写在前面 之前我已经写了2篇博客，介绍了如何进行树莓派和stm32芯片通信，传送门在下面： 1.购物机器人底盘控制之STM32F427IIH6芯片处理通信数据方案 2.STM32F427IIH6芯片通过DMA+USART与树莓派进行双工通信 这2篇博客都是从技术上实现了树莓派和stm32芯片的通信，那我们最终的目的是为了实现树莓派做为系统的总控来控制底盘，使其能够完成在整个地图中特定路线的循迹
写在前面 我已经在我的另外一篇博客中写到了如何进行芯片与树莓派的通信，传送门在下面： STM32F427IIH6芯片通过DMA+USART(UART)与树莓派进行双工通信那么我们接收到串口的数据之后如何进行解析处理呢？今天这篇博客主要就是解决这个问题啦~ 程序处理逻辑 流程图 自然语言描述 自然语言描述起来的话还是比较简单的，既然要处理数据，那么最开始肯定先要把数据通过串口接收下来，这个时候就用
A*算法是一种Greedy算法，ROS中的navigation导航包中的global_planner中就能找到。 今天，我们从头入手，自己移植并完成关于A*算法在ROS上的移植和实现。 首先来说一下我们最后想实现的目的： 我们首先画一个200*200像素的“交通路段” 在开始我们的算法之前，首先感谢网友[一路向北]的开源A*算法，他MFC界面的源代码网址如下：
写在前面 我们的购物机器人要完成识别，控制，抓取等动作的话，仅靠一块嵌入式芯片是远远不够的，因此我们的购物机器人还搭载了树莓派。我将在这篇博客里面分享树莓派和嵌入式芯片(以STM32F427IIH6为例)通过DMA+USART进行通信的方法。 树莓派 树莓派端我们需要找到USB端口设备，我的树莓派上是CHASSIS_SERIAL_PORT = '/dev/ttyUSB0'，获得了端口设备之后就可以
在一台机器人中不可避免地会具有很多种传感器（雷达，视觉，深度...）；在机器人的导航中对这些传感器的融合，并形成完整的导航策略是很关键的。对于一台室内/室外机器人来讲，传感器的融合主要分为两个方面： 融合定位，使用GPS/IMU/里程计/视觉/雷达等传感器的数据确定机器人的位置和姿态。 融合导航，在机器人的定位确定的前提下，使用雷达/声呐/图像/深度等数据对机器人进行融合避障。 今天
写在前面 购物机器人既然要购物，那么购物车自然是必不可少的，根据比赛要求，开始时购物车需要与机器人分离，所以就需要机器人主动去连接购物车，于是我们采用了电磁铁来进行连接购物车，就是说在我们的购物车上装一块铁片，然后机器人靠近购物车之后通过电磁铁吸住购物车从而进行下一步操作，那么本篇博客主要介绍电磁继电器控制电磁铁的调试，实物图如下 原理图 电路原理图如下 电磁铁 先来看一下电磁铁，这个电
我们已经了解了ROS地图的特征。现在我们假设已知在地图上某个位置有一台机器人，我们要将ROS地图转换为图片，同时机器人在地图上的位置传输至外部用户终端；使用户终端能够实时显示机器人位置。 我们先从用户终端（Windows小程序）的设计入手： 小程序使用Python结合pygame进行编程，在程序中要解决的三大问题：
第4节我们说到ROS与APP之间的地图交互与坐标系变换，今天我们来实现一个与ROS地图对接的APP，实现以下功能： 1）机器人的ROS地图能够通过网络方式传输到APP上，同时APP上能显示机器人位置 2）使用者绘制APP中地图上的某个区域，这个点能在ROS中以PoseArray的形式发布出来。 我们首先来使用Python
在很多商用机器人中都涉及到机器人与外部设备（比如APP）之间的交互。而在交互中，最为首要的就是地图与机器人位置的交互了。在这一个章节中，我们介绍一个机器人将内部的地图，机器人位置等数据与用户端进行同步的案例。 1. 实际场景与机器人（ROS）地图的对应关系： 我们来看一下下面这副图片，这是一个机器人在实际环境中绘制的二维地图，在图片的左下角是地图原点（map
今天来学习一下英特尔D435深度传感器的相关内容： 首先，我们找到D435官网：https://www.intelrealsense.com/developers/ 我们打开一个终端，按照官网提示输入以下内容： 1）在软件库中添加Intel服务器并注册服务器公钥： echo 'deb http://
看不清？点击更换
第三方账号登入
第三方账号登入
QQ 微博