logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

机器人路径规划之RRT(rrt_exploration)算法源码

1.Local RRT Detector / Global RRT Detector// 获取地图数据ros::Subscriber sub= nh.subscribe(map_topic, 100 ,mapCallBack);// 添加目标点 pointros::Subscriber rviz_sub= nh.subscribe("/clicked_point", 100 ,rvizCallBa

<论文阅读>多机器人系统的地图融合(map merging for multi-robot system)

@masterthesis{Hörner2016, author = {Jiří Hörner}, title = {Map-merging for multi-robot system}, address = {Prague}, year = {2016}多机器人探索拥有比单个机器人明显的优势,可以去做一些单个机器人无法做的事情。在全分布式系统中,消除了单点故障。多机器人群可以克服导航和建图算法

#算法
解决使用pip安装时找不到合适的包的版本

1.ubuntu python 优先级设置ubuntu升级python3.5至3.6及软件与更新打不开问题解决2.使用pip安装时找不到合适的版本ERROR: Could not find a version that satisfies the requirement etw-pytorch-utils (unavailable) (from versions: none)ERROR: No m

#python
QP优化方法(凸优化问题)

QP问题为二次规划问题:minimize:12xTP0x+q0Tx+r0minimize:{1 \over 2}x^TP_0x+q_0^Tx+r_0minimize:21​xTP0​x+q0T​x+r0​subjcetto:q0Tx+r0≤0,i=1,2...msubjcet to: q_0^Tx+r_0 \leq 0,i=1,2...msubjcetto:q0T​x+r0​≤0,i=1,2...

2020形式化方法复习笔记

第二课:数学基础1.逻辑基础命题逻辑 + 谓词逻辑变体:经典逻辑、构造逻辑。2.命题逻辑 Propositional logic:每个形式系统应当包括语法+语义2.1 语法 The syntaxP⋁PP \bigvee PP⋁P :析取P⋀PP \bigwedge PP⋀P:合取P→PP \to PP→P:蕴含2.2 证明系统 The proof system数学上:Hibert系统,构造性,没有

#机器学习#人工智能
Velodyne VLP16激光雷达的使用(非常详细)

VLP-16激光雷达是Velodyne公司出品的最小型的3维激光雷达,保留了电机转速可调节的功能。实时上传周围距离和反射率的测量值。VLP-16具有100米的远量程测量距离。精巧的外观设计使得安装非常方便。重量轻,只有830g,非常适合安装在小型无人机和小型移动机器人上。每秒高达30万个点数据输出。±15°的垂直视场,360°水平视场扫描。测试系统:ubuntru16.04 x64Ros版本:ki

<论文阅读>多机器人系统的地图融合(map merging for multi-robot system)

@masterthesis{Hörner2016, author = {Jiří Hörner}, title = {Map-merging for multi-robot system}, address = {Prague}, year = {2016}多机器人探索拥有比单个机器人明显的优势,可以去做一些单个机器人无法做的事情。在全分布式系统中,消除了单点故障。多机器人群可以克服导航和建图算法

#算法
ROS机器人入门课程之Cmake工程的创建与使用

ROS是一个机器人平台,在ROS中包含了各种各样的功能算法,各个功能算法之间通过消息进行传递数据。如何在ROS中编写一个C++工程呢?编写一个hello world!首先新建一个文件夹catkin_ws,初始化工作区 catkin_init_workspace下面就可以在这个工程中编写代码了,此时新建一个src文件夹用于存放自己的功能包。在一个catkin_make工程中,一个功能包包含了incl

机器人导航路径平滑算法:一条符合机器人运动限制的路径

介绍机器人通过栅格地图进行路径规划时,根据静态障碍物得到全局路径,本阶段暂不考虑动态障碍物。通过各种路径规划算法,如 Dijkstra’s,A*,D-star,RRT等,规划出的路径都存在直线之间有急剧拐弯(曲率变化大)的问题。尽管通过将八邻域改为更多邻域,如前文所述,能略微改善曲率变化急剧的问题,但是这样的路径仍然不适于机器人运动模型,尤其是非全向机器人,如阿克曼底盘,所以需要一条符合机器人运动

#机器人
激光雷达和相机的联合标定(Camera-LiDAR Calibration)

一、总体标定步骤标定就是找到雷达到相机的空间转换关系,在不同的坐标系之间转换需要旋转矩阵 R 和平移矩阵 T,为后续的雷达和相机数据融合做准备:Camera-LIDAR 联合标定分为 2 步:相机内参标定雷达相机外参标定相机内参标定方法ROS Camera Calibration ToolsSLAM之相机标定外参标定:lidar_camera_calibrationlidar_camera_cal

    共 13 条
  • 1
  • 2
  • 请选择