![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
室外自动导航车
文章平均质量分 92
麻辣小蘑菇
系统集成,C/C++,Python,ROS机器人操作系统
展开
-
室外低速自动导航车的设计(7)——基于ROS的多类传感器数据的融合与匹配
在一台机器人中不可避免地会具有很多种传感器(雷达,视觉,深度...);在机器人的导航中对这些传感器的融合,并形成完整的导航策略是很关键的。对于一台室内/室外机器人来讲,传感器的融合主要分为两个方面:融合定位,使用GPS/IMU/里程计/视觉/雷达等传感器的数据确定机器人的位置和姿态。 融合导航,在机器人的定位确定的前提下,使用雷达/声呐/图像/深度等数据对机器人进行融合避障。 今天我们就从不同传感器的融合方面来讲,使用ROS中的TF以及消息体系,实现传感器数据的初步融合,并生成局部代价...原创 2020-07-06 15:48:25 · 5647 阅读 · 1 评论 -
室外低速自动导航车的设计(6)——ROS地图的坐标,原点与配准
我们已经了解了ROS地图的特征。现在我们假设已知在地图上某个位置有一台机器人,我们要将ROS地图转换为图片,同时机器人在地图上的位置传输至外部用户终端;使用户终端能够实时显示机器人位置。 我们先从用户终端(Windows小程序)的设计入手: 小程序使用Python结合pygame进行编程,在程序中要解决的三大问题: 1)机器人实际环境与像素位图的比例匹配...原创 2020-02-28 17:07:28 · 3688 阅读 · 5 评论 -
室外低速自动导航车的设计(5)——ROS MAP转换为JPEG并在APP上进行显示
第4节我们说到ROS与APP之间的地图交互与坐标系变换,今天我们来实现一个与ROS地图对接的APP,实现以下功能: 1)机器人的ROS地图能够通过网络方式传输到APP上,同时APP上能显示机器人位置 2)使用者绘制APP中地图上的某个区域,这个点能在ROS中以PoseArray的形式发布出来。 我们首先来使用Python完成一个APP的设计:1. APP向...原创 2020-02-27 17:37:58 · 2337 阅读 · 4 评论 -
室外低速自动导航车的设计(8)——A*算法在ROS上的移植
A*算法是一种生长式的路径规划算法,ROS中的navigation导航包中的global_planner中就能找到。今天,我们从头入手,自己移植并完成关于A*算法在ROS上的实现。首先来说一下我们最后想实现的目的:我们首先画一个200*200像素的“交通路段”,如下图,将其保存为BMP文件(当然,大家可以自己画,白色为道路,黑色为障碍)。现在,我们以图片的最中央为起点,实现点击原创 2017-11-10 10:20:56 · 10026 阅读 · 11 评论 -
室外低速自动导航车的设计(3)——D435深度传感器的使用
今天来学习一下英特尔D435深度传感器的相关内容:首先,我们找到D435官网:https://www.intelrealsense.com/developers/我们打开一个终端,按照官网提示输入以下内容:1)在软件库中添加Intel服务器并注册服务器公钥:echo 'deb http://realsense-hw-public.s3.amazonaws.com/Debian/ap...原创 2020-01-29 10:55:55 · 2057 阅读 · 1 评论 -
室外低速自动导航车的设计(2)——多线激光雷达的点云解析
室外低速自动导航车的设计(2)——多线激光雷达的点云解析我们在前面硬件系统的构建中通过网络接收到了多线激光雷达的原始数据,这些数据在空间中形成了一个个的点,每一个点都代表了某个物体表面的回波。我们采用的激光雷达是16线的。不太严格的说,16线就代表了这个雷达在空间的z轴上扫过16个平面。每个平面又包含一组xy平面的信息。这些多平面的激光雷达的回波点被称作点云(PointCloud,PCL)...原创 2019-07-12 17:42:51 · 2999 阅读 · 1 评论 -
室外低速自动导航车的设计(1)——基础硬件配置
室外低速自动导航车的设计(1)——基础硬件配置今天我们来开始做基于GPS和16线激光雷达的低速导航车项目。因为不论做什么车,首先都要把硬件搭建起来,除了基础的机械机构(骨架和壳子)之外,基本的传感器,车轮的驱动器以及工控机都是要有的。我们首先来看一下导航车应该有的基本结构:室外低速自动导航车的硬件结构传感器类:激光雷达,我们选用用16线的rs_lidar,这个雷达是通过网口...原创 2019-07-11 17:18:46 · 2338 阅读 · 2 评论