前言 新赛季讯飞创意组的规则出来了，作为去年参赛选手，可以给大家提供一些思路，能够更好的完成比赛。 正文 今年的规则和去年相比，主体的部分变化不大，最主要的变化为数据集的变更以及根据识别的结果来判断每个区域的房型。 定位 定位是完成比赛的基础，如果定位不准确，那么导航的效果将受到影响。小车自带的定位算法是根据编码器的数据获取线速度和角速度，积分得出位移和角度。但因为打滑等非
第七章、配置小车里程计并用gmapping建图 1 前言 上一节写了用键盘控制节点控制仿真小车运动，这一节需要配置小车的里程计，并且在room_mini这个world中进行gmapping建图。 2 配置小车里程计 ◇通过gazebo节点获取odom 从/gazebo/link_states话题中
“爱生杯” 2022年智能无人系统应用挑战赛 由中国工程院、西北工业大学、中国航天科工集团有限公司、国防科技大学联合主办的2022年国际自主无人系统大会（ICAUS 2022），拟于2022年9月22-24日在陕西省西安市陕西宾馆举行。活动包含三个部分：国际自主无人系统大会、无人系统高峰论坛、“爱生杯”智能无人系统应用挑战赛。
这一年，自己只做了这一个比赛，总结就一句话，自己 获益匪浅。 QQ：3177227373V X：F9986858全国大学生智能汽车竞赛是以智能汽车为研究对象的创意性科技竞赛，是面向全国大学生的一种具有探索性工程实践活动，是教育部倡导的大学生科技竞赛之一。 恩智浦杯智能车演示视频 恩智浦杯智能车节能组 这个比赛一年举办一次，由于我们学校的原因，在我所在校区只有两个
古月居特邀往届国一队长 给大家分享下备战第十七届全国大学生智能车竞赛经验！ 直播主题：如何备战电磁四轮组&摄像头四轮组 直播时间：3月24日晚上20:00—21:00 分享嘉宾： 毛焕滔（华中科技大学） 第16届智能车竞赛全向行进组全国总决赛一等奖 陈宏 （华中科技大学） 第16届智能车竞赛智能视觉组全国总决赛一等奖 分享内容： 电磁信号处理 摄
前言 随着人工智能技术和互联网科技的发展，无人驾驶并不再是遥远的技术。研究人员预测：到 2025 年，我们将看到大约 800 万辆无人或半无人汽车在路上行驶。无人驾驶正在如火如荼的展开着。百度和沃尔沃共同研发L4级别无人电动车，特斯拉的 Autopilot，奥迪的 Traffic Jam Pilo等等，我们可以知道，世界上最主流的无人驾驶技术都是基于激光雷达，摄像头视觉，GPS+IM
序 既然是日记形式的博客，那就不像技术向博客那么严肃，我们就以时间为序来讲述我参加的这次智能车竞赛吧 背景与动机 因为自己本身就在学校的机器人学院，因此也能很早的接触到各种各样的不同构型的机器人，比如水下机器人、无人机、无人狗、工业机械臂(协作的、工业的)，其中我最感兴趣的还是无人车(这可能是男人天生对于车的爱吧)，还要插一嘴的是，欢迎大家报考B6联盟之一，西南大学的取反——东北大学的机器人学院，
Solidworks是世界上第一个基于Win开发的三维CAD系统，软件功能强大，也是我目前最喜欢使用的三维建模软件，它共有9个主要模块：零件建模模块、曲面建模模块、钣金设计模块、帮助文件模块、数据转换模块、高级渲染模块、图形输出模块、特征识别模块、软件设计模块等，在机器人结构设计、三维建模方面应用广泛，而且经过自己设定偏好设置后，使用起来得心应手非常灵活。在掌握Solidworks的基础操作后，即
增量式pid和位置式pid比较 位置： 式中 ——采样周期。可以看出，比例部分只与当前的偏差有关，而积分部分则是系统过去所有偏差的累积。位置式PI调节器的结构清晰，P和I两部分作用分明，参数调整简单明了。但直观上看，要计算第拍的输出值，需要存储等每一拍的偏差，当很大时，则占用很大的内存空间，并且需要花费很多时间去计算，这是目前书籍及网络上普遍认为的位置式PI的缺点。然而在具体编程操作中，可在每一
一、设计概述 1. 拟实现功能 （1）智能小车自动运行（前后走，左右转） （2）蓝牙控制、遥控器控制、无线手柄控制 （3）循迹、避障 （4）视觉 （5）装饰：音乐播放器 2.硬件材料 本文所述的智能小车硬件材料如表1. 表1 材料清单 材料 数量 Arduino主控板 1 车轮 2 直流电机 2 L298N 1 红外循迹模块 1 超声波模块 1 红外接收器
还在为备战智能车竞赛而烦恼吗？ 古月居特邀上届百度智慧交通组全国一等奖 队员黄子昊 给大家分享下备赛经验～ 直播主题：如何备赛百度完全模型组 直播时间：本周四 2月24日晚 20:00—21:00 (扫码免费观看直播) 智能车竞赛直播qq交流群：883517303
目录 开篇 博主最近开始学智能车，开始时遇到了很多困难。我觉得这些问题应该也 是每一个智能车人开始都可能会遇到的，写下来分享一下，也顺便巩固一下自 身所学。如果有错误或可以改进的地方还希望多多指出交流~。 这是博主的第一篇文章，如果觉得有帮助还希望点赞收藏支持一下~ 舵机 首先要说说舵机，舵机是让小车车跑好的一大重要因素，网上有很多有关不
前言 经过了一个多月的学习，小白的我终于也是能较稳定调出了2.8m以上的四轮车，过程中也遇到了很多困难，其中就有十字补线和斜入十字补线。尤其是斜入十字也是困扰了我快一周，现在和大家分享一下我处理斜入十字的方法(我的方法其实还有很多漏洞需要改进，仅供大家参考理解一下，欢迎各位在评论区指点出可改进之处！) 一、普通十字补线 首先，我将十字补线分成了找拐点，判断是否需要补线和补线
前言 在我比赛的算法，通常在处理元素之前，需要具备良好的图像边界，拐点，边界起始行，边界截止行等主要条件。之前系列文章介绍过了边界，和拐点。有人留言提到过拐点的程序，其实最简单的方法，就是连续几行的边界做差，差值满足条件就判断为拐点。 圆环！！这个在我做车三年一直都是噩梦存在的元素，虽然16届增加了新元素三岔，我依然在圆环花费了最多的时间。因为今年选用
电磁循迹作为智能车相对简单的入门循迹方式，一直都是大部分人刚开始接触时所使用的方案。而对于电磁处理的方法，主要有差比和处理以及归一化处理。最近在看吴恩达老师的人工智能课程时，在一节课程中讲解了关于归一化的一些好处，由此联想到自己在做智能车比赛时所采用的电磁循迹算法。 在当时我也对电磁同时进行了差比和以及归一化的处理，后来发现在对中间电感进行差比和处理之后，实际产生的数值与原先差比
题外话：在上一章我们介绍了一些关于连通域的基础概念，这一章我介绍一下上一章中关于种子填充算法的一些基础算法理解，便于之后更加透彻的理解。这章主要介绍广度优先搜索（BFS），深度优先搜索（DFS）算法。说实话，这两个算法在大二学数据结构时老师讲解过，但当时只是用来应付考试，并没有想到可以用到之后的比赛中，所以希望大家在学习一些知识时，可以将该知识点发散到一些自己感兴趣的地方，或许对此会有更深的影响。
前言 前两篇文章介绍了扫线和图像预处理，而当图像的边界线出来之后，还需要通过边界线来找到一些特征。比如断行，拐点。这一章介绍一些元素处理的预备节根据拐点补线。 一、拐点 拐点就是边界线开始不按照正常斜率的那一点，比如十字，圆环等处发生边界断行，这时候断行的那一点我们称为拐点。识别拐点的方法有很多，这里介绍我用过的几种方法。 1.通过边界线连续
前言 前面写了图像的预处理，包括图像压缩，和大津法，这一章介绍图像边界提取。这里我的算法是基于逐飞开源的灰度图算法写的，但也在上面改进了许多，使得边界的搜取不会出现丢边。 一、灰度边界提取的原理 在我们获取摄像头的数据后，返回回来的是0-255的灰度值。就是时候每一副图都是有许多个值在0-255范围的像素点构成。而比赛时，赛道和赛道背景存
前言：算法开源已经开始第一章信号的预处理 这一章更新下麦轮的驱动方案，使用过CH32的同学都知道，这款单片机的定时器很少，所以推荐的方案中都是采用DRV8701方案来解决一个PWM口控制一路电机，实现电机的正反转。对于以往智能车常用的HIP4082驱动方案都避之不谈，实际上，对于HIP4082也是可以采用相同的控制方法，只是需要在程序上更改一下就行。通常使用DRV8701驱
晚上闲来无事，便仔细阅读了上交大的开源代码讲解，在其中一篇文章中得到了一个很好的元素处理方法，思来想去觉得算法可行性应该可以，便记录下来。 在开源讲解的第四篇中，他们提出了单独左（右）边线进行跟踪从而得出中线的方式。觉得该方法可以使用在一些特殊的元素中。下面给出我自己的一些想法，思路或许不完整，如有错误，希望各位能够指出。 我们对赛道进行普通的巡线时，先是往左扫线，得出左边赛道的边界，后对右边
全国大学生智能车竞赛知识经验汇总
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