- 综合排序
- 最热优先
- 最新优先
- 来自专栏机器学习-大数据
机器人导航仿真
一、ros导航的关键技术 1.全局地图 全局地图的实现，通常使用slam建图也称为（CML）的方式，即即时定位和地图构建、并发建图和定位。 机器人导航和无人驾驶类似，关键技术也是由上述5点组成，只不过机器人导航是基于室内的，无人驾驶基于室外的。所以环境感知层面会出现区别。 二、导航条件说明 硬件： 1.它是为差速驱动的轮式机器人设计的，它假设底盘受到理想的运动命令控制。 2.它需要在地盘安装一个单线激光雷达，这个激光雷达用于构建地图和定位 3.导航功能包是为方形机器人设计的，所以近似的圆形的、方形的机器人的效果是最好的。 软件： 1.ros 2.仿真环境需要搭建，因为导航是基于仿真环境的 三、机器人系统仿真 ros代码写好之后，肯定需要测试，测试环境肯定需要多变，怎么适应不同且多样的环境
40310编辑于 2024-09-12 - 来自专栏机器人课程与技术
蓝桥ROS机器人之turtlesim导航
需要预备如下基础： 使用功能包为： 后续会补充stdr案例（ROS小课堂出品）。 ~ www.corvin.cn/561.html ~ 使用plotjuggler 专业出图工具，路径一目了然。 移动到红色位置！ 再回到中心： 曲线图如下： 部分命令如下： shiyanlou:~/ $ history [17:45:05] 1 unzip turtlesim_examp
51420编辑于 2022-05-01 - 来自专栏具身小站
仿生机器人的SLAM导航
REF：多传感器融合的并联腿式六足步行机器人SLAM建图与路径规划研究 1. 并联足式机器人 四足磁吸式爬壁机器人：燕山大学研制，用于船舶表面的攀爬 四足并联腿式机器人：采用驱动端水平布置的腿部设计，使得在支撑和摆动阶段减少了脚端和地面之间的冲击 并联步行六足章鱼：上海交通大学高峰团队研制 ，机器人采用2UPS+UP 的并联机构设计，当腿部完全展开时尺寸 可达 1.5×1.5 米，对称的机身能够向任意方向移动，行进速度最高可达 每分钟 20 米，还可负重 200 公斤 并联腿式机器人：基于新型机械结构 SLAM建图 仿生步行机器人无法使用传统的轮式里程计，基于扩展卡尔曼滤波算法，采用 IMU 与 GNSS传感器融合的方式实现机器人的定位与建图 ICP 点云配准算法：找到两个点云之间的最佳刚性变换，使它们尽可能地重合 ，将速度和角速度的不同组合称为窗口，评估每个窗口的安全性和效果，从中选择最优的窗口来指导机器人运动
37210编辑于 2025-12-17 - 来自专栏云深之无迹
PythonRobotics-自主机器人导航
这个系列的文章是之前Python实现所有算法的兄弟篇，眼看着夏令营完事，我也要又开始学习日子了： 若干篇，大家可以看以前的文章 我思来想去，决定深耕机器人领域，又大又深。 我给你翻译一下，近年来自主的导航技术在很多的领域都大受关注，这个系统是指，在不受操作者控制的情况下，能够长时间的向目标移动的系统，首先是需要知道自己在哪里，那些地方是安全的，去这个安全的地方该如何去，以及如何控制自己的运动 映射也可以称为测绘的能力，机器人需要了解环境，可以设别障碍物的位置和形状，才能避开障碍物。 路径规划是机器人寻找可行高效的路径到达目标的能力，路径必须要根据机器人的运动模型和障碍物位置满足一些约束条件，并优化目标的时间和到障碍物的距离等一些目标函数。 因为要不停的看各种API，划词翻译这个浏览器插件也值得拥有~ 概率机器人，这个书你看过吗？
90050编辑于 2022-08-05 - 来自专栏具身小站
机器人自主导航方案概述
REF：建筑机器人自主导航关键技术研究进展及展望 1. 环境建图 环境地图分为先天和后天环境信息模型，其中先天环境信息模型可提前输入至建筑机器人系统，后天环境信息模型需要机器人运动过程中感知环境获取 先天环境信息模型：通过CAD和BIM的二维或三维建筑设计图纸获取 ，主要有里程计(轮式里程计、视觉里程计和激光雷达里程计等)和惯性导航等方法 绝对定位：确定机器人在全局参考框架下的位姿信息，主要方法有导航信标、地图匹配、全球定位系统 ( GPS)、UWB 定位、无线网络 路径规划 路径规划是机器人环境感知和运动控制之间的桥梁，路径规划可以描述为在机器人自身位姿已知的情况下，根据优化目标(例如轨迹长度最短、运动时间最少等)寻找到一条从当前位置到指定目标的最优路径。 考虑了机器人本身运动参数、路径方向与障碍物等信息
24910编辑于 2025-12-17 - 来自专栏具身小站
图书馆自主导航机器人
REF：基于SLAM的智能图书管理机器人路径规划研究 1. 机器人模型 在图书馆等室内平坦且空间有限的环境中，机器人采用轮式移动系统。轮式移动机器人设计成熟，控制简便，适合图书馆环境。 在导航系统方面，机器人配备激光雷达传感器，传感器安装在移动机构上，用于实现精确的导航。 通过调整驱动轮的速度，可实现机器人的直线运动和原地转动，当 2 个驱动轮以相同的正向速度旋转时，机器人将沿直线前进，当 2 个驱动轮以相反方向旋转时，机器人能实现原地转弯，增强其在狭窄室内环境中的灵活性和机动性 避障 在现实图书馆中，包括书架静态障碍物以及动态变化的障碍物，读者作为机器人的动态障碍物增加了导航环境复杂度。为增强机器人的动态避障导航效果，在图书馆模型中设置动态障碍物。 当机器人前方出现移动障碍物时，机器人会改变移动路径，并按新规划路径移动。当障碍物移动时，机器人则会重新计算最优路径，最终安全避开障碍物。
21210编辑于 2025-12-17 - 来自专栏机器人网
日立机器人EMIEW 2将可自主导航
日立近期宣布升级其类人机器人EMIEW 2，机器人能够比以前更好地了解周围的环境，可安全地在办公室和医院的人群中自主行动。 EMIEW 2机器人高80cm，重14kg，能够感知人类的运动，并可以自动躲避周围的障碍物。日立表示。该机器人在检测到可能的碰撞时，还可以自动减速。 日立表示，机器人当前仍依靠存储的地图信息行动，不过其还可以利用了储存的环境信息，例如“这个转角经常有人出现”和“那扇门从来就没打开过”等等进行判断并作出相应的反馈，使其可以在人经常出现的场地里安全行走。 当前日立还没还有决定何时将机器人投入实际应用，不过其设想了几种应用场合，包括访客导引，大楼巡逻和物品运输等。
50260发布于 2018-04-12 - 来自专栏一点人工一点智能
PythonRobotics | 基于python的机器人自主导航
这是一组用Python编程语言实现的机器人算法。该项目的重点是自主导航，目标是让机器人初学者了解每个算法背后的基本思想。01 项目简介近年来，自主导航技术在许多领域受到了巨大的关注。 这些领域包括自动驾驶、无人机飞行导航和其他交通系统。自主导航系统是一种无需操作员进行任何外部控制即可长时间移动到目标的系统。 教育资源对于未来的开发人员学习基本的自主导航技术越来越重要。因为这些自主技术需要不同的技术技能，例如：线性代数、统计学、概率论、优化理论和控制理论等。因此，需要良好的教育资源来学习基本的自主导航技术。 本文描述的开源软件（OSS）项目：PythonRobotics，提供了机器人算法的代码合集，特别是专注于自主导航。其主要目标是为初学者提供理解它所需的工具。它是在MIT许可证下用Python编写的。
1.3K10编辑于 2023-01-03 - 来自专栏具身小站
基于Cartographer和A*的四足机器人导航方案
REF：基于 ROS2 的足式机器人导航系统研究与优化 1. 经典激光SLAM建图算法 fast-slam： 将 SLAM 划分为两个独立的子任务：一是通过粒子滤波估计机器人位姿，二是通过扩展卡尔曼滤波（EKF）计算地图点的后验概率分布。 点云配准： 优化目标是通过位姿变换来最小化配准误差 前端回环检测： 当系统识别到机器人重返历史场景时，会建立新的位姿约束关系，重新优化整个图以消除累积误差， 尤其是位姿漂移 子图生成匹配： 随着机器人的运动 优化A*实现全局路径规划 Navigation 2： 根据机器人的当前状态和目标位置，生成并执行相应的导航动作，通过调用Planner、Controller、Recovery三个核心服务模块实现闭环控制 ，支持加载多种恢复行为插件，用于解决机器人被困等突发状况。
94110编辑于 2025-11-05 - 来自专栏一点人工一点智能
最新｜移动机器人导航定位技术概述
纵观移动机器人的历史发展，AGV是作为了移动机器人研究、产品化的主力军，其导航方式主要以电磁导航、磁带导航为主。 经过多年的发展，移动机器人的导航系统也逐渐从最初的有轨导航到无轨导航发展和进步，在传统AGV的基础上，伴随着技术的发展，AMR（自主移动机器人）的概念被提出并开始逐渐占据应用市场，其与传统AGV的自动导引相比 在自主移动的过程中，导航作为核心技术是赋予移动机器人行动能力的关键，导航系统主要会赋予移动机器人解决以下三个问题的能力： （1）移动机器人“我”现在何处的问题； （2）移动机器人“我”要往何处走的问题； （3）移动机器人“我”如何到达该处的问题； 其中第一个问题是移动机器人导航系统的定位及其跟踪问题，第二、三个是导航系统的路径规划和运动控制问题。 03 导航系统组成 基于上述的描述，导航可以定义为四个基本能力的组合：定位，路径规划，运动控制和地图构建。 （1）定位：移动机器人的定位能力即为移动机器人确定自身在导航地图中位置和方向的能力。
1.2K20编辑于 2023-03-07 - 来自专栏一点人工一点智能
NaVILA：用于足式机器人导航的VLA模型
，旨在解决视觉语言导航问题，并允许机器人在更具挑战性和杂乱的场景中进行导航。 第二个实验是在模拟器中评估NaVILA的足式机器人导航性能。 由于现有的足式机器人导航基准不适用于足式机器人，因此作者创建了一个新的高保真度基准，名为VLN-CE-Isaac。 该基准使用Isaac Sim模拟器捕捉了详细的机器人关节运动和与环境的交互，可以全面评估整个导航Pipeline，从高级规划到精确的机器人执行。 作者在Isaac Sim上部署了相同场景，并选择了高质量的可通行轨迹以确保现实的导航场景。他们使用相同的指标对性能进行评估，并将NaVILA模型应用于Unitree Go2和H1机器人。 最后，可以考虑将NaVILA扩展到其他类型的机器人，如四足机器人或人形机器人，以满足更多实际应用的需求。
91610编辑于 2024-12-27 - 来自专栏机器人课程与技术
机器人导航答辩记录半成品-60分模板-
<机器人技术创新与实践>答辩记录表 姓名 学号 专业 班级 题目 机器人导航实践 地点 时间 完成项目时间和答辩内容：（围绕使用镜像/仿真/导航机器人遇到的问题和解决思路 ROS导航规划的路径如何转变为机器人实际控制量？ 答：思路供参考，ROS MoveIt! 控制真实机械臂（导航）的一般框架（流程）： 1.通过程序或界面设置机械臂运动目标（rviz中设置导航目标） 2.MoveIt! （导航），Rviz动态显示当前状态 7.…… 3. 将来是否还从事机器人技术创新研究？ 答：以ROS技术创新为例，为何要放弃。 它对机器人当前的坐标进行估计，有效地消除了机器人在采集过程中移动时，如果将LIDAR一次扫描作为单个固定的“帧”进行处理将出现的拉伸假象。
65510编辑于 2022-10-04 - 来自专栏机器人课程与技术
TIAGo ROS模拟教程2 - 自主机器人导航
TIAGo ROS Simulation Tutorial 2 – Autonomous robot navigation TIAGo ROS模拟教程2 - 自主机器人导航 发表于 12月 23，2016 由 Judith Viladomat 第二包的开源ROS教程蒂亚戈的模拟凉亭使机器人在室内空间自主导航。 PAL机器人团队提出可用教程蒂亚戈机器人导航的蒂亚戈在其公开的模拟表演，使之其他任务中为大家访问的兴趣。 使用gmapping创建地图 TIAGO可以创建环境地图的周围用基座上的激光测距仪。 本地化和路径规划 让蒂亚戈自己定位并规划路径的兴趣两点之间的ROS导航教程的第二部分蒂亚戈。本教程介绍如何使TIAGo自主导航提供地图。 ROS教程2：自主TIAGo机器人导航路径。 所有这些信息按教程中的描述使用，以使TIAGo能够在给定空间中正确定位。此外，这使得同时在与rviz蒂亚戈自主导航，发送机器人，它需要达到一所需的点。
90620编辑于 2022-04-28 - 来自专栏开源SLAM算法
专访INDEMIND：机器人视觉导航将成行业主流
面对这些问题，视觉导航的机器人应用被提上日程，各大调研机构也纷纷给出视觉导航将是机器人未来重要发展方向。 那么，现有机器人导航方案有哪些不足？视觉导航能为机器人解决什么问题？ 已成型的机器人添加视觉导航模块成本如何？带着这些问题我们与国内新锐计算机视觉方案提供商INDEMIND联合创始人姜文聊了聊。 ChMlWVyFwUuIbUjjAAButevOnR8AAIuXgNmohsAAG7N168.jpg 视觉导航，是提升系统鲁棒性的关键 在提及机器人导航定位技术的时候，很多人会首先想到激光雷达。 但在以安全为前提的服务机器人上，视觉导航更合理的使用方式是与现有激光、里程计等多传感器融合，解决假回环、重定位、深度测量等问题，进一步提高机器人的鲁棒性，满足更为严苛的使用要求。 无研发门槛，成本更低的视觉导航接入 另外，对于现有机器人接入视觉导航方案的成本问题，姜文表示，成本主要分布在两个方面，得益于INDEMIND对于算法的强大优化能力，算力成本已经非常低廉，结合可见光等传感器
1.1K20发布于 2019-03-26 - 来自专栏机器人网
采用MEMS优化移动机器人的导航性能
地面机器人系统通常用于人工介入成本过高、危险过大或者效率过低的任务。在许多情况下，机器人必须能够自主工作，利用导航系统来监视并控制它从一个位置移到另一个位置。 MEMS(微机电系统)陀螺仪可提供反馈检测机制，对优化导航系统性能非常有用。图1所示的Seekur机器人系统就是一个采用先进MEMS器件来改善导航性能的自主系统。 ? 导航系统通过制定行程计划或轨迹以开始执行位置变化请求。 行程计划需考虑可用路径、已知障碍位置、机器人能力及任何相关的任务目标。例如，对于医院里的标本递送机器人，递送时间非常关键。 它的惯性导航系统(INS)与图2所示的系统相似。 正向控制 如图2所示，正向控制是通过发出机器人本体命令来实现的。 一组机器人仅需要更改软件、对机器人导航系统进行再培训就能适应新任务，完全不需要实施大量工程作业来改造叉车和传送带系统。
1.1K70发布于 2018-04-23 - 来自专栏智能仓储物流技术研习社
PPT：移动机器人AGV导航技术培训
导语 大家好，我是智能仓储物流技术研习社的社长，你的老朋友，老K。
84311编辑于 2022-04-01 - 来自专栏机器人课程与技术
机器人导航报告半成品-60分模板-tianbot mini
一、项目概述 工作流程： 机器人发布nav_msgs/Odometry格式的里程计信息，相应的TF变换给导航功能包，然后导航功能包输出geometry_msgs/Twist格式的控制指令，最终通过这些指令控制机器人完成相应的运动 在机器人导航过程中，有定位和路径规划两大部分。 Amcl:实现二维地图中机器人的定位。Amcl功能包是机器人对自己所处的位置精确定位，保障导航路径的准确性。 Move_base :实现机器人导航中的最优路径规划。Move_base功能包提供导航的主要运行、交互接口。主要由全局路径规划和本地实时规划。 自主导航： 机器人能够自主进行定位和导航，不需要过多的人为干预，在地图中设置一个目标点的集合，然后从中随机产生当前目标点，是机器人自主导航到达目标，并在短暂停留后继续循环前往下一个目标点。 三、机器人导航软件模块 总体软件框图如下： 导航软件框图如下： 右部：节点map_server 将地图信息，节点sensor sources将雷达信息、点云信息传至已在ROS系统中集成好的工装包集中
79010编辑于 2022-10-04 - 来自专栏ATYUN订阅号
Facebook开发AI Habitat帮助机器人在现实环境中导航
Facebook AI推出了AI Habitat，这是一款可以训练AI智能体的模拟器，让它可以像家庭机器人一样在典型模拟环境（如公寓或办公室等）中运行。 AI Habitat 通过将许多与计算机视觉、自然语言理解和强化学习相关的人工智能系统结合起来，嵌入式人工智能研究可以用于帮助机器人驾驭室内环境。 在AI中，模拟数据通常用于训练机器人系统、创建强化学习模型，模拟可以实现环境控制，降低因需要收集真实数据而产生的成本。 ? 除了Habitat仿真引擎之外，Habitat API还提供了一个高级实现AI算法库，用于导航，指令跟踪和问答。 该公司对机器人技术感兴趣，因为解决复杂任务的机会吸引了顶级AI人才。AI Habitat是其试图为AI开发人员和研究人员提供机器人创建平台的最新例子。
90620发布于 2019-06-18 - 来自专栏ATYUN订阅号
MIT开发模型帮助机器人像人类一样进行导航
而对于机器人，这种导航概念是一种挑战。 麻省理工学院的研究人员现在已经设计出一种方法来帮助机器人就像人类一样驾驶。 例如，需要导航房间到达门的机器人将创建可能移动的逐步搜索树，然后考虑各种约束来执行到门的最佳路径。然而，一个缺点是这些算法很少学习：机器人无法利用有关他们或其他智能体之前在类似环境中如何行动的信息。 “就像在下棋时一样，这些决定分支出来，直到机器人找到一个好的导航方式。 然后机器人查看树以找到到达目标的方式，例如一扇门。然而，研究人员的模型在探索世界和利用过去的知识之间进行权衡。 学习过程从几个例子开始。使用该模型的机器人通过几种方式进行训练以导航类似的环境。 机器人代理必须成功导航其他代理，避免碰撞，并到达目标位置，例如环形交叉口的出口。
71510发布于 2018-10-25 - 来自专栏《C++与 AI：个人经验分享合集》
《探索机器人自主导航与路径规划技术的热点》
在当今科技飞速发展的时代，机器人的自主导航和路径规划技术成为了热门话题。无论是在工业生产、物流配送还是日常生活服务中，机器人都扮演着越来越重要的角色。 这些技术不仅决定了机器人能否高效、准确地完成任务，还影响着它们在复杂环境中的适应能力。 机器人自主导航技术 传感器技术 传感器是机器人获取环境信息的关键部件。 机器人自主导航与路径规划技术的应用 工业生产 在工业生产中，机器人需要进行自主导航和路径规划，以完成各种任务。例如，在汽车制造车间，机器人需要根据生产线上的物料和设备进行导航，将物料搬运到指定位置。 机器人还可以通过路径规划来优化生产流程，提高生产效率。 物流配送 物流配送是机器人应用的重要领域。机器人可以在仓库中进行自主导航，将货物搬运到指定位置。 例如，智能扫地机器人可以通过自主导航和路径规划，清洁房间。机器人还可以在医院、酒店等场所提供服务，帮助人们完成各种任务。 总结 机器人自主导航和路径规划技术是人工智能领域的重要研究方向。
47410编辑于 2025-01-02
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号