图优化理论 文章目录 图优化理论 1 资料 2 理论整理 3 图优化项目 1 资料 内容摘选自下面这几篇博客: https://blog.csdn.net/datase/article/details/78473804 https://blog.csdn.net
PID 算法可以用于温度控制、水位控制、飞行姿态控制等领域。后面我们通过PID 控制电机进行说明。 自动控制系统 在直流有刷电机的基础驱动中,如果电机负载不变,我们只要设置固定的占空比(电压),电机的速度就会稳定在目标范围。然而,在实际的应用中,负载可能会发生变化,此时如果还是输出固定的电压,电机的速度就偏离目标范围了,为了解决这个问题,我们需要引入自动控制系统中的闭环控制。
简介:在这一章节中,我们需要安装有相关环境(虚拟机方式为例,需要安装有ROS系统,安装过程请参考无人驾驶虚拟仿真教程第2节)的电脑一台,组装好并经过初始化设置的无人驾驶小车一台,路由器一台,主要学习通过脚本或者命令行的方式来与小车进行交互,交互内容包括视频流获取、小车控制、tof传感器数据获取、按钮事件获取、车灯控制等内容。 注:以下命令以duckiebot1为例
上一篇介绍了蚁群算法,本篇介绍路径规划的另一种经典算法——遗传算法,主要介绍算法原理,流程以及在路径规划中的应用示例。 目录 1. 理论基础 2. 算法实现流程 3. 路径规划应用示例 4. 总结 1. 理论基础 遗传算法源自于达尔文进化论的自然选择理念,是一种通过模拟自然进化过程搜索最优解的方法。解决问题时,问题的所有潜
M1 SLAM综述 文章目录 M1 SLAM综述 1.1 技术方案 1.2 相关资料 1 数据集 数据集测试 1.3 相关问题 1.4 相关备注 1.5 资源收集 1.6 算法评估 2 开源项目整理 2.1 已知一致性的EKF 1. aruco slam 2. IMU+相机数据
在之前的内容中,我们对机器人的运动轨迹进行了规划,但是,这种规划方法的运动路径是根据简单的轨迹人为组合起来的,具有较大的任意性。在实际的复杂工作环境中,采用人工规划路径的方法,难以保证规划的效率和准确率。因此,本篇介绍一下机器人避障路径规划的相关知识。 本篇目录 一、路径规划简介 二、改进RRT算法 1. 算法简介 2. 改进点 3. 仿真结果
目录 概述 UART 的初始化 使用 Grace 配置 UART 介绍 用例:UART模式 FIFO的思想 使用 FIFO 发送 UART 数据 使用 FIFO 接收 UART 数据 FIFO编程 UART_FIFO.c UART_FIFO.h InterruptVectors_init.c 测试 ma
目录Fourier Series (傅里叶级数)三角函数的正交性周期为 2 π 2\pi2π 的函数展开为傅里叶级数周期为 2 L 2L2L 的函数展开为傅里叶级数傅里叶级数的复数形式复数基函数的性质Fourier Transform (FT, 傅里叶变换)从时域到频域傅里叶变换及其逆变换参考文献 Fourier Series (傅里叶级数) 三角函数的正交性 可以定义一个内积空间,内积空间
目录 CCS的配置 下载和安装 激活 安装Grace并导入CCS 安装MSP430Ware并导入CCS 安装XDCtools并导入CCS 建立工程 Welcome 介绍 开始 打开官方点灯Demo 平台:Code Composer Studio 6.2.0 + Grace 2.2.0MSP430G2
本篇主要介绍六轴机械臂的运动学分析。运动学分析是工业机器人研究和应用的重要内容,是运动控制的基础,主要研究机器人末端坐标系与基坐标系的转换关系,分为正运动学和逆运动学分析两部分。另外,对于刚刚学习机器人理论的小伙伴,推荐看一下蔡自兴老师的《机器人学》这本书,里面对机器人介绍,运动学及动力学分析,以及运动规划等内容介绍的非常详细。 本篇目录 一、数理基础 1
毕业设计做了六轴机器人相关的课题,做完之后学到很多,在这里分享一下。本篇首先对六轴机器人及其研究内容进行简单的介绍。 本篇目录 一、六轴机器人简介 二、六轴机器人主要研究内容 1. 运动学分析 1.1 正运动学问题 1.2 逆运动学问题 2. 运动规划 2.1 三个概念 2.2 路径规划 2.3 轨迹规划
NVIDIA Jetson Xavier使用的aarch64架构是没法使用anaconda的,虽然可以自己编译,但是conda指令是没法编译到aarch64架构上运行的。不过有替代品,名字是miniforge。 miniforge下载进行安装 sh Mambaforge-4.9.2-7-Linux-aarch64_2.sh 过程回车继续 输入yes 安装完
简介:本文档描述了城市交通地图外观规范。规范是一组规则,功能系统已经通过这些规则得到验证。这意味着如果在构建城市交通地图时遵循这些规则,无人驾驶小车就可以工作。 任何不遵守此处所述规则的城市交通地图都可能导致在其中运行的小车以意想不到的方式失败。尽管大多数算法对变化都是鲁棒的,但是外观规格的小扰动都可能会对小车的性能产生负面影响,因此地图规格要尽量按照规定
分类目录:《深入理解深度学习》总目录 近些年基于深度学习的NLP技术的重大进展主要包括NNLM(2003)、Word Embedding(2013)、Seq2Seq(2014)、Attention(2015)、Transformer(2017)、GPT(2018)、BERT(2018)、XLNet(2019)、GPT-2(2019)、GPT-3(2020)等,主要预训练模型的大致发展脉络
前几天小米的铁蛋,又让四足机器人火了一把。9999一台,这个价钱还挺香的。众所周知,国内的大部分四足机器狗的涌出,都是因为2019年,MIT的猎豹开源,从硬件到软件。国内四足机器人的研发也就上了一个台阶,也包括小米的铁蛋也是基于mit的Cheetah Mini。 最近看了一下mit的机器狗开源的关节,看了一下12个关节到控制器的是如何通信的。简单的画了个图: 模块通信
文章目录 一、常用传感器及其原理 1.位置传感器 2.编码器 3.传输时间测量(磁反射)型位移传感器 4.速度传感器 5.力和压力传感器 6.力矩传感器 7.可见光和红外传感器 8.接触和触觉传感器 9.接近觉传感器 10.测距仪 11.嗅觉传感器 12.味觉传感器 13.视觉系统 一、常用传感器及其原理 1.
虚拟机ubuntu16.04 安装ORB_SLAM3 一.依赖项 使用Pangolin进行可视化和用户界面的显示使用OpenCV进行图像处理特征提取(opencv的安装)Eigen3,g2o需要用,矩阵计算DBoW2 和 g2o,使用DBoW2库的修改版本来执行位置识别和g2o库来执行非线性优化 二.进行库安装 1、安装Pangolin(参考此博客)安装依赖包 sudo
Contents 泛函 (functional) Calculus of Variations References 泛函 (functional) 泛函F[y] 是函数的函数,即它的输入是函数 y(x),输出是实数 F。这个输出值取决于一个或多个函数 (输入) 在一整个路径上的积分而非像一般函数一样取决于离散的变量。比如计算两点间的距离,输入是连接两点的曲线,输
机器人交互/接触稳定性分析方法与程序实现 机器人交互动态是非常重要的,那么本篇博文主要是进行稳定性分析。采用的主要工具是经典控制论中的稳定性分析方法。不稳定的交互可能会伤害人或环境。在保持有效的接触性能的同时保持接触稳定性仍然是一个相当大的挑战。当一个动态系统与一个稳定的动态环境耦合时,它的稳定性通常会受到损害。因此,当机器人与交互对象进行耦合时,那么耦合系统未必是稳定的,也就是
使用强化学习完成运动体路径规划任务【sarsa】【Q-learning】 实现【sarsa】【Q-learning】算法路径规划任务 预期效果:到达绿色目标点 环境介绍 紫色为小车: 数学模型:[[np.cos(theta), 0],[np.sin(theta), 0],[0, 1.0]] 红色为障碍物: 碰撞:-5.0 绿色为目标区域: 到达:+2.0 其他奖励:
第三方账号登入
看不清?点击更换
第三方账号登入
QQ 微博 微信