使用路径规划可以得到一系列的路径点，如下图所示有5个路径点，这条路径是很曲折的，这不利于机器人的移动，试想一个机器人直接沿着这条路径进行移动，当到达一个路径点后速度减到零，原地旋转，指向下一个路径点，再继续移动，这不仅智障，而且浪费能量。于是我们就想，能不能规划出一条轨迹，使机器人能够在每一个路径点处能够平滑过渡，从而表现得机灵一点。这就是轨迹规划问题。路径规划得到的路径点轨迹优化得到的轨迹(橙色

在FRP内网穿透(远程ssh终端+rdp桌面配置)中介绍了如何远程使用FRP+RDP进行外网远程桌面访问，但是实测很卡(在两台Ubuntu主机上进行了测试，云服务器有8M带宽)，所以对这种远程桌面访问方法不是很满意。最近接触到一个新的远程桌面软件，相较于之前使用的方法简直不要好太多。NoMachine也是一个桌面共享软件，支持Linux/Windows/MacOS/Android等系统，对于嵌入式

在点云操作中，常常需要从大量点云中找到距离输入点最近的点，如果使用线性搜索，逐个判断与输入点的距离，那么搜寻耗时将会与点云规模呈线性上升趋势，时间复杂度为O(N)O(N)O(N)。显然这不是我们想看到的，在数据结构与算法中，对一维数据常用的搜索方法是二分查找，时间复杂度为O(logN)O(logN)O(logN)，它本质上是构建一棵二叉搜索树，以空间换取时间。而KD-Tree(K-Dimensio

动态窗口法(Dynamic Window Approach)概述DWA是一种基于速度的局部规划器，可计算达到目标所需的机器人的最佳无碰撞速度。程序实现DWA算法主要分三步：计算动态窗口计算最优[v,ω][v,\omega][v,ω]更新机器人状态流程图如下：以下代码参考：https://github.com/AtsushiSakai/PythonRobotics初始化机器...

动态窗口法(Dynamic Window Approach)概述DWA是一种基于速度的局部规划器，可计算达到目标所需的机器人的最佳无碰撞速度。程序实现DWA算法主要分三步：计算动态窗口计算最优[v,ω][v,\omega][v,ω]更新机器人状态流程图如下：以下代码参考：https://github.com/AtsushiSakai/PythonRobotics初始化机器...

本文直接使用的github上的orb_slam_2_ros实现在ROS上运行ORB-SLAM2，这个ros包能够得到相机的位姿以及稀疏点云，而且删掉了对Pangolin的依赖，进行可视化时要用RViz。运行环境硬件环境：Intel Up2、Realsense D435i软件环境：Ubuntu18.04、ROS melodic、librealsense2.29、realsense-ros2.2.9安

本文将介绍Mahony姿态解算算法，不涉及磁力计部分，程序源代码见：https://x-io.co.uk/open-source-imu-and-ahrs-algorithms/姿态的表示方法欧拉角物体姿态最直观的表示方法就是欧拉角，一个坐标系相对于另一个坐标系的转动，可以通过围绕三个正交轴的转动来表示，这三个转动角被称为一组欧拉角。常用的欧拉角组是横滚角(rollrollroll，ϕ\phiϕ)