假设检验是一种统计推断方法，用于根据样本数据来判断我们对总体的某个假设是否成立。它是一个有固定步骤的、严谨的决策过程。

这个过程主要围绕着两个相互对立的假设进行。假设检验的四个核心要素：

• 原假设 H₀
• 备择假设 H₁
• 显著性水平 α
• p 值（判断依据）

方差（variance）和均值（mean）之间有一些重要的数学关系公式。这些公式主要源于概率论和统计学的基本性质。在深度学习领域中，有不少公式涉及统计和概率的知识，本文将简单记录一些常用的公式，方便推导复杂公式的时候用于查询。

本文档简单介绍如何在多个平台配置Pcl+Vtk+Qt的开发环境， 主要依靠vcpkg的跨平台包管理

av_msgs/msg/Odometry 是 ROS (Robot Operating System) 中一个极其重要和基础的消息类型。它用于表示机器人在空间中的位姿（位置和姿态）和速度（线速度和角速度）的估计值，并且包含了这些估计值的不确定性（协方差）。

简单来说，它回答了以下几个核心问题：

机器人现在在哪里？ (位置) 机器人现在朝向哪里？ (姿态/方向) 机器人正在以多快的速度移动？ (线速度) 机器人正在以多快的速度转动？ (角速度) 我们对这些估计有多大的信心？ (协方差)

提取 Livox Mid-360 的自定义点云（Custom Point Cloud） 和提取标准的sensor_msgs/msg/PointCloud2 格式点云有所不同，关键在于其消息类型。

Livox Mid-360 的 livox_ros_driver2 驱动通常会发布两种格式的点云：

标准格式: 话题名通常是 /livox/lidar，消息类型为 sensor_msgs/msg/PointCloud2。这种格式兼容性好，可以直接用 PCL (Point Cloud Library) 等工具处理。 自定义格式: 话题名通常是 /livox/lidar_custom，消息类型为 livox_ros_driver2/msg/CustomMsg。这种格式保留了 Livox 激光雷达更多的原始信息，如时间戳、线号、标签等，但需要专门的解析。