二维激光slam导航算法move_base改进版本 通过在move_base_params.yaml中配置参数可实现移动机器人的二次调整，解决机器人定位精度设置太高而影响到达目标点的概率底的问题。 pid_kp: 0.5 pid_kd: 0.5 pid_ki: 0.1 #超时时间 pid_time_out: 200 #目标位置精度,不依靠导航调整,自动通过pid调整 pid_xy_goal_tolerance: 0.005 #目标角度精度,不依靠导航调整,自动通过pid调整 pid_yaw_goal_tolerance: 0.005 #目标位置精度容忍值 pid_tolerate_xy_goal_tolerance: 0.01 #目标角度精度容忍值 pid_tolerate_yaw_goal_tolerance: 0.01 #大于30cm时不能调整，误差太大 pid_distance_threshold: 0.3 pid_isStartPid: true #是否是全向底盘 isOmni: false 视频地址：https://b23.tv/JYhZ8ig

【自己动手做一台SLAM导航机器人】 前言 第一章：Linux基础 第二章：ROS入门 第三章：感知与大脑 第四章：差分底盘设计 第五章：树莓派3开发环境搭建 第六章：SLAM建图与自主避障导航 第七章：语音交互与自然语言处理 附录A：用于ROS机器人交互的Android手机APP开发 附录B：用于ROS机器人管理调度的后台服务器搭建 附录C：如何选择ROS机器人平台进行SLAM导航入门

《机器人SLAM导航核心技术与实战》先导课：课程大纲 第1章 ROS入门必备知识 第2章 C++编程范式 第3章 OpenCV图像处理 第4章 机器人传感器 第5章 机器人主机 第6章 机器人底盘 第7章 SLAM中的数学基础 第8章 激光SLAM系统 第9章 视觉SLAM系统 第10章 其他SLAM系统 第11章 自主导航中的数学基础 第12章 典型自主导航系统 第13章 机器人SLAM导航综合实战

centos7下部署Django后台服务器用于ROS机器人管理调度： nginx uwsgi django python3

一系列算法都在机器人操作系统ROS中有很好的支持，所以后续的章节中都会使用ROS来组织构建代码；而ROS又是安装在Linux发行版ubuntu系统之上的，先学一些Linux命令行相关的知识，对后续ROS教程的快速上手会大有帮助。由于后续ROS的开发都是在Linux发行版ubuntu系统上进行，所以本章节就以ubuntu系统为例，对Linux命令行相关的知识进行展开讲解，本章节主要内容： 1.Linux简介 2.安装Linux发行版ubuntu系统 3.Linux命令行基础操作

Android要与ROS通讯，一种是基于rosbridge，另一种是基于rosjava库。 rosbridge rosjava

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

主要用于测试多传感器融合效果，数据量比较大，不建议在虚拟机上跑。解压后需要选择一下所需的bag

行业分类-物理装置-基于秩卡尔曼滤波的无人车SLAM导航方法.zip

ROS系统从入门到精通，手把手教你实现机器人建图、定位、导航等功能。