点火凉亭：机器人模拟器 维护者：路易丝（Louis）在openrobotics DOT组织 建立 状态 测试范围 Ubuntu的仿生 家酿 视窗 点火凉亭是一个开放源代码的机器人模拟器。 通过Ignition Gazebo，用户可以访问高保真物理，渲染和传感器模型。 此外，用户和开发人员具有多个模拟进入点，包括图形用户界面，插件以及异步消息传递和服务。 Ignition Gazebo源自 ，代表16年来在机器人技术和仿真领域的开发和经验。 该库是项目的一部分。 目录 产品特点 动力学模拟：通过访问多个高性能物理引擎。 先进的3D图形：通过，可以使用OGRE v2等渲染引擎对具有高质量照明，阴影和纹理的环境进行逼真的渲染。 传感器和噪声模型：从激光测距仪，2D / 3D摄像机，Kinect样式传感器，接触式传感器，力传感器，IMU，GPS等生成传感器数据（可选带噪声），全部由

粒子过滤器 雷茂 芝加哥大学 介绍 粒子滤波器是用于解决统计推断问题的蒙特卡洛算法。 在该项目中，使用粒子过滤器推断了乌龟在迷宫中的位置和前进方向。 绿海龟是实际位置，而橙色海龟是估计位置。 箭头是粒子。 蓝色箭头代表低概率粒子，而红色箭头代表高概率粒子。 乌龟的前，后，左和右安装了四个传感器。 传感器在四个方向上测量其到最近壁的垂直距离，可能会受到某个传感器限制的限制。 粒子过滤器开始 平衡粒子过滤器 档案文件 . ├── LICENSE.md ├── main.py ├── maze.py └── README.md 依存关系 Python 3.6 脾气暴躁的1.14 用法 可以为粒子过滤器调整以下参数。 $ python main.py --help usage: main.py [-h] [--window_width WINDOW_WIDTH]

ensemble_kalman_filter python ensemble_kalman_filter.py 结果 集成卡尔曼滤波器（粒子数= 20） 作为参考， （粒子数= 20） 参考 片山，“非线性卡尔曼滤波器”，2011，p121-p140（日文）

SESR：同时增强和超分辨率 在更高的空间比例上可感知地增强图像生成 指标： 论文： : 预印本： : RSS-2020焦点演讲： ： 数据： ： 深度SESR模型 一种有效的水下图像模型； 可以接受2x-4x SESR的端到端培训 模型架构和实施细节： : 带有一维FENet的Deep SESR 2x的重量（在UFO-120上进行了训练）在以下型号中提供： HDF5：deep_sesr_2x_1d.h5文件； 使用test_sesr_Keras.py Protobuf：deep_sesr_2x_1d.pb文件； 使用test_sesr_TF.py UFO-120数据集 1500个训练和120个测试样本（水下图像） 促进2x，3x和4x SESR模型的配对训练 还具有带注释的显着性图，用于训练显着性预测模型 可以从以下网址下载： http : //irvla

数据融合matlab代码一些个人机器人项目 该存储库包含一些问题及其解决方案。 问题1：机器人本地化 您只需创建一个ROS软件包即可仅使用GPS，里程表和INS传感器信息来定位机器人。 您可以使用EKF-软件包来开发项目。 为了脱颖而出，您可以从头开始编写自己的EKF，UKF或任何其他传感器融合算法，而不必使用ROS EKF或UKF软件包。 将根据您的数学问题表述和编码技能对您进行评估。 目标 目的是构建一个ROS程序包，以使用提供的数据对Clearpath Robotics的Warthog机器人进行本地化。 概述 使用提供的ROS袋形式的Warthog机器人的传感器数据来完成机器人定位。 为了完成此任务，使用了两个ROS程序包。 一种是robot_localization，它使用扩展卡尔曼滤波器将传感器（GPS，IMU和里程表）融合在一起。 第二个软件包是hector_slam。 Hector slam并未得到充分利用，但使用了此程序包中的一个模块来绘制机器人的轨迹。 可视化是在rviz中完成的。 指示 该项目是使用ROS Melodic在Ubuntu18上构建和测试的。 不保证与其

arips_local_planner 实施ROS 接口的本地计划程序插件，用于2D机器人导航。 该软件包应被视为仍在构建中的Alpha版本。 基本思路： 从目标位置开始创建势场，然后将机器人移至势场负梯度的方向。 请注意，势场不同于标准ROS /“所使用的计分方法，因为那里的障碍物/路径/目标成本是逐元素加在一起的，因此必须找到使机器人避免行进的参数太靠近太障碍，但仍然允许狭窄的通道通过。 势场是由Dijkstra算法创建的，它使用膨胀的障碍物成本图对从一个单元格到另一个单元格的运动进行评分。 这样，势场即使在非常狭窄的通道中也始终会拉动机器人，同时力图与障碍物保持最大可能的距离。 该计划器最适合完整的或可以原地旋转的机器人（例如差速驱动器）。

使用Arduino的基本机器人。

RobotArm-Simulator：Simulador de brazorobóticomanipulador serie Mitsubishi RV-2AJ midte interfazgráfizaQt en lenguaje de C ++

pybullet规划（ss-pybullet） PyBullet实用程序功能库，用于机器人运动计划，操纵计划以及任务和运动计划（TAMP）。 该存储库最初是为TAMP的 （以前称为 ）方法开发的。 在 Yijiang的帮助下，可以通过获得一个稳定且有据可查的ss-pybullet 。 但是，新功能将继续首先通过ss-pybullet引入。 引文 Caelan Reed Garrett。 PyBullet规划。 。 2018。 安装 使用以下命令在OS X或Linux上安装PyBullet： $ pip install numpy pybullet $ git clone --recurse-submodules https://github.com/caelan/ss-pybullet.git $ cd ss-pybullet $ git pull --recurse-submod

苏黎世联邦理工学院ROS课程 Programming for Robotics (ROS) Course 资料