- 综合排序
- 最热优先
- 最新优先
- 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。
52760发布于 2018-04-12 - 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。 本教程介绍如何使TIAGo自主导航提供地图。协作机器人能够检测和避免使用基激光和RGB-D相机障碍其云台。 ROS教程2：TIAGo在模拟中的本地化。 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。
1K20编辑于 2022-04-28 - 来自专栏机器学习-大数据
机器人导航仿真
2.自身定位 自身定位，通常需要使用GPS，但是GPS并不使用与室内信号较弱的地方，比如地下、隧道、室内以及一些屏蔽GPS信号的地方。 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
55110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
history [17:45:05] 1 unzip turtlesim_examples.zip 2
58920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 ，算法基于贝塞尔曲线改进摆动和支撑阶段的足部轨迹，实现了无冲击的运动 并联腿式六足步行机器人：长春工业大学研制，能在复杂地面上自由移动，能成功完成爬楼梯等 2. 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
55710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？
1K50编辑于 2022-08-05 机器人导航双模型架构Astra
某机构推出Astra：一种用于自主机器人导航的双模型架构某机构推出Astra，这是一种创新的双模型架构，彻底改变了机器人在复杂室内环境中的导航方式。 随着机器人在各行各业（从工业制造到日常生活）的日益普及，对先进导航系统的需求也日益增长。然而，当代机器人导航系统在多样且复杂的室内环境中面临重大挑战，暴露了传统方法的局限性。为了解决“我在哪里？” 这些基本问题，某机构开发了Astra，这是一种创新的双模型架构，旨在克服这些传统的导航瓶颈，实现通用移动机器人。 遵循系统1/系统2范式，Astra具有两个主要子模型：Astra-Global和Astra-Local。 这种架构有望彻底改变机器人在复杂室内空间的导航方式。Astra-Global：用于全局定位的智能大脑Astra-Global作为Astra架构的智能核心，负责关键的低频任务：自身定位和目标定位。
24810编辑于 2026-04-20- 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 后天环境信息模型：建模方法主要有运动恢复结构(structure from motion，SFM)、多视图立体视觉(multiple view stereo，MVS)和SLAM 2. ，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 考虑了机器人本身运动参数、路径方向与障碍物等信息
38510编辑于 2025-12-17 - 来自专栏具身小站
图书馆自主导航机器人
该类型机器人通常采用差动轮驱动，具备易于操作、噪音低、载重能力强等优点。其底盘结构由 2组动力轮和从动轮构成，通过步进电机进行驱动。 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。 双轮差速驱动通过 2 个步进电机分别驱动 2 个万向轮，实现机器人的移动和转向，前后各安装一个万向轮，以提高其稳定性。 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。
35710编辑于 2025-12-17 - 来自专栏ROS2
Navigation2 导航系统介绍
Nav2具有下列工具： ● 加载、提供和存储地图的工具（地图服务器Map Server） ● 在地图上定位机器人的工具 (AMCL) ● 避开障碍物从A点移动到B点的路径规划工具（Nav2 Planner ） ● 跟随路径过程中控制机器人的工具（Nav2 Controller） ● 将传感器数据转换为机器人世界中的成本地图表达的工具（Nav2 Costmap 2D） ● 使用行为树构建复杂机器人行为的工具 当BT Navigator Server中实现了单点导航的功能，便可顺理成章的实现多点导航。 Waypoint Follower通过连续向BT Navigator Server请求单点导航功能即可实现多点导航。当之前请求的单点导航完成后，再发送下一个单点导航请求。直到所有的点都已下发。 启动gazebo ros2 launch turtlebot3_gazebo turtlebot3_world.launch.py 启动导航 ros2 launch turtlebot3_navigation2
3.8K01编辑于 2022-06-19 - 来自专栏具身小站
2D激光SLAM导航算法
REF：基于 ２Ｄ 激光雷达的 ＳＬＡＭ 算法研究综述 1. 2D激光SLAM原理 激光雷达主流的测距方法可以分为三角法与飞行时间法（time of flight, TOF） 三角法： 激光以一定的角度射向被测物体 似然场模型方差）和优化方法（非线性最小二乘问题的梯度下降法）的扫描匹配 后端优化：用来减少扫描匹配产生的累积误差，分为基于贝叶斯滤波（马尔可夫假设下，基于后验概率不同有卡尔曼滤波和粒子滤波）和图优化（调整位姿图中机器人位姿 ，以最大程度满足空间约束关系）的后端优化方法 回环检测：指机器人通过传感器测量的数据检测到自己又回到之前来过的位置，包括帧与帧（scan-to-scan，两帧激光雷达数据相对平移和旋转进行匹配）、帧与子图 2D激光SLAM算法 主流的 ２Ｄ 激光SLAM可以分为：基于贝叶斯滤波、基于图优化和基于高斯牛顿优化的激光 SLAM。 基于贝叶斯滤波： 通过联合状态向量来同时表示机器人的位姿和路标所处的位置，如Gmapping算法 基于图优化： 通过最小二乘法来解决前端匹配所产生的累积误差，如Karto、Cartographer算法
58110编辑于 2025-10-28 - 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。
1.4K10编辑于 2023-01-03 - 来自专栏前端资源
dumi2 导航自定义
这两天准备搞一个组件库，用的是 dumi 官网当前的最新版本，dumi 2 + father 4。 然后发现一个问题，在没有配置导航的情况下，@/doc 目录下的一级目录或文件会自动添加到导航栏，@/src 目录下的责不会，只是将第一个组件添加到导航栏了。 可以使用 dumi 配置自定义导航内容： 比如我有一个 Example 组件（src/Example），dumi 的约定式路由，会自动处理它的路由为 components/Example。
37710编辑于 2024-05-28 - 来自专栏前端资源
dumi2 导航自定义
这两天准备搞一个组件库，用的是 dumi 官网当前的最新版本，dumi 2 + father 4。 然后发现一个问题，在没有配置导航的情况下，@/doc 目录下的一级目录或文件会自动添加到导航栏，@/src 目录下的责不会，只是将第一个组件添加到导航栏了。 可以使用 dumi 配置自定义导航内容： 比如我有一个 Example 组件（src/Example），dumi 的约定式路由，会自动处理它的路由为 components/Example。
45110编辑于 2024-05-28 - 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. ：卓越的运动能力，能自主跨越障碍物，以每小时 30 英里的高速奔跑 Mini 版：完成了后空翻，仅重 9 公斤，能够完全倒地重新站立，执行器来自航空模型，硬件成本总计3600 美元 宇树科技： Go2 ：采用 ISS2.0智能伴随系统，采用无限矢量定位技术机控制技术，遥控距离大于 30 米，在平衡性和稳定性表现出色，跌倒能迅速自行恢复站立 Unitree B2-W：能完成托马斯全旋、侧空翻等动作，具备在陡峭山坡上快速滑行 ，能攀爬 80cm 高台，5m/s 移动，上下 22cm 连续台阶，适应多种复杂地形 2. 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
1.5K10编辑于 2025-11-05 - 来自专栏小狐狸说事
B2主题内置网址导航功能
B2主题内置网址导航功能 ---- 教程开始 因为代码过多的原因我这边会给你一个压缩包，备份好自己的子主题（被覆盖了我不负责），当然子主题没有开启或者开启了没做文件修改直接把我这个压缩包解压即可，然后固定连接重新保存下即可 访问地址是：你的域名/sites 演示地址：http://……/sites 当然如果你要放到菜单上也行，想必大家都知道怎么设置菜单的自定义链接，这边我就不做多说了 文件分析 B2子主题根目录 window.open($("#searchForm").attr("action")+$("#searchinput").val()) return false; } }); 这些文件就是实现内置网址导航功能的文件缺一不可
1.3K20编辑于 2022-11-17 - 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。 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； 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。 （2）路径规划：基于移动机器人在地图参考系下的当前位置和目标位置，规划出一条无碰撞的连接两个位置点的路线供移动机器人行驶参考。 书籍推荐-《机器人编程：使用树莓派3和Python构建和控制自主机器人》 2. 书籍推荐-《机器人感知与认知中的深度学习》 3. 关于自动驾驶高精定位的几大问题 4.
1.4K20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。 2）基于历史观察的导航指令：本文提出了一个基于历史观察的导航指令，将当前观察和历史观察分别表示为不同类型的标记。这样可以更准确地捕捉到导航任务中不同类型信息的重要性。 作者使用了两个广泛使用的基准数据集：R2R和RxR。他们使用了常用的评价指标来评估NaVILA的表现，包括导航误差（NE）、成功率（SR）、路径长度加权成功率（SPL）等。 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。 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。
1.2K10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 2. 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。
75610编辑于 2022-10-04 - 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
1.2K20发布于 2019-03-26
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