robotics-smoothing-and-mapping:使用我的协调移动机器人课程的模拟器在 python 中实现平滑和映射-源码

上传者: 42129113 | 上传时间: 2021-07-10 12:03:36 | 文件大小: 14.41MB | 文件类型: ZIP
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

文件下载

资源详情

[{"title":"( 34 个子文件 14.41MB ) robotics-smoothing-and-mapping:使用我的协调移动机器人课程的模拟器在 python 中实现平滑和映射-源码","children":[{"title":"robotics-smoothing-and-mapping-master","children":[{"title":"Sensor.py <span style='color:#111;'> 3.41KB </span>","children":null,"spread":false},{"title":"learningTheano.py <span style='color:#111;'> 1.51KB </span>","children":null,"spread":false},{"title":"NOTES <span style='color:#111;'> 1.13KB </span>","children":null,"spread":false},{"title":"img","children":[{"title":"isam3.png <span style='color:#111;'> 278.04KB </span>","children":null,"spread":false},{"title":"isam1.png <span style='color:#111;'> 209.63KB </span>","children":null,"spread":false},{"title":"multi-sensor-isam3.png <span style='color:#111;'> 451.26KB </span>","children":null,"spread":false},{"title":"multi-sensor-isam4.png <span style='color:#111;'> 512.50KB </span>","children":null,"spread":false},{"title":"multi-robot-multi-sensor2.png <span style='color:#111;'> 1.73MB </span>","children":null,"spread":false},{"title":"multi-robot-multi-sensor1.png <span style='color:#111;'> 1.33MB </span>","children":null,"spread":false},{"title":"multi-sensor-isam5.png <span style='color:#111;'> 643.79KB </span>","children":null,"spread":false},{"title":"multi-sensor-isam2.png <span style='color:#111;'> 381.68KB </span>","children":null,"spread":false},{"title":"single-sparse-after.png <span style='color:#111;'> 1.14MB </span>","children":null,"spread":false},{"title":"isam2.png <span style='color:#111;'> 230.45KB </span>","children":null,"spread":false},{"title":"multi-sensor-isam1.png <span style='color:#111;'> 316.70KB </span>","children":null,"spread":false},{"title":"single-sparse-before.png <span style='color:#111;'> 1.30MB </span>","children":null,"spread":false},{"title":"multi-robot-multi-sensor3.png <span style='color:#111;'> 1.75MB </span>","children":null,"spread":false},{"title":"isam5.png <span style='color:#111;'> 302.22KB </span>","children":null,"spread":false},{"title":"single-dense-before.png <span style='color:#111;'> 2.32MB </span>","children":null,"spread":false},{"title":"isam4.png <span style='color:#111;'> 296.14KB </span>","children":null,"spread":false},{"title":"single-dense-after.png <span style='color:#111;'> 2.48MB </span>","children":null,"spread":false}],"spread":false},{"title":"utils.py <span style='color:#111;'> 2.38KB </span>","children":null,"spread":false},{"title":"main.py <span style='color:#111;'> 4.85KB </span>","children":null,"spread":false},{"title":"Motion.py <span style='color:#111;'> 1.94KB </span>","children":null,"spread":false},{"title":"Simulator.py <span style='color:#111;'> 18.90KB </span>","children":null,"spread":false},{"title":"Graph.py <span style='color:#111;'> 11.82KB </span>","children":null,"spread":false},{"title":"trajectories","children":[{"title":"loop.p <span style='color:#111;'> 4.19KB </span>","children":null,"spread":false},{"title":"circle.p <span style='color:#111;'> 2.14KB </span>","children":null,"spread":false}],"spread":true},{"title":"README.md <span style='color:#111;'> 16.27KB </span>","children":null,"spread":false},{"title":"Robot.py <span style='color:#111;'> 5.03KB </span>","children":null,"spread":false},{"title":"Plot.py <span style='color:#111;'> 6.08KB </span>","children":null,"spread":false},{"title":"CommandLineApp.py <span style='color:#111;'> 3.64KB </span>","children":null,"spread":false},{"title":"Map.py <span style='color:#111;'> 638B </span>","children":null,"spread":false},{"title":".gitignore <span style='color:#111;'> 20B </span>","children":null,"spread":false},{"title":"learningSympy.py <span style='color:#111;'> 875B </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明