|
|
全部内容
ROS学习笔记（一）
悟已往之不谏，知来者之可追
修改于2021年12月13日，附加ROS 1自动安装教程，亲测真的很好用，省时省力，方便新手专注于ROS本身的学习，感谢石鹏大佬~ [文章: ROS 1 安装——从手动到自动：以 Ubuntu 18.04 + ROS Melodic 为例] 前言于2021年6月17日 最近学的东西比较杂、也比较散乱，感觉这么学下去不是个办法，于是萌生了把最近的学习经历记录一下的想法，主要包括 ROS安装和ROS入门学习两大部分。作为一个本科学了4年车辆工程的研究生，刚刚接触ROS，体验非…
8.5 机器人平台设计之控制系统
人工智能应用领域教育领导者，更多内容请关注公众号
8.5 机器人平台设计之控制系统我们机器人平台的控制系统应该如何设计？ROS系统的控制系统选择是多样的，一般常用的有基于ARM、x86等架构的处理器，比如:PC、工控机、树莓派...，不同的处理器都存在一定的优缺点，PC和工控机，处理器性能强大，但是功耗高、体积大、灵活性差。嵌入式系统则反之。 那么应该如何选择控制系统呢? 比如:如果是中大型机器人，可以使用PC或工控机等作为控制系统;但是如果是小型或微型机器人，就应该使用…
一起动手写ROS：仿真器概述
十年研发老兵，7年机器人行业经验。深耕导航规划控制算法领域。
引言文档通篇致力于实现一个简单高效的仿真工具，用于2D移动机器人的导航功能开发 ----------- 工欲善其事 必先利其器在完成前面环境安装与开发环境搭建之后，正式进入仿真器阶段。在本小节，首先从仿真器到底在仿什么进行切入，尽可能的讲清楚即将实现的仿真器所拥有的模块，以及模块之间的关系。 什么是仿真器仿真器： 一个通过计算机技术与建模技术所构建出来的虚拟的，可视化的，用于节约开发成本的工具。 解决机器人时间，…
我会对自动驾驶的各种模块，包括仿真系统、感知算法、定位算法、行为决策、控制系统、车联网等等进行更详细的描述。读完这些章节后，你对无人驾驶不仅只有一个宏观的概念掌控，对最前沿、高精尖的技术细节也会有详细了解。 「无人驾驶」一直是一个充满矛盾的高新技术。 在大众眼里，它看起来是那么的遥不可及，可同时又仿佛近在咫尺。英国《卫报》2015 年预测：到 2020 年，你将成为一个「永久后座司机」。马斯克也曾放言，特斯…
Ctrl phd 做Planning的 言论不代表控制界
下面是18年的古早回答，现在是2023年，从我个人在工业界的研究来看，如果可以接受稍微大一点的算力消耗，那么同时处理好高维 状态空间 搜索，交互博弈，uncertainty multi-modality的算法是可以实现，并且实际部署的。这里的实现指的是基于清晰的理论，不依赖DL的方法。（当然ML的工具可以以trivial的方式塞进planning算法，因此不值得专门讨论）。至于具体是咋做的，因为涉及饭碗，不便透露。只是给多年前总结的问题一个回复。其…
slam研究生
我怎么会写得那么长……如果您有兴趣可以和我一块把公式过一遍。 要讲清这个问题，得从状态估计理论来说。先摆上一句名言： 状态估计乃传感器之本质。（To understand the need for state estimation is to understand the nature of sensors.）任何传感器，激光也好，视觉也好，整个SLAM系统也好，要解决的问题只有一个： 如何通过数据来估计自身状态。每种传感器的测量模型不一样，它们的精度也不一样。换句话说，状态估计问题…
专注深度学习，自动驾驶环境感知
自动驾驶系统包括环境感知和定位，行为预测和规划控制。作为自动驾驶感知算法工程师，我这里就只说说环境感知方面需要的知识吧。 下面是我在自动驾驶感知专栏中的一篇概述文章，专栏里也包含了各个子领域的介绍性文章。 1 前言本专栏主要关注自动驾驶中的环境感知任务，内容包括感知技术的起源，现状以及最新的发展趋势。感知任务大多涉及算法设计，因此专栏的介绍也以算法为主线，特别是深度学习的算法。此外也会涉及一些数据采…
Breakthrough!
一点粗浅的看法，供参考： 1、ROS如果是ROS1的话，做demo可以，但若要正式工程化落地车规级产品应用，有难度： Why ROS 2? 这里ROS2官方介绍了其来由，简单总结下就是：正式工程化落地，对稳定可靠的要求是极高的（去除master单点/支持实时性、QoS...）；根本无法平移互联网平台常用的诸如：4个9可用性一类的指标；因为汽车场景的任何一点不确定，就可能意味着生命的代价！另外，即便ROS2设计优良，还有一点就是系统code base是…