这些机器人系统的工具箱™算法专注于移动机器人或地面车辆应用。这些算法可帮助您使用整个移动机器人工作流程从映射到规划和控制。您可以使用占用网格创建环境的地图,在给定环境中开发用于机器人的路径规划算法,以及调整控制器遵循一组航点。根据机器人的LIDAR传感器数据执行状态估计。
详细的入住率网格功能和地图结构。
PRM算法如何运行和特定的调整参数。
这个例子演示了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。
这个例子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态来创建环境地图。
这个例子演示了如何在Simulink®中执行给定地图上的两个位置之间的无障碍路径。金宝app
了解移动机器人运动学方程的细节,包括独轮车,自行车,差速器,和阿克曼模型。
这个例子展示了如何在一个环境中建立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详细信息。
这个例子演示了如何使用机器人模拟器来控制机器人沿着期望的路径前进。
此示例显示如何使用Simulink控制Gazebo共模中的差分驱动机器人。金宝app
使用stateEstimatorPF
粒子滤波时,必须指定粒子数、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stateEstimatorPF
目的。