建图导航 - 古月居

ROS EKF 机器人位姿估计功能包：robot_pose_ekf 详解

robot_pose_ekf 功能包功能包简介 robot_pose_ekf软件包用于基于来自不同来源的（部分）位姿测量值来估计机器人的3D姿势。它使用带有6D模型（3D位置和3D方向）的扩展卡尔曼滤波器，将来自车轮里程计，IMU传感器和视觉里程计的测量结果结合起来。基本思想是提供与不同传感器的松散耦合集成，其中传感器信号以ROS消息的形式接收。安装下载源码 git clone h

扩展卡尔曼滤波自主导航 EKF 位姿估计

月照银海似蛟龙
7 小时前
18 0 0
精选经典文献阅读之--ERASOR（栅格占用过滤动态障碍物）

0. 简介之前作者在《激光雷达动态障碍物滤除-调研与展望》以及《3D帧间匹配——-剔除动态障碍物》中提到了如何通过各种方法来完成动态障碍物的滤波。而本文也将围绕着如何完成动态障碍物滤波来展开，来介绍《ERASOR: Egocentric Ratio of Pseudo Occupancy-based Dynamic Object Removal for Static 3D Point Clou

动态障碍物障碍物

敢敢のwings
2023-05-26 10:54
803 0 0
精选ORB-SLAM3整体流程详解

0. 简介在之前，作者曾经转过一篇《一文详解ORB-SLAM3》的文章。那篇文章中提到了ORB-SLAM3是一个支持视觉、视觉加惯导、混合地图的SLAM系统，可以在单目，双目和RGB-D相机上利用针孔或者鱼眼模型运行。与ORB-SLAM2相比，ORB-SLAM3在处理大视差和长时间未观测到的场景时效果更好。它还提供了更准确的帧间运动估计和更快的处理速度。此外，ORB-SLAM3还支持更多的传感

VSLAM Orb-slam3

敢敢のwings
2023-05-26 09:58
914 0 2
基于OptiTrack跟踪系统和Turtlebot机器人的视觉SLAM定位评估

本文旨在介绍使用OptiTrack光学跟踪系统和Turtlebot机器人进行视觉SLAM定位实验的详细流程，包括实验平台搭建过程、数据处理过程以及SLAM估计评估方法。由于涉及知识较多，部分内容只给出了相关参考博文链接。 1 实验平台搭建实验平台包括OptiTrack光学跟踪系统和Turtlebot数据采集平台两部分，OptiTrack系统用于获取机器人运动轨迹真值，Turtlebot数据采

Turtlebot2 定位与导航

Mr Qin
2023-05-23 14:26
157 0 0
LIO-SAM UBUNTU16.04.7 ROS-KINETIC 环境编译安装

目录 ROS-kinetic LIO-SAM作者推荐的依赖环境手动下载安装GTSAM 建立一个catkin工作空间，编译LIO-SAM LIO-SAM编译失败 vmware共享文件问题运行LIO-SAM 运行报错保存点云安装PCL VMWARE workstation15+UBUNTU16.04.7+ros-kinetic+gtsam4.0.0 （默认16.04比较

ROS SLAM PCL 经验分享 LIO_SAM

秦伟H
2023-05-22 09:17
175 0 0
Autoware 笔记 No. 6，基于openplanner的避障。

1. 前言之前忘记发布了，现在补上。该方法还是基于autoware1.10.0，openplanner的代码部分需要修改。这部分需要加载vector map，所以需要autoware网站上提供的地图工具。具体vector map工具请参考autoware官网。各个配置可以参考之前的文章。 2. 配置（1）Autoware的Runtime Manager的Setup项目配置

路径规划运动控制建图导航避障 openplanner

LeonHuo
2023-05-19 09:16
144 1 0
Autoware 笔记No.9，SSD车辆、行人（障碍物）识别（ssd vision detect）

一. 前言本小结着重介绍一下vision_ssd_detect部分。二. 安装（1）下载ssdcaffe，一定要安装在home目录下，否则vision_ssd_detect.launch文件中的network_definition_file和pretrained_model_file路径会有变化。 % git clone -b ssd https://github.com/we

物体识别运动控制目标识别避障 SSD

LeonHuo
2023-05-18 09:16
170 0 0
Autoware 笔记No.8 ENet 障碍物识别（vision segment ENet detect）

一. 前言人人为我，我为人人我不喜欢讲一些网络上抄的网络模型，全是干货，让大家直接上手干，如果想探讨可以联系我。请大家按照我的Autoware 1.14安装二. 安装（1）下载ENet，一定要安装在home目录下，否则vision_segment_enet_detect.launch文件中的network_definition_file和pretrained_model_

物体识别运动控制建图导航避障 ENet

LeonHuo
2023-05-17 09:18
190 0 0
精选视觉SLAM漫谈

原文：http://www.cnblogs.com/gaoxiang12/p/3695962.html 视觉SLAM漫谈 1. 前言　　开始做SLAM（机器人同时定位与建图）研究已经近一年了。从一年级开始对这个方向产生兴趣，到现在为止，也算是对这个领域有了大致的了解。然而越了解，越觉得这个方向难度很大。总体来讲有以下几个原因：入门资料很少。虽然国内也有不少人在做，但这方面

SLAM 经验分享定位闭环检测数据集

AI视觉网奇
2023-05-17 09:17
247 0 0
精选浅析OriginBot自动导航的实现和代码

最近在摸OriginBot的自动导航功能，写一篇博客记录一下。分为两部分，目录结构解释：说明每一个文件或者代码的作用代码和配置文件解：对具体的代码和配置项进行解释。后面的解释不一定正确，欢迎指正。目录结构解释当前originbot自动导航的代码在这里，目录结构如下，我对其中一些目录和文件的作用添加了注释，可以帮助在高层级理解整个目录的结构，至于具体的代码的注释看

地图构建

叶夏
2023-05-15 09:40
271 0 0
Autoware 1.14 完整安装

一. 前言人人为我，我为人人。安装版本： Ubuntu: 18.04 Autoware: 1.14 Nvidia Driver: recommend Cuda: 10.0.130_410.48 + Patch cudnn: 10.0-linux-x64-v7.6.5.32 opencv：3.4.0 caffe：recommend cmake：3.20.1 百度网盘：ht

linux 建图导航 Autoware

LeonHuo
2023-05-15 09:20
267 1 1
Autoware 笔记No.7, CNN障碍物检测（CNN LiDAR Baidu Object Segmenter）

前言：测试一下Autoware 下的 CNN LiDAR Baidu Object Segmenter。我的环境是Ubuntu18.04+CUDA10.0+cudnn+ros melodic+opencv4 因为遇到了太多的坑，分享个大家，顺便也留一个记录。安装最坑的是这个错误：undefined reference to google::FlagRegisterer::FlagRegist

物体识别建图导航目标识别 CNN 避障

LeonHuo
2023-05-14 09:19
236 0 0
精选移动机器人运动规划---基于图搜索的基础知识

配置空间机器人规划的配置空间概念：一个空间包含所有机器人自由度的机器人配置，描述为C-space 机器人配置：表示对机器人上面所以点的位置的描述机器人自由度：规划的时候用最少的坐标数量去表示机器人配置，例如无人机规划，在微分平坦中进行规划则是x\y\z\yaw四个变量，所以对于无人机轨迹规划来说有四个自由度。机器人配置空间：一个空间包含所有机器人自由度的机器人配置，描述为C-sp

运动规划路径规划算法图搜索 BFS DFS

月照银海似蛟龙
2023-05-12 10:38
303 0 0
经典文献阅读之--A Lifelong Learning Approach to Mobile Robot Navigation（终生学习轨迹导航）

0. 简介终生学习作为近年来比较火的一种深度学习方式，导航终身学习(LLfN)旨在解决标准导航问题的一种新变体，在该问题中，智能体在有限的内存预算下，通过学习提高在线经验或跨环境的导航性能。而最近有一篇文章《A Lifelong Learning Approach to Mobile Robot Navigation》提出了一种新的终身学习导航(LLfN)，它完全基于移动机器人自身的经验来改进

自主导航小车终生学习

敢敢のwings
2023-05-09 10:02
564 0 0
经典文献阅读之--Point-LIO(鲁棒高带宽激光惯性里程计)

0. 简介在我们之前接触的算法中，基本上都是要处理帧间雷达畸变的，类似于VSLAM系统，频率固定（例如10Hz), 而实际上，激光雷达点是按照不同的时间瞬间顺序采样的，将这些点累积到帧中会引入人工运动畸变，并且会对地图结果和里程计精度产生负面影响。低帧率还会增加里程计的延迟并限制可达带宽，其中里程计带宽类比于动态系统的带宽，即系统增益下降到0.707的频率。里程计带宽表示运动速度可以多快，里程

激光SLAM Point-lio

敢敢のwings
2023-05-08 10:01
962 0 0
经典文献阅读之--PCAccumulation（动态三维场景构建）

0. 简介多波束激光雷达传感器，常用于自动驾驶汽车和移动机器人，获取三维范围扫描序列（“帧”）。由于角度扫描分辨率有限和遮挡，每帧只稀疏地覆盖场景。稀疏性限制了下游过程的性能，如语义分割或表面重建。幸运的是，当传感器移动时，从不同的视点捕获帧。这提供了补充信息，并在公共场景坐标系中累积时，产生了更密集的采样和对基础三维场景的更全面覆盖。然而，扫描的场景通常包含移动的物体。仅通过补偿扫描仪的运动

PCA 三维场景构建

敢敢のwings
2023-05-06 10:00
996 0 0
自动驾驶路径规划——DWA（动态窗口法）

文章目录 1. DWA(Dynamic window approach) 1.1 机器人运动模型 1.2 速度采样 1.3 评价函数 2. 实践案例——基于ROS实现Astar与DWA算法参考文献 1. DWA(Dynamic window approach) 动态窗口法（DWA）主要是在速度空间中采样多组速度，并模拟机器人在这些速度下一定

建模仿真路径规划建图导航自动驾驶 DWA

yuan〇
2023-05-06 09:18
260 0 0
【ROS-Navigation】—— Astar路径规划算法解析

文章目录前言 1. 导航的相关启动和配置文件 1.1 demo01_gazebo.launch 1.2 nav06_path.launch 1.3 nav04_amcl.launch 1.4 nav05_path.launch 1.5 move_base_params.yaml 1.6 global_planner_params.yaml 2. Astar路

建模仿真路径规划建图导航 Astar

yuan〇
2023-05-06 09:17
262 0 0
【ROS-Navigation】—— DWA路径规划算法解析

文章目录前言 1. 涉及的核心配置文件与启动文件 1.1 demo01_gazebo.launch 1.2 nav06_path.launch 1.3 nav04_amcl.launch 1.4 nav05_path.launch 1.5 move_base_params.yaml 1.6 dwa_local_planner_params.yaml 2. 调

建模仿真建图导航路径规划算法 DWA

yuan〇
2023-05-05 09:16
273 0 0
关于机器人状态估计8-VSLAM工程与VIO工程难点

最近做产设和综述把头都整晕了，本来想认真更新GPU那篇DSP的姊妹篇，突然觉得太长了实在是没有写的欲望，还是写篇杂文算了。。。一看这个标题就知道首先如果没有关于机器人状态估计(4)-成长路径与能力提升这块基础知识建议自行劝退。。。别往下看了，还差得太远。之前有提过：一个完美的VIO，其实是一个既要又要还要且要的东西，非常的恶心： 1.既要位姿准确(ORB-SLAM3, VINS-MO

里程计 SLAM VIO 视觉里程计状态估计

紫川Purple River
2023-05-04 09:15
181 0 0

1
2
3
4
5
...
26
下一页

想获取更多信息和操作，请移步电脑网页版