- 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
55110编辑于 2024-09-12 - 来自专栏悟道
2-5 快速幂模板
这个就是在快速乘的基础上改一下 sum=0--->sum=1 x+=x--->x*=x //快速幂模板 public double quickPow(double x,long y){ double sum=1; while(y>0){ if((y&1)==1){ sum*=x; } x*=x; y=y>>1; }
36720发布于 2021-06-01 - 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
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 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
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。 虽然基础模型在整合较小模型以处理更广泛任务方面显示出潜力，但对于全面导航而言，最佳模型数量及其有效集成仍然是一个悬而未决的问题。 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 ，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
38510编辑于 2025-12-17 - 来自专栏AI机器学习与深度学习算法
学习分类 2-5 线性可分
感知机非常简单同时又很容易理解，但是相对应的，缺点也很多。感知机最大的缺点就是它只能解决线性可分的问题。
61410编辑于 2022-11-08 - 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。
35710编辑于 2025-12-17 - 来自专栏Hank’s Blog
2-5 R语言基础 factor
#因子：分类数据 #有序和无序 #整数向量+标签label #Male/Female #常用于lm(),glm()
46010发布于 2020-09-16 - 来自专栏刷题笔记
2-5 修理牧场 (35 分)【优先队列】
2-5 修理牧场 (35 分) 农夫要修理牧场的一段栅栏，他测量了栅栏，发现需要N块木头，每块木头长度为整数Li个长度单位，于是他购买了一条很长的、能锯成N块的木头，即该木头的长度是Li的总和
1.1K10发布于 2020-06-23 - 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 - 来自专栏刷题笔记
2-5 Two Stacks In One Array (20 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/101173005 2-5 Two Stacks In One Array (20 分) Write
81530发布于 2019-11-08 - 来自专栏Deep learning进阶路
2-5 线性表之循环链表
2-5 线性表之循环链表 循环链表就是链表首尾相接连成一个环，可以用单链表 和 循环链表来实现。
44540发布于 2019-07-02 - 来自专栏NetCore 从壹开始
2-5 安装容器Web工具：Docker Portainer
现在已经习惯了容器化了，不仅可以很快的配合CICD来实现部署，同时主要是也能解决一些疑难杂症，比如在Linux中经常会有各种图形图像的依赖包问题。特别是内网环境。
1K20编辑于 2023-01-09 - 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。
1.5K10编辑于 2025-11-05 - 来自专栏育种数据分析之放飞自我
笔记 | GWAS 操作流程2-5：杂合率检验
一般自然群体，基因型个体的杂合度过高或者过低，都不正常，我们需要根据杂合度进行过滤。偏差可能表明样品受到污染，近亲繁殖。我们建议删除样品杂合率平均值中偏离±3 SD的个体。
2.5K20发布于 2020-04-27 - 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。
1.4K20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。 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。
1.2K10编辑于 2024-12-27
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