《机器人SLAM导航核心技术与实战》第1季:第4章_机器人传感器

视频讲解
第1季:第4章_机器人传感器
  • 先 导 课
  • 第 1 季 : 快 速 梳 理 知 识 要 点 与 学 习 方 法
  • 第 2 季 : 详 细 推 导 数 学 公 式 与 代 码 解 析
  • 第 3 季 : 代 码 实 操 以 及 真 实 机 器 人 调 试
  • 答 疑 课
------(永 久 免 费 ● 系 列 课 程 ● 长 期 更 新)------

搞机器人,有必要学习硬件吗?

 
4.1 惯性测量单元
为什么能融合?
* IMU数据与其他传感器数据互补
* IMU数据频率很高

① 什么是九轴IMU?
三轴加速度、三轴角速度、三轴磁力、(气压)
 
② IMU有哪些性能参数?
量程、非线性度、零偏、轴间灵敏度、噪声密度、温偏
 
③ 有哪些常见的IMU芯片?
MPU9250、ADIS16405

为什么要标定?
如果IMU测量数据本身就存在很大的误差,即输入到系统的就是错误信息,
上层应用系统的算法做得再好也会输出错误结果。

 

 
均值滤波
滑动滤波
滑动中值滤波
RC低通数字滤波
IIR数字滤波

融合算法:
概率贝叶斯估计
---加权平均
---D-S证据理论
---卡尔曼滤波
---...
人工智能方法
---模糊逻辑
---人工神经网络
---...

① 卡尔曼滤波是一种很通用的思想,最优估计
信号处理、数据融合、EKF-SLAM、运动预测、自动控制
② 卡尔曼滤波,有很多变种
EKF/ESKF、UKF/CKF、SRCKF、FP_EKF
(解析法、点估计法、Square-Root Cubature KF、Fixed Point EKF)
③ 卡尔曼滤波的经典框架,要替换成具体的数学模型和数据参量
状态量(x),状态量协方差矩阵(P)
状态转移方程系数(A, B, Q)
观测方程系数(C, R)

4.2 激光雷达
三角测距
TOF(Time of Fly)测距

laser_filters功能包:
LaserArrayFilter 将雷达数据存入数组便于后续处理
ScanShadowsFilter 滤除因自身遮挡而产生的干扰数据
InterpolationFilter 在可信任的扫描点之间插值
LaserScanIntensityFilter 滤除在设定强度阈值之外的数据
LaserScanRangeFilter 滤除在设定距离范围之外的数据
LaserScanAngularBoundsFilter 滤除在设定扫描角度范围之外的数据
LaserScanAngularBoundsFilterInPlace 滤除在设定扫描角度范围之内的数据
LaserScanBoxFilter 滤除在设定区域范围之内的数据

PCL点云库:
segmentation 分割
Features 特征描述与提取
Visualization 可视化
Surface 曲面重建
Recognition 识别
Search 检索
Registration 配准
Keypoints 关键点
Filters 滤波
Sample consensus 采样一致性
octree 八叉树
common 通用模块
IO 输入输出
kdtree k维树

4.3 相机
单目相机
双目相机
RGB-D相机

 

ROS驱动功能包usb_cam
ROS驱动功能包gscam
自制基于OpenCV的驱动功能包

4.4 带编码器的减速电机
电机
电机驱动电路
电机控制主板
轮式里程计

例程源码下载
课件下载
PPT课件下载:
PDF课件下载:

《机器人SLAM导航核心技术与实战》第1季:第4章_机器人传感器的更多相关文章

  1. RViz 实时观测机器人建立导航2D封闭空间地图过程 (SLAM) ----27

    原创博客:转载请表明出处:http://www.cnblogs.com/zxouxuewei/ ROS提供了非常强大的图形化模拟环境 RViz,这个 RViz 能做的事情非常多.今天我们学习一下如何使 ...

  2. SLAM+语音机器人DIY系列:(六)SLAM建图与自主避障导航——2.google-cartographer机器人SLAM建图

    摘要 通过前面的基础学习,本章进入最为激动的机器人自主导航的学习.在前面的学习铺垫后,终于迎来了最大乐趣的时刻,就是赋予我们的miiboo机器人能自由行走的生命.本章将围绕机器人SLAM建图.导航避障 ...

  3. 除了ROS, 机器人定位导航还有其他方案吗?

    利用ROS进行机器人开发,我想大多数企业是想借助ROS实现机器人的导航.定位与路径规划,它的出现大大降低了机器人领域的开发门槛,开发者无需向前人一样走众多弯路,掌握多种知识才能开始实现机器人设计的梦想 ...

  4. Elasticsearch核心技术与实战-学习笔记

    学习资源: Elasticsearch中文社区日报https://elasticsearch.cn/article/ Elasticsearch 官网 https://www.elastic.co/ ...

  5. Kafka核心技术与实战,分布式的高性能消息引擎服务

    Kafka是LinkedIn开发并开源的一套分布式的高性能消息引擎服务,是大数据时代数据管道技术的首选. 如今的Kafka集消息系统.存储系统和流式处理平台于一身,并作为连接着各种业务前台和数据后台的 ...

  6. Elasticsearch核心技术与实战,性能是真牛

    Elasticsearch 是一款非常强大的开源搜索及分析引擎.结合 Kibana.Logstash和Beats,Elasticsearch 还被广泛运用在大数据近实时分析,包括日志分析.指标监控.信 ...

  7. .NET Core实战项目之CMS 第十三章 开发篇-在MVC项目结构介绍及应用第三方UI

    作为后端开发的我来说,前端表示真心玩不转,你如果让我微调一个位置的样式的话还行,但是让我写一个很漂亮的后台的话,真心做不到,所以我一般会选择套用一些开源UI模板来进行系统UI的设计.那如何套用呢?今天 ...

  8. php CI 实战教程第一季百度经验杂志

    phpCI实战教程第一季_百度经验杂志_百度经验http://jingyan.baidu.com/magazine/16428 杂志为本人php CI实战教程系列经验 从实际项目使用中写系列实战经验, ...

  9. React实战之Ant Design—Upload上传_附件上传

    React实战之Ant Design—Upload上传_附件上传 Upload组件大家都在官方文档中看过了,但写的时候还是会遇到许多问题,一些新手看了文档后感觉无从下手,本文过多的简绍就不说了,直接看 ...

  10. 【全面解禁!真正的Expression Blend实战开发技巧】第七章 MVVM初体验-在DataGrid行末添加按钮

    原文:[全面解禁!真正的Expression Blend实战开发技巧]第七章 MVVM初体验-在DataGrid行末添加按钮 博客更新较慢,先向各位读者说声抱歉.这一节讲解的依然是开发中经常遇到的一种 ...

随机推荐

  1. 基于Seq2Seq和注意力机制的句子翻译

    Seq2Seq(Attention) 目录 Seq2Seq(Attention) 1.理论 1.1 机器翻译 1.1.1 模型输出结果处理 1.1.2 BLEU得分 1.2 注意力模型 1.2.1 A ...

  2. Spring中过滤器(Filter)和拦截器(Interceptor)的区别和联系

    在我们日常的开发中,我们经常会用到Filter和Interceptor.有时同一个功能.Filter可以做,Interceptor也可以做.有时就需要考虑使用哪一个比较好.这篇文章主要介绍一下,二者的 ...

  3. Java开发学习(三十九)----SpringBoot整合mybatis

    一.回顾Spring整合Mybatis Spring 整合 Mybatis 需要定义很多配置类 SpringConfig 配置类 导入 JdbcConfig 配置类 导入 MybatisConfig ...

  4. HTML躬行记(3)——WebRTC视频通话

    WebRTC 在创建点对点(P2P)的连接之前,会先通过信令服务器交换两端的 SDP 和 ICE Candidate,取两者的交集,决定最终的音视频参数.传输协议.NAT 打洞方式等信息. 在完成媒体 ...

  5. 词云(WordCloud)

    WordCloud的参数: font_path:可用于指定字体路径 width:词云的宽度,默认为 400: height:词云的⾼度,默认为 200: mask:蒙版,可⽤于定制词云的形状: min ...

  6. .NET Conf 2022 – 11 月 8 日至 10 日

    .NET Conf 2022 下周就正式开启了,时间是美国时间的 11月8日至10日..NET Conf 2022是一个免费的,为期三天的, 虚拟开发人员活动提供多种实时会话,其中包括来自社区和 .N ...

  7. ubuntu 安装anaconda3

    ubuntu 安装anaconda3 官网:https://www.anaconda.com/ 下载:https://www.anaconda.com/products/individual#Down ...

  8. 第 45 届国际大学生程序设计竞赛(ICPC)亚洲区域赛(济南)-L Bit Sequence

    题意 给你两个数l,m,大小为m的数组a,求[0,l]之间满足以下条件的数x的个数: 对于任何i输入[0,m-1],f(x+i)%2=a[i]:f(k):代表k在二进制下1的个数 m的范围<=1 ...

  9. Linux 挂载Windows共享文件夹和NAS存储

    summary: [Linux 挂载共享存储] 概述 将Windows共享文件夹和NAS存储挂载至Linux. Linux系统环境:CentOS 挂载共享存储 查看外部主机共享了哪些目录 smbcli ...

  10. 第2-2-4章 常见组件与中台化-常用组件服务介绍-分布式ID-附Snowflake雪花算法的代码实现

    目录 2.3 分布式ID 2.3.1 功能概述 2.3.2 应用场景 2.3.3 使用说明 2.3.4 项目截图 2.3.5 Snowflake雪花算法的代码实现 2.3 分布式ID 2.3.1 功能 ...