移动机器人算法设计
文章平均质量分 95
这些机器人系统工具箱™ 算法侧重于移动机器人或地面车辆应用。这些算法可帮助您完成从绘图到规划和控制的整个移动机器人工作流程。您可以使用占位网格创建环境地图,为给定环境中的机器人开发路径规划算法,并调整控制器以遵循一组航点。根据机器人的激光雷达传感器数据进行状态估计。
给老板画饼
这个作者很懒,什么都没留下…
展开
-
路径规划和跟踪 Path Planning and Following
创建概率路线图路径规划器mobileRobotPRM 对象是地图属性中指定的环境地图的路线图路径规划器对象。该对象使用地图生成路线图,路线图是根据空闲空间和占用空间绘制的地图中可能路径的网络图。您可以自定义节点数(NumNodes)和连接距离(ConnectionDistance),以适应地图的复杂性,并找到从起点到终点的无障碍路径。地图定义完成后,mobileRobotPRM 路径规划器会在地图的自由空间中生成指定数量的节点。原创 2023-08-17 22:02:25 · 121 阅读 · 1 评论 -
controllerPurePursuit
创建控制器以跟踪一组航点controllerPurePursuit System 对象™ 创建了一个控制器对象,用于使差分驱动飞行器沿着一组航点前进。该对象根据当前姿态计算飞行器的线速度和角速度。使用更新的姿势连续调用该对象可为车辆提供更新的速度指令。使用最大角速度(MaxAngularVelocity)和期望线速度(DesiredLinearVelocity)属性可根据飞行器的性能更新速度。LookaheadDistance 属性计算路径上的一个前视点,该点是车辆的局部目标。原创 2023-08-18 09:02:42 · 128 阅读 · 1 评论 -
Localization
创建粒子滤波状态估计器stateEstimatorPF 对象是一个递归贝叶斯状态估计器,它使用离散粒子来近似估计状态的后验分布。粒子滤波算法以递归方式计算状态估计值,包括两个步骤:预测和修正。预测步骤使用先前的状态,根据给定的系统模型预测当前的状态。修正步骤使用当前的传感器测量值来修正状态估计值。该算法会定期重新分配或重新采样状态空间中的粒子,以匹配估计状态的后验分布。估计状态由状态变量组成。每个粒子代表这些状态变量的离散状态假设。所有粒子的集合用于帮助确定最终的状态估计值。原创 2023-08-17 21:18:34 · 49 阅读 · 1 评论 -
粒子过滤器工作流程
粒子滤波器是一种递归贝叶斯状态估计器,它使用离散粒子来近似估计状态的后验分布。粒子滤波算法以递归方式计算状态估计值,包括两个步骤:预测 - 算法根据给定的系统模型,利用先前的状态来预测当前的状态。校正 - 算法使用当前传感器测量值来校正状态估计值。该算法还会定期重新分配或重新采样状态空间中的粒子,以匹配估计状态的后验分布。估计状态由所有状态变量组成。每个粒子代表一个离散的状态假设。所有粒子的集合用来帮助确定最终的状态估计值。您可以将粒子滤波器应用于任意非线性系统模型。原创 2023-08-17 21:17:29 · 124 阅读 · 1 评论 -
binaryOccupancyMap——对象函数
占用位置表示为true(1),空闲位置表示为false(0)。[endpoints,midpoints] = raycast(map,pose,range,angle)以指定的角度和范围值返回从指定的姿势出发的射线所经过的指定地图中所有单元格的单元格索引。该对象包含一个矩阵网格,其中的二进制值表示障碍物为真(1),空闲位置为假(0)。该对象包含一个矩阵网格,其中的二进制值表示障碍物为真(1),空闲位置为假(0)。该对象包含一个矩阵网格,其中的二进制值表示障碍物为真(1),空闲位置为假(0)。原创 2023-08-17 10:28:12 · 305 阅读 · 1 评论 -
Laser Scans
创建用于存储二维激光雷达扫描的对象lidarScan 对象包含一次二维激光雷达(光探测和测距)扫描的数据。激光雷达扫描是对一个 2-D 平面的激光扫描,包括从传感器到环境中特定角度(角度)的障碍物之间的距离(范围)。将此激光扫描对象作为其他机器人算法的输入,如 matchScans(导航工具箱)、controllerVFH(导航工具箱)或 monteCarloLocalization(导航工具箱)。语法ranges - 激光雷达的范围读数,以米为单位矢量激光雷达的测距读数,以米为单位的矢量。原创 2023-08-17 14:53:42 · 171 阅读 · 1 评论 -
移动机器人算法设计——地图创建
本地帧中 x 坐标的最小值和最大值,以 [min max] 形式的双元素向量存储。本地帧中 y 坐标的最小值和最大值,以 [min max] 形式的双元素向量存储。本地帧在世界坐标中的原点位置,以两元素向量 [xLocal yLocal] 的形式指定。世界帧中 x 坐标的最小值和最大值,以 [min max] 形式的双元素向量存储。网格左下角在本地坐标中的位置,以两元素向量 [xLocal yLocal] 的形式指定。网格左下角在世界坐标中的位置,以两个元素向量 [xGrid yGrid] 的形式指定。原创 2023-08-11 08:45:00 · 327 阅读 · 1 评论 -
移动机器人运动模型
unicycleKinematics 创建了一个独轮车模型,用于模拟类似汽车的简化车辆动力学。车辆状态被定义为一个三元素向量 [x y theta],其中全局 xy 位置以米为单位,车辆航向角 theta 以弧度为单位。该模型近似于一个具有给定车轮半径(WheelRadius)的独轮车,它可以根据航向角(theta)原地旋转。要计算模型的时间导数状态,可使用导数函数,输入指令和机器人当前状态。创建语法描述。原创 2023-08-10 17:39:42 · 850 阅读 · 0 评论 -
移动机器人运动学方程
机器人状态表示为三元向量。对于给定的机器人状态:: 全局车辆位置(单位:米): 全局车辆位置(单位:米): 全局车辆航向 (弧度)对于阿克曼运动学,状态还包括转向角度:: 车辆转向角(弧度)独轮车、自行车和差速驱动模型共享通用控制输入,该输入接受以下内容:: 车辆速度(米/秒): 车辆角速度(弧度/秒)运动学方程中表示的其他变量包括:: 车轮半径(米):车轮速度(弧度/秒): 轨道宽度(米): 轴距(米)原创 2023-08-08 22:18:30 · 565 阅读 · 0 评论