移动机器人运动规划 作业问题

已于 2022-05-23 18:04:28 修改
阅读量1.2k 收藏 4
点赞数 3
分类专栏： 移动机器人运动规划 文章标签： 自动驾驶 人工智能 机器学习
于 2022-05-23 14:03:21 首次发布
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/w1h1j1/article/details/124925910
版权

移动机器人运动规划 作业问题

HW1

问题1： 在运行功能包时出现问题：参考

/usr/include/pcl-1.10/pcl/point_types.h:550:1: error: ‘plus’ is not a member of ‘pcl::traits’

解决：在路径home/whj/catkin_ws/src/grid_path_searcher下修改CmakeList.txt 文件,在第14行之后添加

set(CMAKE_CXX_STANDARD 14)

再次运行即可

cd ~/catkin_ws/
catkin_make
source devel/setup.bash

问题2：运行demo.launch文件未显示地图，是订阅的topic 不正确
解决：AllMap->Topic选择/random_complex/global_map
在这里插入图片描述

拜托了薯条
关注
  • 3
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
【深蓝学院】移动机器人运动规划--第2章 基于搜索的路径规划--笔记
qq_37746927的博客
01-22 1007
【深蓝学院】移动机器人运动规划--第2章 基于搜索的路径规划--笔记
机器人学导论第三版课后习题答案
09-07
这是机器人学导论第三版课后答案，机器人入门参考必备。全书内容包括机器人运动学、微分运动学与静力学、轨迹规划、执行器与传感器、控制体系、机器人动力学、运动控制、力控制、视觉伺服以及移动机器人、机器人运动规划等。为了向学生传授实用技能，全书穿插有大量精心安排的实例和一些案例研究，其中多数进行了仿真。
平面液压双足机器人步态规划及阻抗控制
07-07
足式机器人的运动具有足与地面非连续接触的特点，这使得它对不平路面环境的适应性较强，可以应用在探险救灾等危险的任务中。与四足及六足机器人相比，双足机器人足部与地面的接触支撑面积较小，使其具有更高的灵活性和环境适应性，但这也是双足机器人容易跌倒的主要原因之一。本文以液压双足机器人步态规划及柔顺控制为目标，进行以下研究。   介绍平面液压双足机器人的机械结构和驱动系统，分析双足机器人的运动特点；建立双足机器人单腿的正运动学和逆运动学模型，并根据双腿的特点将运动学模型解耦；分析各关节处的连杆驱动机构，推导并拟合出了各关节角度和对应液压缸伸长量的关系。   研究基于线性倒立摆模型的双足机器人动步态规划方法。通过建立机器人简化的动力学模型，得到质心运动轨迹的表达式；分析双足机器人行走时步长、质心高度以及质心初始速度对运动轨迹的影响；在轨迹规划中引入了移动ZMP理论及双足支撑阶段，完成了机器人起步、中步及止步阶段完整的动态步行运动轨迹的规划。   研究双足机器人的阻抗控制策略。介绍了两种常用的阻抗控制策略；分别建立并分析了液压双足机器人单关节及单腿基于位置的阻抗控制模型；推导了液压双足机器人阻抗控制的实现过程；考虑到双足机器人的作业环境比较复杂，推导了在缺失足端力传感器的条件下实现双足机器人阻抗控制的方法。   在Adams中建立与实际机器人相同尺寸及动力学参数的仿真模型，对机器人起步、中步及止步阶段进行完整的运动仿真。搭建平面液压双足机器人步行实验平台，分别进行单关节和单腿的位置伺服阻抗控制行走实验。实验结果验证步态规划应用在实际机器人中的合理性，并验证了基于位置伺服的阻抗控制算法能减小机器人行走过程中与地面的冲击力，增加了双足机器人足部的柔顺性。
扫地机器人的路径规划方法.pdf
03-03
扫地机器⼈的路径规划⽅法 路径规划技术是扫地机器⼈研究的核⼼内容之⼀，机器⼈定位与环境地图构建就是为路径规划服务的。所谓机器⼈路径规划技术，就是机器 ⼈根据⾃⾝传感器对环境的感知,⾃⾏规划出⼀条安全的运⾏路线,同时⾼效完成作业任务。 通常，移动机器⼈路径规划需要解决3个问题： 　　1)使机器⼈能从初始位置运动到⽬标位置; 　　2)⽤⼀定的算法使机器⼈能绕开障碍物,并且经过某些必须经过的点完成相应的作业任务; 　　3)在完成以上任务的前提下,尽量优化机器⼈运⾏轨迹。 　　移动机器⼈的路径规划根据其⽬的的不同可以分为两种，⼀种是传统的点到点的路径规划，另⼀种就是完全遍历路径规划。 　　点到点的路径规划是⼀种从起始点到终点的运动策略，它要求寻找⼀条从始点到终点的最优(如代价最⼩、路径最短、时间最短)并且合 理的路径，使移动机器⼈能够在⼯作空间顺利地通⾏⽽不碰到任何障碍物。完全遍历路径规划是⼀种在⼆维⼯作空间中特殊的路径规划，指 在满⾜某种性能指标最优或准优的前提下，寻找⼀条在设定区域内从始点到终点且经过所有可达到点的连续路径。 　　对于扫地机器⼈来说，其作业任务是清扫房间，它的路径规划属于完全遍历路径规划，需满⾜两个指标：遍历性和不重复性。所谓遍历 性是指扫地机器⼈运动轨迹需要最⼤程度的遍布所有可⼤空间，它反映的是机器⼈的⼯作质量问题。所谓不重复性是指扫地机器⼈的⾏⾛路 线应尽量避免重复，反映的是机器⼈的⼯作效率问题。 　　扫地机器⼈的⾃主寻路可以分为两种：随机覆盖法和路径规划式。 随机覆盖法 　　随机覆盖法，有⼈也称为随机碰撞式导航，但这并⾮是指机器⼈真正与环境中的物体产⽣碰撞，也⾮毫⽆章法的在地板上随机移动，换 ⾔之在⼯程操作中"随机"也是⼀个难以达到要求，随机覆盖法是指机器⼈根据⼀定的移动算法，如三⾓形、五边形轨迹尝试性的覆盖作业 区，如果遇到障碍，则执⾏对应的转向函数。这种⽅法是⼀种以时间换空间的低成本策略，如不计时间可以达到 100%覆盖率。随机覆盖法 不⽤定位、也没有环境地图，也⽆法对路径进⾏规划，所以其移动路径基本依赖于内置的算法，算法的优劣也决定了其清扫质量与效率的⾼ 低。 美国iRobot公司研发的iRobot Roomba 3-8系列是随机碰撞寻路系统的典型代表。 　　据称，其采⽤iAdapt智能化清扫技术的专利技术，这是⼀种软、硬件相结合的智能化AI清扫系统，硬件由Roomba前⽅的若⼲红外探 测器、底部灰尘侦测器和落差传感器、⽑刷胶刷边刷测速系统等等组成，通过Roomba的硬件传回的信息，iRobot⾃⾝的软件可以对回传 信息进⾏分析，根据红外回传信息的强度、范围、⾼度、转速、电流⼤⼩、阻⼒等参数，计算出前⽅障碍物⼤致形状，再经过软件的处理运 算，得出的结果就是Roomba下⼀步清洁⽅式，Roomba以每秒60次的速度计算周边障碍物的情况，同时根据所处环境作出40余种清扫动 作，如围绕、折返、螺旋、贴边、转⾝等等。 　　其次iRobot采⽤⾯积模糊判定算法，根据房间⾯积⾃动设定清扫时长。和路径规划不同的是，Roomba开始收集算法估算所需的两个 重要参数：单次⾏进距离和单位时间碰撞频率。单次⾏进距离越长则间接代表房间⾯积越⼤，⾛⼏步就调头则间接代表房间⾯积较⼩。每次 碰撞Roomba都能收集到相关信息，单位时间内碰撞频率越⾼代表房间⾯积越⼩，碰撞频率低则表⽰需要清扫的⾯积较⼤。 市⾯上⼤多数扫地机器⼈虽都采⽤随机碰撞寻路⽅式，然⽽清洁效率却差异很⼤，归根到底还是软件算法上的问题，这也是为什么同样⼤家 买的都是随机碰撞寻路⽅式的扫地机器⼈，在覆盖率与效率上⾯却有天壤之别。 　　" 路径规划式 　　规划式导航需要建⽴起环境地图并进⾏定位。对路径规划的研究已经持续很多年了，也提出了很多种类的⽅法。不同的⽅法有各⾃的优 缺点，适⽤范围各不相同，没有⼀种路径规划⽅法能适⽤于所有的环境信息。其中的⼈⼯势场法、栅格法、模板模型法、法等是路径规划中 很典型的⽅法，并且受到越来越多的关注。下⾯将分别介绍上述这些典型的路径规划⽅法。 　　1.⼈⼯势场法 　　⼈⼯势场法是机器⼈导航中提出的⼀种虚拟⼒法，其基本⽅法是将机器⼈在周围环境中的运动设计成在⼀种势场中的运动，是对机器⼈ 运动环境的⼀种抽象描述，机器⼈在场中具有⼀定的抽象势能，势能源有两种:斥⼒极和引⼒极。 　　机器⼈在不希望进⼊的区域和障碍物属于斥⼒极:⽬标及机器⼈系统建议通过的区域为引⼒极。在极的周围产⽣相应的势，在任何⼀点的 势为该点产⽣的势之和.该势的负梯度称为势⼒。势场的建⽴主要⽤于动态避障，此时的引⼒极是局部环境中的中间⽬标，斥⼒极则是局部环 境中的障碍物。引⼒和斥⼒的合⼒作为机器⼈的加速⼒，来控制机器⼈的运动⽅向和计算机器⼈的位置。该⽅法结构简单，便于低层的实时
机器人手册 第2卷 机器人技术.pdf.zip
07-21
《机器人手册第2卷机器人技术》共分3篇，详细介绍了机器人的传感与感知、操作与接口、移动式和分布式机器人技术。 　　传感与感知篇介绍用于生成机器人模型及外部环境的机器人的不同感觉形态和跨时空传感数据整合。包括力和触觉传感器、惯性传感器、全球定位系统和里程仪、声呐感测、距离传感器、三维视觉及识别、视觉伺服与视觉跟踪、多传感器数据融合。 　　操作与接口篇介绍了机器人与物体之间，机器人与人之间，机器人之间的交互。涵盖了面向操作任务的运动、接触环境的建模与作业、抓取、合作机械手、触觉学、遥操作机器人、网络遥操作机器人及人体机能增强型外骨骼。 　　移动式和分布式机器人篇介绍了轮式机器人运动控制、运动规划和避障、环境建模、同时定位与建图、基于行为的系统、分布式和单元式机器人、多机器人系统及网络机器人技术。
PCL学习记录——RANSAC
abanchao的博客
11-04 655
pcl::console是命名空间，包括Classes、Enums和Functions。编译通过，踩坑结束！
编译rs_to_velodyne-master报错
abanchao的博客
03-26 1483
编译rs_to_velodyne-master时，出现以下错误： /usr/include/pcl-1.10/pcl/point_types.h:574:1: error: ‘plus’ is not a member of ‘pcl::traits’ 574 | POINT_CLOUD_REGISTER_POINT_STRUCT (pcl::CPPFSignature,
ORB-SLAM2稠密建图编译/运行，遇到的坑（已解决！）
YLYwj的博客
07-19 598
ORB-SLAM2稠密建图编译/运行遇到的坑，以及后续运行遇到的一些问题！均解决！
【移动机器人运动规划】03 —— 基于运动学、动力学约束的路径规划
sinat_52032317的博客
08-08 2379
本文部分内容参考了深蓝学院的移动机器人运动规划，依此做相关的笔记与整理。KinodynamicKinematicDynamicKinodynamicKinematicDynamic运动学规划问题是综合机器人的运动，同时受到运动学约束（如避开障碍物）和动力学约束（如速度、加速度和力的模量边界）。动力学解是从时间到广义力或加速度的映射。• Differentially constrained(微分约束)
/usr/include/pcl-1.10/pcl/point_types.h:550:1: error: ‘plus’ is not a member of ‘pcl::traits’
weixin_44001261的博客
03-05 4240
关于PCL包的一个奇怪的错误 使用pcl功能包时，会出现以下的奇怪错误： 这时，需要找到报错对应功能包，在功能包的cmakelist.txt文档里加入下面语句就可以了： set(CMAKE_CXX_STANDARD 14) 如图：
【深蓝学院】移动机器人运动规划--第5章 最优轨迹生成--作业
最新发布
qq_37746927的博客
02-21 517
【深蓝学院】移动机器人运动规划--第5章 最优轨迹生成--作业
【L2】深蓝学院-高飞老师 移动机器人规划笔记 基于搜索的路径规划
weixin_43912423的博客
07-06 1595
深蓝学院 机器人规划课程第二节 有关基于搜索的路径规划方法
【深蓝学院】移动机器人运动规划--第2章 基于搜索的路径规划--作业
qq_37746927的博客
01-27 1767
【深蓝学院】移动机器人运动规划--第2章 基于搜索的路径规划--作业
移动机器人运动规划--基于搜索的全局路局规划
weixin_44423355的博客
07-10 410
移动机器人运动规划–基于搜索的全局路局规划 由于种种原因导致我又回过去将运动规划方面的知识做一个复习。=_= 文章目录移动机器人运动规划--基于搜索的全局路局规划前言一、基础搜索算法二、使用步骤1.引入库2.读入数据总结 前言 基于图搜索算法的总体流程： Graph Search Overview 维护一个容器，这个容器存储将来要被访问的节点 容器初始放置的是起始节点 Loop \quad根据某种指标从容器中弹出一个节点 \quad扩展该节点，获得所有的邻居节点
如何利用ROS MoveIt快速搭建机器人运动规划平台？
xiangz_csdn的博客
12-29 7280
[转] http://www.leiphone.com/news/201612/nxlXgriSLasNgAcX.html 导语：换个说法就是MoveIt = RobotGo，翻译成中文就是“机器人，走你！” 雷锋网(公众号：雷锋网)按：本文作者qqfly，上海交通大学机器人所博士生，本科毕业于清华大学机械工程系，主要研究方向机器视觉与运动规划，本文
ubuntu20从头配置slam环境
baidu_38431960的博客
08-28 1418
问题汇总
A-loam学习—初次跑码问题与解决
yggfvmj的博客
11-06 135
ceres官网最新版本安装可能会存在问题，采用安装1.13.0版本。
ROS-melodic安装自定模型软件包
weixin_46637539的博客
01-27 250
ros安装自定模型（机器狗）软件包实例步骤
移动机器人融合规划方法实现matlab
11-27
此外，移动机器人融合规划方法还涉及到多传感器数据融合的问题。Matlab提供了丰富的工具箱，可以帮助我们对不同传感器数据进行融合，从而提高机器人的感知能力和路径规划的准确性。我们可以利用Matlab的滤波器工具箱...

“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 1
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