请配合Robotics Toolbox in MATLAB使用 https://github.com/petercorke/robotics-toolbox-matlab

附有安装说明和说明文档《robotics toolbox for matlab release 9(version,9.10)》，希望能够给大家带来方便

该书为开源书籍，本链接提供该书的pdf版及代码包下载。 ebook在线开源地址：https://subscription.packtpub.com/book/hardware_and_creative/9781788478953 代码链接： https://github.com/PacktPublishing/Mastering-ROS-for-Robotics-Programming-Second-Edition 压缩包包含： Mastering ROS for Robotics Programming, Second Edition and codes Mastering ROS for Robotics Programming, First Edition

压缩包中的部分书籍在CSDN中能下载，但是部分质量较差或缺少书签，本人稍加整理，方便大家学习： Book1: Springer Handbook of Robotics, 2016 Book2: Planning Algorithms By Steven M. LaValle, Book3: Principles of Robot Motion Theory, Algorithms, and Implementations, Book4: Probabilistic Robotics, 2005 Book5: Robot Programming - A Guide to Controlling Autonomous Robots, Book6: Robotics, Modelling, Planning and Control, Book7: ros_by_example_ indigo vol1 and 2 Book8: ROS Robotics Projects. Book9: Mastering ROS for Robotics Programming - Second Edition

iiwa运动学：KUKA LBR iiwa 7DOF机械手的运动学分析

Learning Robotics with Python contains twelve chapters that mainly aims at how to build an autonomous mobile robot from scratch and how to program it using Python. The robot mentioned in this book is a service robot, which can be used to serve food at home, hotels, and restaurants. From the beginning to end, this book discusses the step-by-step procedure on how to build this robot. The book starts with the basic concepts of robotics and then moves on to the 3D modeling and simulation of the robot. After the successful simulation of the robot, it discusses the hardware components required to build the robot prototype in order to complete the robot navigation.

rrt_toolbox：MATLAB的RRT，RRT *，RRT * FN算法

GraspNet基准 “ GraspNet-1Billion：通用对象捕获的大规模基准”的基准模型（CVPR 2020）。 [ ] [] [ ] [ ] 我们的基准模型检测到的前50个抓地力。 要求 Python 3 PyTorch 1.6 Open3d的0.8 TensorBoard 2.3 NumPy 科学 枕头 tqdm 安装 获取代码。 git clone https://github.com/graspnet/graspnet-baseline.git cd graspnet-baseline 通过Pip安装软件包。 pip install -r requi

视觉推送和抓取工具箱 视觉推送和抓取（VPG）是一种训练机器人代理以学习如何计划互补的推送和抓取操作以进行操纵（例如，用于非结构化的放置和放置应用程序）的方法。 VPG直接在视觉观察（RGB-D图像）上运行，从试错中学习，快速训练，并推广到新的对象和场景。 该存储库提供PyTorch代码，用于在UR5机械臂的模拟和实际设置中通过深度强化学习来训练和测试VPG策略。 这是本文的参考实现： 通过自我监督的深度强化学习来学习推动和抓握之间的协同作用 ， ，（ ，（ ，（ ，（ 2018年IEEE / RSJ国际智能机器人和系统国际会议（IROS） 熟练的机械手操作得益于非灵活（例如推

机器人行业圣经——概率机器人（Probabilistic Robotics）高清中文版英文版pdf。由于中文版翻译质量不是特别好，建议中英文对照着看。 本书的内容适用于每一位机器人领域的学生、研究者和技木人员，以及应用统计学与传感器的非机器人领域的从业者。本书也可以用于教学。教学时，每章需要一两个课时。并且，有些章节也可以跳过或霓新排序讲授。本书每章都提供了一些习题和动手实践的项目，根据这些指导亲自动手实践，会令读者受益匪浅。 为使机器人能够应对环境、传感器、执行机构、内部模型、近似算法等所带来的不确定性，本书致力于用概率的方法明确地表示不确定性，并研究机器人感知和机器人规划与控制的不确定性，以降低机器人系统的不确定性，使机器人能工作于应用环境中，完成定位、地图构建、规划与控制。 本书包括了基础知识、定位、地图构建、规划与控制四大部分，共17 章。