智能车辆路径规划将感知的环境信息进一步处理，为智能车辆运动跟踪控制提供参考， 是智能车辆完成任务的安全保障。考虑到在道路中存在障碍物的可能性，提出了一种利用多传感器的自适应阈值 VFH 局部避障路径规划方法。利用单目视觉传感器检测可通行道路的边界，在道路边界内激光雷达对障碍物进行预检测，再对包含障碍物的图像区域进行准确定位，最后采用改进的 VFH 方法对局部路径进行规划。通过对速度和转角的决策输出使之比传统只对转角控制进行路径规划方法节省时间，增强系统的实时性。 智能车辆运动跟踪控制是智能车辆任务执行的实现途径，也是路径规划最终效果的体现。 针对现有路径跟踪控制方法的特点，为了提高智能车辆路径跟踪控制系统精度以及实时性，提出了一种基于道路人工势场的路径跟踪控制方法。该方法模仿人类驾驶思维，所构建的环境道路人工势场包含了车辆与目标路径的偏差信息及车辆前方预瞄信息，算法简单，其控制器的参数可实时进行调整。 为进一步验证本文所述理论及方法，设计了智能车辆系统验证平台，包括道路图像处理 系统；超声波传感器及激光雷达测距系统；车速测量系统；自动转向与车速控制系统；通讯系统以及车载传感器和主要设备等。基于所设计的试验平台对智能车辆路径跟踪与自主避障进行试验验证，测试结果表明了本文所提相关方法的有效性。

行业分类-物流装置-基于自主导航的无人机物流集中自动投递方法及投递站.zip

行业分类-物流装置-基于自主导航的无人机物流集中自动投递站.zip

#资源达人分享计划#

基于地图环境已知下的机器人自主导航，通过Matlab2018实现RRT与双向RRT算法实现全局路径规划，并将规划的点列写入txt文件。之后通过VS2013读取点列数据并以一种比较粗糙的控制方法实现对机器人移动路径控制，实现从起始点运动到目标点的任务。

基于自主导航射频芯片的国产化替代.pdf

该代码实现了在gazebo中实现小车的定位与导航系统

提出卫星导航系统采用两个并行处理器PⅠ、PⅡ．其中PⅡ首先利用批处理估计器估计卫星初始状态，然后利用高精度轨道动力学模型预报下一周期的卫星星历，并将星历数据存储于星上．而PⅠ则依据上一周期的各种数据，采用实时轨道预报算法提供卫星当前时刻的轨道信息．基于这一分工思路，利用卫星观测到的星光折射信息，在高、中、低各种轨道上进行了卫星自主定轨的计算机数学仿真，仿真结果证实了并行多处理器导航计算机结构及相应导航算法用于卫星自主导航的可行性及有效性．

图像与声纳信号融合在潜艇自主导航中的应用研究

将这个文件下载后，拖入到ROS系统的工作空间的src文件夹下，使用catkin_make执行编译就可以了，使用相应的命令可以进行建立保存地图、机器人自主导航的仿真。