Estos algoritmos se centran en la robótica móvil o aplicaciones de vehículos terrestres.Robotics System Toolbox™ Estos algoritmos le ayudan con todo el flujo de trabajo de robótica móvil, desde la asignación hasta la planificación y el control. Puede crear mapas de entornos mediante cuadrículas de ocupación, desarrollar algoritmos de planificación de rutas para robots en un entorno determinado y ajustar los controladores para seguir un conjunto de waypoints. Realice una estimación del estado basada en los datos del sensor LIDAR de su robot.
Ackermann Kinematic Model | Car-like vehicle motion using Ackermann kinematic model |
Bicycle Kinematic Model | Compute car-like vehicle motion using bicycle kinematic model |
Differential Drive Kinematic Model | Compute vehicle motion using differential drive kinematic model |
Unicycle Kinematic Model | Compute vehicle motion using unicycle kinematic model |
Pure Pursuit | Linear and angular velocity control commands |
Detalles de la funcionalidad de la cuadrícula de ocupación y la estructura del mapa.
Hojas de ruta probabilísticas (PRM)
Cómo funciona el algoritmo PRM y parámetros de ajuste específicos.
Planificación de rutas en entornos de diferente complejidad
En este ejemplo se muestra cómo calcular una ruta libre de obstáculos entre dos ubicaciones en un mapa determinado mediante el planificador de rutas de hoja de ruta probabilística (PRM).
Asignación con poses conocidas
En este ejemplo se muestra cómo crear un mapa de un entorno mediante lecturas de sensores de rango y poses de robot para un robot de accionamiento diferencial.
Simular diferentes modelos cinemáticos para robots móviles
En este ejemplo se muestra cómo modelar diferentes modelos de cinemática robótica en un entorno y compararlos.
Controlador de persecución pura
Funcionalidad y detalles del algoritmo de Pure Pursuit Controller.
Seguimiento de ruta para un robot de accionamiento diferencial
En este ejemplo se muestra cómo controlar un robot para seguir la ruta deseada mediante un simulador de robot.
Controla un robot de accionamiento diferencial en Gazebo con Simulink
Este ejemplo muestra cómo controlar un robot de accionamiento diferencial en la cosimulación de Gazebo mediante Simulink.
Parámetros de filtro de partículas
Para utilizar el filtro de partículas, debe especificar parámetros como el número de partículas, la ubicación inicial de las partículas y el método de estimación de estado.stateEstimatorPF
Además, si tiene un modelo de movimiento y sensor específico, especifique estos parámetros en la función de transición de estado y la función de probabilidad de medición, respectivamente.
Flujo de trabajo de filtro de partículas
Un filtro de partículas es un estimador de estado bayesiano recursivo que utiliza partículas discretas para aproximar la distribución posterior del estado estimado.
Rastrear un robot similar a un coche usando un filtro de partículas
El filtro de partículas es un algoritmo de estimación bayesiana recursiva basado en muestreo.