exponenta event banner

Разработка алгоритма мобильных роботов

Отображение, планирование пути, следование пути, оценка состояния

Эти алгоритмы Robotics System Toolbox™ ориентированы на мобильные робототехники или наземные транспортные средства. Эти алгоритмы помогают выполнять весь рабочий процесс мобильной робототехники - от отображения до планирования и управления. Можно создавать карты сред, используя сетки заполняемости, разрабатывать алгоритмы планирования путей для роботов в данной среде и настраивать контроллеры для следования набору ППМ. Оценка состояния выполняется на основе данных лидарного датчика, полученных от робота.

Функции

развернуть все

binaryOccupancyMapСоздание сетки занятости с двоичными значениями
getOccupancyПолучение значения заполняемости местоположений
inflateНадувать каждое занятое расположение сетки
moveПереместить карту в мировой рамке
occupancyMatrixПреобразовать сетку занятости в матрицу
raycastВычисление индексов ячеек вдоль луча
lidarScanСоздайте объект для хранения 2-го просмотра лидара
plotОтображение показаний лазера или лидара
removeInvalidDataУдалить недопустимые данные диапазона и угла
transformScanПреобразование лазерного сканирования на основе относительной позы
stateEstimatorPFСоздать блок оценки состояния фильтра частиц
initializeИнициализация состояния фильтра частиц
predictПрогнозирование состояния робота на следующем шаге времени
correctКорректировка оценки состояния на основе измерения датчика
getStateEstimateИзвлечь наилучшую оценку состояния и ковариацию из частиц
mobileRobotPRMСоздание вероятностного плановика путей маршрутной карты
findpathНайти путь между начальной и конечной точками на маршрутной карте
controllerPurePursuitСоздание контроллера для отслеживания набора ППМ
ackermannKinematicsМодель рулевого транспортного средства в виде автомобиля
bicycleKinematicsМодель велосипедного транспортного средства
differentialDriveKinematicsМодель транспортного средства с дифференциальным приводом
unicycleKinematicsМодель одноколесного транспортного средства

Блоки

Кинематическая модель АккерманнаДвижение автомобиля по кинематической модели Аккерманна
Кинематическая модель велосипедаРасчет движения автомобиля по кинематической модели велосипеда
Кинематическая модель дифференциального приводаРасчет движения транспортного средства с использованием кинематической модели дифференциального привода
Кинематическая модель UnicycleРасчет движения транспортного средства с использованием кинематической модели одноколесного двигателя
Чистая погоняКоманды управления линейной и угловой скоростью

Темы

Мэппинг и планирование путей

Сетки заполняемости

Подробные сведения о функциональных возможностях сетки занятости и структуре карты.

Вероятностные маршрутные карты (PRM)

Принцип работы алгоритма PRM и конкретные параметры настройки.

Планирование путей в средах различной сложности

В этом примере показано, как вычислить путь без препятствий между двумя местоположениями на данной карте с помощью плановика путей вероятностной маршрутной карты (PRM).

Сопоставление с известными позициями

В этом примере показано, как создать карту среды с использованием показаний датчика дальности и позиций робота для робота с дифференциальным приводом.

Планирование траектории для робота с дифференциальным приводом в Simulink

В этом примере показано, как выполнить путь без препятствий между двумя местоположениями на данной карте в Simulink ® .

Моделирование движения

Моделирование различных кинематических моделей для мобильных роботов

В этом примере показано, как моделировать различные модели кинематики роботов в среде и сравнивать их.

Управление роботом

Контроллер чистого преследования

Функции контроллера Pure Pursuit и сведения о алгоритме.

Путь к роботу с дифференциальным приводом

В этом примере показано, как управлять роботом, чтобы следовать по нужному пути с помощью Robot Simulator.

Управление роботом дифференциального привода в беседке с Simulink

В этом примере показано, как управлять роботом дифференциального привода при совместном моделировании Gazebo с помощью Simulink.

Оценка состояния

Параметры фильтра частиц

Для использования stateEstimatorPF необходимо указать такие параметры, как количество частиц, начальное местоположение частиц и метод оценки состояния.

Рабочий процесс фильтра частиц

Фильтр частиц - рекурсивный, байесовский оценщик состояния, использующий дискретные частицы для аппроксимации заднего распределения оценочного состояния.

Отслеживание автомобильного робота с помощью фильтра частиц

Фильтр частиц - это алгоритм рекурсивной байесовской оценки на основе выборки, который реализован в stateEstimatorPF объект.

Характерные примеры