这些机器人系统工具箱™算法专注于移动机器人或地面车辆应用。这些算法可以帮助您完成从映射到规划和控制的整个移动机器人工作流程。您可以使用占用网格创建环境地图,为给定环境中的机器人开发路径规划算法,并调整控制器以遵循一组路径点。根据机器人的激光雷达传感器数据进行状态估计。
占用网格功能和地图结构的细节。
PRM算法如何工作以及特定的调优参数。
此示例演示如何使用概率路线图(PRM)路径规划器计算给定地图上两个位置之间的无障碍路径。
本例展示了如何使用距离传感器读数和差动驱动机器人的机器人姿势来创建环境地图。
本示例演示如何在Simulink®中执行给定地图上两个位置之间的无障碍路径。金宝app
了解关于移动机器人运动学方程的详细信息,包括独轮车,自行车,微分驱动器和阿克曼模型。
这个例子展示了如何在一个环境中建模不同的机器人运动学模型并进行比较。
纯追求控制器功能和算法细节。
本示例演示如何使用机器人模拟器控制机器人沿着所需的路径运行。
本例展示了如何利用Simulink在Gazebo联合仿真中控制差动驱动机器人。金宝app
使用stateEstimatorPF
粒子滤波时,必须指定粒子数量、初始粒子位置和状态估计方法等参数。
粒子滤波器是一种递归的贝叶斯状态估计器,它使用离散粒子来近似估计状态的后验分布。
粒子滤波是一种基于采样的递归贝叶斯估计算法,该算法实现于stateEstimatorPF
对象。