从零开始制作自己的SLAM小车1

STM32软件工具安装

cubemx安装

1、java-sdk 从官网下载
https://www.java.com/en/download/manual.jsp
在这里插入图片描述

2、下载cubemax
https://www.st.com/en/development-tools/stm32cubemx.html#get-software
在这里插入图片描述
一路点next就行,默认安装在c盘,可以手动修改自己的安装位置。

安装完成之后打开如下界面
在这里插入图片描述
修改一下更新设置
在这里插入图片描述
默认自动更新,全部设置为手动,下载文件位置也可以修改一下。
在这里插入图片描述

下载需要的stm32型号,我用的是STM32F103的芯片(因为便宜),所以选用STM32F1系列固件。
在这里插入图片描述
在这里插入图片描述
固件安装好后新建一个工程,选择MCU型号,我的是STM32F103C8T6
在这里插入图片描述
双击箭头指示地方
在这里插入图片描述

出现以下界面,
在这里插入图片描述
出现这个见面的目的呢是为了,在画电路板的时候好合理分配引脚。
我的小车是四轮麦克拉姆轮的所以,IO引脚资源有点吃紧。
现在分一下主要的功能引脚:
1、四路编码器,四个定时器
2、四路PWM脉宽调制器需要一个定时器
3、ros定时器中断,需要一个定时器
4、一个串口
5、一个IIC口

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
学习SLAM(Simultaneous Localization and Mapping)是一个相对复杂的过程,但是你可以按照以下步骤开始学习: 1. 学习基础知识:首先,你需要了解机器人感知、运动控制和地图构建的基本概念。熟悉概率和统计的基本概念也是非常有帮助的,因为SLAM中经常使用到这些方法。 2. 学习传感器:了解常用的传感器,如激光雷达、摄像头和惯性测量单元(IMU),以及它们的工作原理、数据处理方法和误差模型。 3. 学习SLAM算法:掌握常见的SLAM算法,如扩展卡尔曼滤波(EKF)、粒子滤波(PF)和图优化。理解这些算法的原理和实现方式是非常重要的。 4. 编程实践:选择一种编程语言(如C++或Python)并开始实践编写SLAM算法的代码。使用开源库,如ROS(Robot Operating System)或PCL(Point Cloud Library)可以加速你的学习过程。 5. 实验和调试:通过实验和调试来验证你的SLAM算法。使用模拟器或真实的机器人进行实验,分析结果并调整算法参数以优化性能。 6. 阅读论文和参考资料:定期阅读与SLAM相关的最新研究论文和参考资料,了解最新的算法和技术发展。 7. 实际项目:最终,尝试应用你所学的知识到实际项目中。参与开源项目或者参加机器人比赛等活动,将帮助你更深入地理解和实践SLAM技术。 需要注意的是,SLAM是一个广泛而复杂的领域,需要持续学习和实践才能真正掌握。所以,耐心和持之以恒的学习态度是非常重要的。
评论 2
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