haishaoli的专栏

SLAM学习资料整理（转载） 原文出处：http://www.cnblogs.com/wenhust/p/5942893.html 书籍： 1.必读经典 Thrun S, Burgard W, Fox D. 《Probabilistic robotics》[M]. Cambridge, USA: MIT Press, 2005 《Principles of Robot M

    其实，我想讲的关键点是二值状态的最优估计问题，而不仅仅是栅格地图。    Anyway，that is a good example.    机器人的地图表示方式有多种，如拓扑地图、特征地图、直接表征法、栅格地图等。其中，栅格地图应用广泛，方便用于机器人的导航规划中（我也比较喜欢）。以下地图就是栅格图表示（每一个像素可以认为是一个格子），图一是概率机器人书本中的例子，图二是国内某品牌扫地机...

    心血来潮，咱们聊一聊这本书吧。    希望我能把整本书都讲一遍，立个flag（通常很容易打脸的）；同时也希望各位看官能支持一下，多多评论和分享，这是我写下去的动力，哈哈。    这是机器人，尤其是移动机器人的圣经书籍之一。对于从事相关领域的小伙伴，我无比强烈的推荐阅读。    从目录上看，本书从基础知识开始介绍，重点谈了定位、建图、规划、控制这四个方面。        第一章，我觉得最值得...

移动机器人技术应用： 天上飞的，水里游的，地上跑的，都可以应用移动机器人领域的技术。 比如说，1、工业机器人，搬运机器人（AGV）；2、商用机器人：无人车、无人机、送餐机器人、导览机器人；3、消费类机器人：扫地机。 移动机器人的核心技术紧紧围绕着“感知”、“决策”、“执行”这三方面。 关键技术一：定位与建图（slam）。介绍如下（以下大部分摘自“www.sl

一、应用：估计小车的运动状态，以我们的底盘为例。1. 数学模型：2. 实现效果（Code runing）：二、原理：流程和反馈图，参数的意义。1. 线性模型假设2. 卡尔曼滤波工作原理图：三、推导：五条方程式的推导过程。1. 非线性过程的卡尔曼滤波器2. 线性过程的卡尔曼滤波器总共五个方程，每个方程的推导如下：①这个是预测模型，线性方程模型，人为建立的。②这个是预测值和真实值之间误差协方差矩阵。其...

来源/知乎 立党。机器人内参编辑整理。 一、首先搬出宝典书 　　首先搬出宝典：Multiple View Geometry in Computer Vision[http://www.robots.ox.ac.uk/~vgg/hzbook/]。这本书基本涵盖了Vision-based SLAM这个领域的全部理论基础！读多少遍都不算多！另外建议配合Berk

目的：我们需要得到机器人运动的姿态信息，三个轴的角度以及角速度。 本文大纲： 1、传感器相关模型  2、坐标变换    3、卡尔曼数据融合 4、姿态解算流程  5、DMP  6、数据融合效果  本文内容： 姿态解算总框图（欧拉角方式）： 一、数据模型、 噪声模型及曲线 1、欧拉角定义：

ROS系列之初识gmapping（转载） 本文出处：http://www.cnblogs.com/wenhust/p/5960973.html 简介 ROS 提供的 gmaping 包是用来生成地图的，它是对著名的开源 OpenSlam 包在 ROS 框架下的一个实现。这个包提供了对激光设备的 Slam,根据激光设备的输入和姿态数据从而建立一个基于网格的的2D地图。它

Cartographer初体验（转载） 原文出处：http://www.cnblogs.com/wenhust/p/5961017.html Cartographer简介 Cartographer is a system that provides real-time simultaneous localization and mapping (SLAM) in 2D

一、应用example：机器人全局定位粒子滤波实现过程解读二、推导从贝叶斯到粒子滤波三、工程化细节探讨这是草稿，待完善。