实际开发的一个移动机器人项目上位机源码，团队开发的，注解可能不是很详细，可以做一个c#开发的参考例子

室内移动机器人得到了越来越大的发展和应用，对此很多学者开始学习该方面的知识，万事开头难，很多学者在最开始的时候由于没有一个好的程序源码去帮助理解学习，从而止步不前，这里给出一些移动机器人路径规划算法的matlab以及C程序，以供大家学习。

行业分类-物理装置-基于分布式预设时间状态观测器的多移动机器人编队方法.zip

移动机器人运动目标检测与跟踪系统

本书围绕机器人将从为工业生产服务扩展到人们的日常生活领域所面临的技术课题，介绍轮式移动机器人自主控制的关键技术、理论方法和应用，提出机器人各功能模块的技术和实现方法，并介绍移动机器入学的各个方面，包括硬件设计、轮子设计、运动学分析、传感器、感知、定位、导航，以及机器人图形化编程控制系统。本书总结作者几年来在机器人方面的科研和教学工作，较系统地把轮式自主移动机器人所涉及的关键技术集合成一个整体，既适合各高等院校自动化、机器人学等专业的本科生，也适合从事移动机器人和服务机器人的研究、开发和应用的科技人员参考。

将遗传算法与蚁群算法进行有机结合，并将其应用到智能机器人全局路径规划中，其目的是探索一种基于栅格划分的环境中新的路径寻优算法，研究机器人路径规划问题。首先利用遗传算法全局搜索能力强的特点，生成初始信息素分布，再利用蚁群算法正反馈机制的特点求精确解，通过两种算法的优势互补，提高系统的路径寻优能力。

采用D*Lite算法规划出的路径并不平滑,且预规路径与障碍物均十分接近.除此之外,在动态环境下时,由D*Lite算法重规划得到的路径也离障碍物距离很近,十分容易发生碰撞.针对此问题,引入懒惰视线算法与距离变换相结合的方法改进D*Lite算法.首先,对地图进行距离变换,并引入距离值的启发式代价,使得距离障碍物较远的节点优先被选择.然后,在扩展节点时引入视线算法,增加本地父亲节点和远程父亲节点的概念,使得路径不局限于八邻域扩展,从而进化为任意角度路径规划算法;最后,在遇到未知障碍物时进行局部距离变换,结合启发距离值信息进行重规划,使得重规划得到的路径远离突现的障碍物.仿真实验表明,在不同环境下规划所得到的路径均十分平滑与安全.

制造行业日报：自主移动机器人产业发展蓝皮书全球首发.pdf

在ubutu20.04中使用webots仿真环境，建立一个简单的仿真机器人,并且使用eigen 和qpOASES编写MPC代码对机器人进行控制。

平滑和映射 该脚本使用 pylab 来模拟带有传感器在环境中移动的机器人，同时进行定位和映射。 您可以定义自己的运动模型和传感器模型，并记录机器人在模拟 2D 环境中的移动。 目前，代码一团糟，因为我有一个项目截止日期。 有关详细信息，请参阅“注意事项”。 我已经为这个项目用 python 编写了我自己的非线性图优化器。 但是，我没有使用 colamd 和 QR，而是实现了效率低下且没有利用问题的稀疏性的 pinv。 改进空间： 创建其他传感器模型 (GPS) 创建其他运动模型（机架） 用于创建机器人的辅助函数 对多个机器人进行概括（合并图） 用于图形优化的 colamd 和 QR 在机器人类中实现图优化（而不是模拟器） 写上去 平滑和映射 (SAM) 采用概率图形模型方法来解决同时定位和映射 (SLAM) 问题。 该项目的目标是以可通用的方式实现 SAM，以便使用任意运