- 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iSharkFly
Confluence 6 配置快速导航 原
当在 Confluence 中的快速导航进行查找的时候（请查看 Searching Confluence）能够帮助你显示页面下拉列表和其他的项目，这个是通过查找页面标题进行比对的。 最大数量的快速导航同时搜索功能的数量限制了同时在 Confluence 服务器上使用这个功能的用户数量。 希望禁用快速导航功能，取消选择 快速导航（Quick Navigation）的选择框。 希望修改同时使用快速导航请求的最大数量，在字段 最大同时请求（Max Simultaneous Requests）输入框中输入相应的值。 选择 保存（Save）。 https://www.cwiki.us/display/CONF6ZH/Configuring+Quick+Navigation
91030发布于 2019-01-30 - 来自专栏机器人课程与技术
蓝桥ROS机器人之turtlesim导航
2 cd code_ws 3 catkin_make 4 source devel/setup.bash 5 source devel/setup.zsh 6
58920编辑于 2022-05-01 - 来自专栏iSharkFly
Confluence 6 教程：在 Confluence 中导航
https://www.cwiki.us/display/CONF6ZH/Tutorial%3A+Navigate+Confluence
90230发布于 2019-01-30 - 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。 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。 对于基于语言的目标定位，模型解释自然语言指令，利用地图中地标的功能描述识别相关地标，然后利用地标到节点的关联机制定位相关节点，检索目标图像和6自由度位姿。
24910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 - 来自专栏圣杰的专栏
ABP入门系列（6）——定义导航菜单
完成了增删改查以及页面展示，这一节我们来为任务清单添加【导航菜单】。 下面我们就来梳理下导航菜单是如何实现和使用。 一、如何使用Abp集成的导航菜单 针对我们的『任务清单』Deom，我们需要在导航栏上添加一个【Task List】的菜单入口。 二、Abp集成的导航菜单的代码结构 1.先来看看相关代码的类型依赖关系图 ? 分析发现，abp集成的导航菜单实际上是应用了组合设计模式。 INavigationConfiguration/NavigationConfiguration：导航配置，维护了NavigationProvider的列表。 实现的SetNavigation方法来完成导航菜单的初始化。
1.7K100发布于 2018-01-11 - 来自专栏iSharkFly
Confluence 6 修改导航显示选项 原
你也可以选择是否完全隐藏导航显示选项或者添加你希望可见的快捷链接。 可选的你可以使用 Page Tree Macro or Children Display Macro 宏在你的页面中显示内容导航链接而不是在边栏中显示使用导航链接。 ? https://www.cwiki.us/display/CONF6ZH/Configure+the+Sidebar
1.7K40发布于 2019-01-30 - 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 - ) } 路由导航来自专栏前端开发随笔
react-router6.x路由配置及导航
nbsp; <Link to="/home/home-right">右</Link> <Outlet />
1.9K10编辑于 2022-05-05
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。
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。 numpy[8]用于矩阵和向量运算scipy[15]用于数学、科学计算用于绘图和可视化的matplotlib[6]Pandas[10]用于数据导入和操作用于凸优化的cvxpy[5]这些模块是OSS，也可以免费使用
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。
用于机器人导航辅助的6自由度姿态估计的平面辅助视觉惯性里程计
Plane-Aided Visual-Inertial Odometry for 6-DOF Pose Estimation of a Robotic Navigation Aid 用于机器人导航辅助的 这篇论文中，介绍了一个新的用于机器人导航辅助（RNA）的位置估计VIO算法，该算法使用了一个3DTOF相机辅助导航。 PAVIO可用于任何基于3D摄像机的视觉惯性导航系统的6自由度姿态估计。 【介绍】 论文提出一种名为“平面辅助VIO”的算法（PAVIO），其通过使用一个3D TOF相机和IMU来进行位姿估计。 【结论】 论文提出了一个新的用于机器人辅助导航位姿估计的视觉惯性里程计算法，其使用了一个3D TOF相机和IMU来进行辅助导航。 其中，机器人的位姿被表示为图中的变量节点，观测信息在经过处理后转变为机器人位姿间的约束关系，并通过连接节点间的边来表示。未知状态变量X以变量节点（白色空心圆）表示。 ?
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； 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。 书籍推荐 -《自主移动机器人导论》 6. 书籍推荐-《全天候机器人视觉》 7. 基于ROS的机器人建图与导航仿真全过程
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。
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。
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! PID控制量），并周期发送给电机驱动器 5.驱动器完成闭环控制，让电机多、快、好、爽的跟随输入指令 6.控制器反馈实时状态到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。
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