyでついてくるのでPCLを入れます。ここからダウンロード。

その後は、環境変数の設定。（インストール時に自動での設定を選択しても可）

変数名	変数値
PCL_ROOT	C:\Program Files\PCL 1.8.0 (またはC:\Program Files (x86)\PCL 1.8.0)
Path	;%PCL_ROOT%\bin ;%OPENNI2_REDIST64% (または%OPENNI2_REDIST%)

２．cmake
cmakeのConfigureで
WITH_VTK
にチェック。次にVTKのパスを教える。
VTL_DIR　-> C:\Program Files\PCL 1.8.0\3rdParty\VTK\lib\cmake\vtk-7.0
configure + Generate するとslnができるので実行し、コンパイルする。


３．

参考：
http://qiita.com/SatoshiRobatoFujimoto/items/a91a60bb511070164b53
http://d.hatena.ne.jp/takmin/20140916/1410879770