easy_mqOS 是笔者仿照ROS 搭建的基于MQTT的简易机器人分布式开发框架,是一种轻量级并且十分容易上手的框架，支持多个节点的主题的订阅和单topic发布,节点之间独立、解耦合。目前，使用语音控制机器人小车运动，让机器人导航去指定地点，已经成为热门，并且语音识别技术已经有落地方案，可满足生活中的基本需要。有些语音芯片通过高算力处理器运行神经网络识别，并集成若干条语音模型，然后通过串口对外输

Unity又可以称为Unity3D，是由Unity Technologies开发的一个让玩家轻松创建诸如三维视频游戏、建筑可视化、实时三维动画等类型互动内容的多平台的综合型游戏开发工具，是一个全面整合的专业游戏引擎。在机器人的世界中，有各种各样的仿真模拟器，例如gazebo、matlab的simulink、以及今天要介绍的webots。创建各种各样的模拟，包括两轮台式机器人、 工业手臂、 双足机器

教程1：tensorflow lite 交叉编译和安装一教程2：tensorflow lite 编译和安装二 使用bazel编译教程3：tensorflow lite c++ 接口解读教程4：TensorFlow2.0 label_image 的编译和使用原文：http://blog.cvosrobot.com/?post=471大概整理了TensorFlow lite的初始化流程。主要从Buil

教程1：tensorflow lite 交叉编译和安装一教程2：tensorflow lite 编译和安装二 使用bazel编译教程3：tensorflow lite c++ 接口解读教程4：TensorFlow2.0 label_image 的编译和使用原文：http://blog.cvosrobot.com/?post=471大概整理了TensorFlow lite的初始化流程。主要从Buil

飞桨图像分割开发套件PaddleSeg中的ICNet模型将秧苗按列从背景中分割出来，并以此为基础实现了秧苗列中心线的精准提取，准确率能达到95％以上，处理每帧图像耗费的时间仅300ms左右（包括ICNet网络的分割预测时间和后续导航线提取的时间），完全满足农机作业环境下的速度要求。笔者认为，人工智能工程师需要具备一定的能力，包括：数据选择、 分析应用场景、选择合适的网络模型 、选择合适的框架、数据

MPRO 用于调试ros小车底盘，pid开发学学，电机驱动板反馈脉冲等数据的上位机工具。欢迎下载试用。MPRO搭载stm32单片机驱动GA370编码电机，实现PID速度调节，转向控制。实体图如下，采用杜邦线加模块设计。简单易用，可实现插拔，随意插拔适配。公开线路连接图，这里使用上位机软件进行pid调试这里感谢miiboo 和http://stevenshi.me/设计思路有的...

飞桨图像分割开发套件PaddleSeg中的ICNet模型将秧苗按列从背景中分割出来，并以此为基础实现了秧苗列中心线的精准提取，准确率能达到95％以上，处理每帧图像耗费的时间仅300ms左右（包括ICNet网络的分割预测时间和后续导航线提取的时间），完全满足农机作业环境下的速度要求。笔者认为，人工智能工程师需要具备一定的能力，包括：数据选择、 分析应用场景、选择合适的网络模型 、选择合适的框架、数据

户外机器人的定位导航相对于需要建图的场景来说，是比较简单容易实现的，因为可以借助第三方地图完成定位，并在第三方地图中完成路径规划和下发航点等操作，实现的难题在于如何控制机器人完成步行和转弯。关于实现整套系统，需要搭建一个web服务器，然后使用MQTT协议实现通信，嵌入式中使用BOA来实现简单的web并包含地图的代码。笔者简单的搭了一个模拟机器人的程序，意在实现地图上的定位和快速导航，这样能快速理解

创客：机器人GPS定位导航小车的制作-基于物联网的应用目录前言 3画册 4第1章机器人小车基础知识 171.1 机器人小车全新认识 171.2机器人小车释疑解惑 171.3 机器人小车的驱动方式 18第2章 机器人小车的构成 192.1 机器人小车的构想 202.2 机器人小车的转向结构 222.2.1 机器人小车差速转向 232.2.2 机器人小车独立舵机转向 242.2.3 轿车级的阿克曼转向

移动机器人同时定位和地图构建是自主导航技术的前提条件,为移动机器人做出下一步控制策略提供场景信息,提高移动机器人的决策效率。移动机器人自主探索可以解释为移动机器人自主进行同时定位和地图构建(SLAM)的过程,是移动机器人自主导航领域的研究热点。移动机器人实时避障技术是移动机器人自主导航技术领域的关键,决定着移动机器人自主导航的成败。封闭场景中的同时定位和地图构建则需要移动机器人更加具有自主性和快速