SLAM论文：基于SLAM的移动机器人导航系统研究。基于SLAM的移动机器人导航系统研究

激光SLAM导航移动机器人定位算法研究综述 激光SLAM导航移动机器人定位算法研究综述 激光SLAM导航移动机器人定位算法研究综述

1行业趋势 2基础理论 3机械结构 4电气设计 5控制技术 6路径规划 7驱动执行 8导航定位 9源码实现 10整机系统

拓扑结构已知环境中自定位移动机器人设计，汪荣琪，张琪，设计了一个自定位移动机器人平台，在已知拓扑结构的环境中，采用雷达测距传感器，通过行走，自动确定机器人的当前位置和姿态。首

前轮转向阿克曼四轮小车智能驾驶底层源码，包括状态机管理、PID车速控制、转向控制、显示器显示等

中文教程 https://www.ncnynl.com/category/turtlebot3-tutorial/ 官方教程 https://emanual.robotis.com/docs/en/platform/turtlebot3/overview/ 注意 需要注意的是ROS需要IP地址在turtlebot和远程PC之间进行通信 修改.bashrc nano ~/.bashrc PC端配置 export ROS_MASTER_URI=http://PC端IP:11311 export ROS_HOSTNAME=PC端IP Turtlebot端配置 export ROS_MAS

MATLAB sample codes for mobile robot navigation.

针对纵向滑动参数未知的轮式移动机器人的轨迹跟踪问题, 提出一种自适应跟踪控制策略. 利用两个未知参 数来描述移动机器人左右轮的纵向打滑程度, 建立了产生纵向滑动的差分驱动轮式移动机器人的运动学模型; 设计 了补偿纵向滑动的自适应非线性反馈控制律; 应用Lyapunov 稳定性理论与Barbalat 定理证明了闭环系统的稳定性; 同时, 提出了一种由极点配置方法在线调整控制器增益的方法. 仿真结果验证了所提出控制方法的有效性.

Dijkstra、Astar 和动态规划的基于采样的移动机器人路径规划算法在这个存储库中，我们简要介绍了 Dijkstra、Astar 和动态规划方法的完整源代码，以在 2D 图上找到从起始节点到结束节点的最佳路径。 我们还提供了在给定地图上执行这些算法的主脚本。 我们已经在 map_definition.m 源代码中提供了一个示例地图 creatin。 我们在显示障碍物的地图中定义了所有封闭的多边形。 在示例地图中，有 13 个不同的障碍物，其边缘由给定的 x 和 y 坐标定义。 一个示例如下所示； map.pgx{1}=[2 8.5 8.5 4 2 2 1 1 2 4 2]; map.pgy{1}=[8 10 1 3 3 1 1 6 6 5 8]; 您可以添加新的障碍物或修改给定的障碍物以创建自己的地图。 基于采样的路径规划在基于采样的方法中，我们需要在地图上生成一定数量的点，

针对粒子滤波方法存在粒子贫乏以及初始状态未知时需要大量粒子才能进行鲁棒状态预估等问题,将粒子群优化思想引入粒子滤波中.该方法将最新观测值融合到采样过程中,并对采样过程利用粒子群优化算法进行优化.通过优化,可使粒子集朝后验概率密度分布取值较大的区域运动,从而克服了粒子贫乏问题,并极大地降低了精确预估所需的粒子数.实验结果表明,该算法具有较高的预估精度和较好的鲁棒性.