![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器人
文章平均质量分 77
小mu加油
这个作者很懒,什么都没留下…
展开
-
拓展卡尔曼滤波学习(python源码)
拓展卡尔曼滤波的逐步理解与实现这个文章讲的非常不错。配套代码实现文章。【机器人位置估计】卡尔曼滤波的原理与实现本文主要是针对两篇文章的基础上做笔记和记录学习过程。一、基本模型1.1 机器人小M现在小M只具有一个物理量-位移x,也就是一维卡尔曼/1.2 位移状态预测值估计值自身会由于运动模型预测不准确而导致预测误差,由误差值得到的状态值也是存在误差的,如果以存在误差的状态值继续预测下一个状态值,误差会存在累计的问题。需要引入测量量进行修正。1.3 传感器测量值.原创 2020-09-10 11:42:11 · 4210 阅读 · 3 评论 -
DWA算法学习(带matlab源码)
机器人状态位置 (x,y) 航向yaw 速度v 角速度w机器人运动模型最高速度m/s]最高旋转速度[rad/s]加速度[m/ss]旋转加速度[rad/ss]%速度分辨率[m/s]转速分辨率[rad/s]]评价函数参数航向得分的比重距离得分的比重速度得分的比重向前模拟轨迹的时间速度采样,产生可用轨迹通过机器人模型,以机器人的速度限制和角速度限制为界限,以速度分辨率和角速度分辨率遍历所有采样速度。通过仿真时间确定机器人的轨迹,机器人轨迹是由点位进行原创 2020-09-10 11:40:25 · 5653 阅读 · 7 评论 -
Apollo Planner
参考文章https://blog.csdn.net/AdamShan/article/details/80779615https://blog.csdn.net/weixin_43619346/article/details/104973670笛卡尔坐标系的替代解决方案为 Frenet 坐标系,Frenet 坐标系描述了汽车相对于道路的位置,在 Frenet 框架中,s 代表沿道路的距离称为纵坐标,d表示与纵向线的位移称为横坐标。世界坐标系下的一个位置可能在Frenet 坐标系中表示的位原创 2020-09-10 11:39:01 · 626 阅读 · 0 评论 -
Apollo Control学习
反馈控制是无人车最底层的软件算法模块,包括横向控制和纵向控制两个部分。横向控制主要用于车辆方向盘的控制纵向控制则主要负责车辆油门、刹车的控制横向控制根据上层运动规划输出的路径、曲率等信息进行跟踪控制,以减少跟踪误差,同时保证车辆行驶的稳定性和舒适性。控制模块的作用是根据规划(planning模块)生成的轨迹,计算出汽车的油门,刹车和方向盘信号,控制汽车按照规定的轨迹行驶。根据汽车动力学和运动学对车辆进行建模,采用串级PID或模型预测控制(MPC)方法实现控制过程。...原创 2020-09-10 11:37:53 · 855 阅读 · 1 评论 -
滤波算法与传感器融合
卡尔曼滤波卡尔曼滤波主要是采用预测和更新两个过程。预测过程主要是根据机器人运动模型,对机器人的下一个位置进行预测,其中P代表系统误差。系统误差是在更新的。例如传感器测量误差Q非常大,这样导致卡尔曼增益K值变小,这样测量值对于预测值的修正作用就会降低,因为测量值没有对预测值起到足够的修正作用,这也就导致系统误差在累计增加。同样,如果传感器足够精确,对预测量起到有效的修正,这是的系统误差就会降低。拓展卡尔曼滤波主要是为了解决预测方程和测量方程可能不是线性方程,如果是非线性方程,只能使用泰勒公式.原创 2020-09-10 11:36:34 · 1516 阅读 · 0 评论 -
基于已知位姿的建图方法
目前较为简单的SLAM建图过程都是将定位和建图进行分离,在确定机器人位姿后,通过激光传感器的测量量对周围环境进行建图。如何利用激光传感器的测量信息进行建图,主要是三种方法:1. 覆盖栅格建图算法slam11-gridmaps-4.pdf3.3MB2. 计数建图算法3. TSDF建图算法1.覆盖栅格建图2. 计数建图3. TSDF建图整体算法的思想是最小二乘法。可以对不同测量信息进行拟合...原创 2020-09-10 11:35:18 · 594 阅读 · 0 评论 -
MPC(模型预测控制,差分底盘距离)
参考博客地址:https://blog.csdn.net/weixin_43879302/article/details/105880972?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-3.edu_weight&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLea...原创 2020-09-10 11:34:04 · 1063 阅读 · 0 评论 -
导航:坐标系
导航的基本原则就是保证两个基本坐标系的正确转化,没有误差。只有实现了这个原则,载体才可以在自己的坐标系中完成一系列动作而被转换到地理坐标系中看起来是正确的。一、常用坐标系1.1 经纬高与地心坐标系两者关系 在我们导航过程中,经常会用到GPS定位,GPS返回的数据是基于经纬高坐标系的。 经纬高坐标系与地球直角坐标系两者又能通过一定的公式进行坐标系转换。 地球直角坐标系又称地球中心坐标系、地心坐标系等。1.1.1 转换公式经纬高转地心地心转经纬高1.2 地理坐标系地理坐标系可.原创 2020-07-17 21:28:45 · 1567 阅读 · 0 评论 -
ROS Topic学习笔记
1.Dijkstra算法与最佳优先搜索算法. Dijkstra算法是一种典型的单源最短路径算法,属于广度优先算法。 Dijkstra算法从物体所在的初始点开始,访问图中的结点。它迭代检查待检查结点集中的结点,并把和该结点最靠近的尚未检查的结点加入待检查结点集。 该结点集从初始结点向外扩展,直到到达目标结点。 Dijkstra算法保证能找到一条从初始点到目标点的最短路径,只要所有的边都有一个非负的代价值。(我说“最短路径”是因为经常会出现许多差不多短的路径。) 下图是 Dijkstr原创 2020-07-05 12:15:28 · 370 阅读 · 0 评论 -
A*算法及相关拓展算法
总结了ros常用的操作指令及相关的查询结果原创 2019-10-24 22:16:50 · 1121 阅读 · 0 评论 -
解决kinect v2在win10频繁掉线重启问题
解决kinect V2在win10环境下出现频繁重启以及无法使用官方标准SDK功能。原创 2019-10-12 16:52:45 · 7891 阅读 · 9 评论