机器人学习--网友资料系列 激光SLAM建图、粒子滤波定位和位姿图优化

一、移动机器人自主导航的前提是在未知环境中先构建地图

(目前市内很多用的2D激光雷达,构建栅格地图,相当于立体空间中的某个水平面高度的切面)

一般用的是2D 激光SLAM算法 构建概率栅格占用地图;

二、移动机器人(全局)定位 是在给定地图的基础上 边走 边定位。

一般用的是amcl方法,

三、需要的模块:

1. 机器人轮子的运动模型 motion model  可以由里程计(左右电机编码器采集获得数据)

2. 机器人上安装的激光雷达,测量观测模型  observation model (measurement model)

3. grid map, 一般由 激光slam 构建, 遥控一个移动机器人在室内环境跑一圈,把地图构建好。

4. 粒子滤波定位模块, 通过前三项和amcl的原理,敲代码 实现全局的定位过程。

粒子滤波构建栅格地图:代表作品  FastSLAM 1.0 和 2.0系列、  Gmapping等

科普SLAM之粒子滤波建图_麦田拾忆的博客-CSDN博客

图优化方法构建栅格地图:代表作品 Cartographer等

科普SLAM之位姿图优化建图_麦田拾忆的博客-CSDN博客

粒子滤波定位(AMCL 或 蒙特卡洛定位方法)

科普SLAM之粒子滤波定位_麦田拾忆的博客-CSDN博客

四、基于激光SLAM构建栅格地图的详细解释和参考代码

​​​​​​[PR-1] Grid Mapping 占用栅格地图构建实现 - 知乎

五、基于AMCL和已知地图的移动机器人定位解释和参考代码

[PR-2] PF 粒子滤波/蒙特卡罗定位 - 知乎

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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