智能车自主导航仿真环境的搭建并用yolo进行物体检测

最新推荐文章于 2024-05-04 00:30:00 发布
最新推荐文章于 2024-05-04 00:30:00 发布
阅读量979 收藏 12
点赞数 1
分类专栏： 嵌入式系统开发与应用 文章标签： ubuntu 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/A981012/article/details/106476560
版权
本文档介绍了如何在Ubuntu中搭建智能车自主导航的仿真环境，使用SLAM和rviz构建地图，并通过YOLO进行物体检测。在创建工作空间后，启动SLAM和rviz建图，解决Gazebo控制器警告。接着，进行YOLO模型的前期准备，包括下载权重文件和SSH密钥设置。最后，运行代码实现导航和物体检测功能。
摘要由CSDN通过智能技术生成

智能车自主导航仿真

创建工作空间

首先创建工作空间，然后定义初始化工作空间，从GitHub上clone源码来进行

mkdir -p ~/racecar_ws/src
cd ~/racecar_ws/src
catkin_init_workspace
git clone https://github.com/xmy0916/racecar.git
cd ..
catkin_make

编译成功：
在这里插入图片描述

启动slam和rviz进行建图并保存

首先使能环境变量，然后运行命令启动地图，控制小车进行运动，来扫描建立地图

echo "source ~/racecar_ws/devel/setup.bash" >> ~/.bashrc
source ~/.bashrc
##启动地图
roslaunch racecar_gazebo racecar_runway.launch

启动地图：
（如果小车的位置不对或者赛道的位置不太好，就可以点击下图红框中的图标之后，将小车或者赛道移动到自己想要的位置上）

在这里插入图片描述
与此同时会出现一个如下图所示的窗口，不要叉掉
在这里插入图片描述
程序会报错
在这里插入图片描述
问题解决参考：

最低0.47元/天 解锁文章
混混度日的咸鱼
关注
专栏目录
目标检测YOLO实战应用案例100讲-基于FPGA的目标检测硬件加速技术及其应用研究
qq_36130719的博客
05-24 1914
随着社会的发展和信息科技的提高，人们在实际工作中已经普遍使用计算机视觉技术获取数据信息，正是这种不断扩大的市场需求促进计算机视觉技术不断创新，以适应不同的应用场景，也导致了计算机视觉技术发展方向繁多，出现多种学科交叉的现状。视觉作为一种感知外部世界的重要途径，它主要依靠不断的捕捉图像画面来获取信息。而目标检测作为计算机视觉技术中最基本的和最主要的任务之一，它的目的是对图像中用户所感兴趣的目标完成位置信息的确认以及所属类别的分类，由于目标检测的效果在很大程度上影响后续视觉处理任务的进。
目标检测YOLO实战应用案例100讲-基于激光雷达点云的三维目标检测算法研究（中）
qq_36130719的博客
04-22 408
通过计算IoU和人为设定IoU的阈值，从而确定一个检测结果（Positive）是正确的（True）还是错误的（False），从而进一步得到每一个检测结果是真正例（True Positives）、和方向的偏差，但也在可承受范围内，具有一定的鲁棒性。之具有一定的精准度；第二，利用卷积神经网络对3D特征信息进行提取，然后再 利用重投影、模板匹配等诸多算法，对位置信息进行计算，由此得到三维检测框。3D空间数据进行投影，使之转换成不同平面，接着对不同视角影像图特征进行融合，对目标在立体空间中的信息进行动态检测。
ROS智能车定位导航仿真（续章之使用yolo识别物体）
易与天行的博客
07-09 1279
码云镜像下载darknet_ros包 请不要直接克隆，请git clone --recursive 用于循环克隆git子项目，否则克隆的包不完整 cd qianRuShi/racecar_ws/src/ git clone --recursive https://gitee.com/ojbk66/darknet_ros.git 下载权重文件 下载地址： yolov3.weights yolov2.weights yolov2-tiny.weights 放在： xx/catkin_ws/src/darkn
Ubuntu18.04下利用Gazebo搭建赛道完成ROS机器人定位导航仿真 + 加载YOLO检测识别标记物体【智能车】
热门推荐
mango
07-02 2万+
Command ‘roslaunch’ not found, but can be installed with: sudo apt install python-roslaunch 下列软件包有未满足的依赖关系： python-roslaunch : 依赖: python-roslib 但是它将不会被安装 E: 无法修正错误，因为您要求某些软件包保持现状，就是它们破坏了软件包间的依赖关系。 ...
智能车定位导航仿真测试
weixin_43421724的博客
07-11 1063
目录安装配置下载源码包安装插件编译 安装配置 下载源码包 下载： cd ~/racecar_ws/src git clone https://github.com/xmy0916/racecar.git 安装插件 1.driver_base sudo apt-get install ros-melodic-driver-base 2.controllers sudo apt-get install ros-melodic-gazebo-ros-control sudo apt-get install
ROS智能车定位导航仿真
czs0303的博客
07-10 962
1、环境配置 进入ROS工作区安装环境 mkdir -p ~/racecar_ws/src cd ~/racecar_ws/src catkin_init_workspace git clone https://github.com/xmy0916/racecar.git cd .. catkin_make 安装成功如下 安装插件 sudo apt-get install ros-melodic-driver-base sudo apt-get install ros-melodic-gazebo-ro
ros智能车自主导航仿真
丹的博客
07-10 2690
编译软件包 创建工作空间 将软件包下载到本地 cd ~/car_ws/src git clone https://github.com/xmy0916/racecar.git 下载对应的插件： sudo apt-get install ros-melodic-driver-base sudo apt-get install ros-melodic-gazebo-ros-control sudo apt-get install ros-melodic-effort-controllers sudo ap
目标检测YOLO实战应用案例100讲-基于毫米波雷达与摄像头协同的道路目标检测与识别
qq_36130719的博客
08-22 1390
自动驾驶技术主要依靠人工智能与多源信息协同处理[ 5]。在面对错综复杂的 道路环境时，智能汽车一般搭载多个传感器，收集不同传感器获取的环境及障碍 物信息，分析对自身行车有威胁的道路目标从而进行有效决策，控制车辆以避免 发生碰撞。因此这些不同质传感器的协同检测结果将直接影响后续的规划决策与 车辆控制。环境感知作为自动驾驶极其重要的一环，所使用的主流传感器有毫米波雷达、 超声波雷达、红外线传感器、摄像头以及激光雷达等。不同传感器都有各自优缺 点。
目标检测YOLO实战应用案例100讲-基于深度学习的自动驾驶车辆三维目标检测方法研究与应用（中）
最新发布
qq_36130719的博客
05-04 448
问题，但鸟瞰图往往是非常稀疏的，这使得直接应用卷积神经网络不切实际和低效的。随着GPU和芯片制造的飞速发展，以及深度学习算法的出现，基 于图像的算法能够获得用于确定目标和理解的高层次语义信息。但是在深度学习中需要更为复杂的数据形式。激光雷达是激光在光波频率范围内利用光波频段电磁波对目标进行探测和测距的仪器，然后将其接收到的信号与发射信号进行比对，获取目标位置（距离、方位和高度）、时，还需要依据高精度地图和GPS惯性导航设备进行定位和校准车身姿态，是环境感知系统中重要的一环，为下一步路径规划和决策做基础。
ROS机器人SLAM学习：Gazebo定位与导航自主仿真
sanyiji的博客
04-05 6654
1）在gazebo中构建一个用于建图和导航的虚拟环境，可以使用Building Editor工具创建，也可以使用其他功能包中已有的虚拟环境；将前面作业完成的带传感器的移动机器人（小车）模型放置到虚拟环境中，使用gmapping 和 hector_slam功能包实现SLAM仿真，并将简历完成的地图保存到功能包的maps文件夹中，随作业一同提交。 ①　首先使用gmapping将要执行的launch文件...
yolo-unity:适用于Unity的YOLO游戏中对象检测（Windows）
05-06
这是一个过时的项目。 将用于Unity中的图像分类。 参见 适用于Unity的YOLO游戏中对象检测（Windows） 通过对Unity（Windows）进行实验性的。 使用，请参阅相应的。 如何使用 编译YoloSrc\Yolo.sln 发布YoloServer项目 启动YoloSrc\YoloServer\bin\Release\netcoreapp2.1\win-x64\YoloServer.exe 在Unity编辑器中打开YoloUnity项目并进入播放模式 如果出现Grpc.Core.RpcException，请退出并重新进入播放模式。
Gazebo定位与导航仿真-gmapping、slam、move_base、自主导航
君琴 的博客
04-06 4353
项目运行环境为Ubuntu18.04 、ROS为melodic 下载gmapping sudo apt-get install ros-melodic-gmapping
嵌入式系统应用开发——ROS机器人定位导航仿真
sillystar的博客
07-08 823
大作业——ROS机器人定位导航仿真一、安装插件与相关配置1.下载源码包2.安装相应插件（1）ros-kinetic-driver-base（2）ros-kinetic-gazebo-ros-control、ros-kinetic-effort-controllers、ros-kinetic-joint-state-controller（3）ros-kinetic-ackermann-msgs（4）ros-kinetic-global-planner、ros-kinetic-teb-local-planner
【ROS机器人系统】自主导航+YOLO目标检测+语音播报
Github主页：https://github.com/xinyangwy
07-18 1万+
完成自主导航功能，并在小车移动至指定地点的过程中，通过机器人的摄像头检测导航途中所见物体，识别出物体的种类（框选出不同物体并标注识别结果），结合科大讯飞语音合成模块对识别结果进行语音播报。..............................
walking机器人仿真教程-深度学习-使用yolov5进行物体识别
ncnynl的专栏
07-27 568
walking机器人仿真教程-深度学习-使用yolov5进行物体识别
Ubuntu18.04 ROS智能车仿真 yolo图像目标检测
君琴 的博客
07-11 3054
本博客的运行环境为Ubuntu18.04，ROS为melodic。 进入ROS的工作区的src文件夹 cd ~/catkin_ws/src 克隆源码包 git clone https://github.com/xmy0916/racecar.git 然后回到ROS工作区 cd .. 编译一下 catkin_make 编译成功后，添加环境变量 source ./devel/setup.bash 启动仿真 运行racecar.launch文件。 roslaunch racecar_gazebo ra
基于PaddleDetection的锥桶检测并在Gazebo环境中实现部署
weixin_45372431的博客
03-17 1508
基于PaddleDetection的锥桶检测并在Gazebo环境中实现部署 2021.3.11 更新： 替换全部中文路径，解决某些情况下本地运行读取路径报错问题 将PaddleDetection挂载到数据集，解决git过慢问题 新增聚类生成初始anchor大小步骤 提供导出参数，可供大家直接部署使用 本文涉及内容 项目背景 数据集制作 模型训练与导出 模型部署 总结 1.项目背景 gazebo作为一款功能强大且开源免费的仿真平台，对于疫情在家没有实..
智能车自主导航仿真+YOLO物体识别
qq_42618010的博客
07-11 1185
智能车自主导航仿真+YOLO物体识别一. 创建工作空间二.启动slam及rviz建图三.启动导航仿真四.用yolo进行障碍检测环境配置 一. 创建工作空间 创建工作空间，定义初始化工作空间，获取源码，并对其进行编译。 mkdir -p ~/racecar_ws/src cd ~/racecar_ws/src catkin_init_workspace git clone https://github.com/xmy0916/racecar.git cd .. catkin_make 编译成功 二.启动s
在Unity3d使用yolov8的onnx模型
shenqingyu0605202324的博客
08-17 3273
输出OUTPUTS是float32[1,35,8400]，表示它会输出一个大小为[1, 35, 8400]的浮点数张量。这个输出张量的维度表示了检测到的目标的数量、每个目标的预测参数以及网格单元的数量。输出张量的第一个维度1表示检测到的目标数量。每个目标由35个值组成，表示目标的类别、置信度、边界框的坐标及10个特定点的位置。要取得8400个数据中置信度最高的数据，然后获取该数据其他channel的数据。运行结果：（蓝色是检测手的边框，红点是自定义的点），其中的四个数字分别表示不同的维度。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值