该程序源代码用于STM32F103C8T6智能小车跟随障碍物运动实验。 1、源代码开发软件:keil4; 2、程序对应处理器是:STM32F103C8T6; 3、智能小车电机驱动芯片是:L293D; 4、智能小车电机为:TT直流减速电机; 5、需要用到红外避障(跟随)模块; 该程序源代码在本人STM32F103C8T6智能小车上亲测可用。
2021-12-10 12:02:49 356KB 智能小车 STM32F103C8T6 STM32 跟随障碍物
基于ROS实现的的激光点云处理,对地面进行拟合分割,采用欧几里得聚类实现障碍物检测。基于ROS实现的的激光点云处理,对地面进行拟合分割,采用欧几里得聚类实现障碍物检测。基于ROS实现的的激光点云处理,对地面进行拟合分割,采用欧几里得聚类实现障碍物检测。
2021-12-07 18:26:38 2.6MB ROS 三维点云处理 障碍物检测
1
提出一种基于单目视觉的横穿障碍物检测方法。首先,基于道路平面假设,根据特征点的位置约束以及逆透视投影变换下的性质,提取地面特征点对。其次,采用迭代加权最小二乘法估计自车平移和旋转运动参数。然后,利用估计的运动参数对图像光流进行旋转补偿,并基于道路C-速度空间生成障碍物的候选标记点。最后,对候选标记点进行分组聚类和验证,确定横穿障碍物区域。不同交通场景下的实验结果表明,上述方法能够适用于各种自车运动,有效检测横穿障碍物
2021-11-21 15:30:35 889KB 自然科学 论文
1
四足机器人步态 四足机器人的小跑、爬行、转弯步态(鳄鱼灵感)。 还包括通过头部红外传感器检测障碍物。 视频: :
1
采用高度差法对雷达数据进行障碍物识别
2021-11-14 17:56:24 3.21MB 激光雷达 障碍物识别 高度差法
1
移动机器人-伺服控制和运动计划 Python中的TurtleBot使用ROS使用SLAM实现BUG算法。 借助激光雷达传感器实现了避障,路径跟踪和障碍物检测。
2021-11-11 15:58:12 1.07MB Python
1
动态Voronoi路径规划 动态Voronoi图在移动机器人避开障碍物的路径规划中的应用。 使用ROS构建 使用ROS,我们试图构建一种算法,该算法使用voronoi图来规划移动机器人(P3dx)从起始位置到目标位置的路径,而无需使用地图。 该算法是使用ROS和Python构建的。 我们使用MobileSim进行可视化,并使用RosAria进行机器人的控制。 该算法通过检测前方是否有障碍物来创建动态voronoi图。 在计算了voronoi图之后。 Dijkstra用于最短路径。 机器人有3种选择: 沿Dijkstra生成的路径移动到已经预先计算的voronoi节点。 转到目标位置。 创建一个新的Voronoi图。
2021-11-08 20:03:57 20.51MB Python
1
爱德华多·里贝罗·德·坎波斯-2021年3月 项目:激光雷达障碍物检测。 传感器融合纳米学位计划。 在整个Lidar课程中,我们从 (传感器融合与本地化总监)那里学习了有关Lidar的观点,软件方法由 (高级AV软件工程师)教授。 来自 (梅赛德斯-奔驰研究与开发北美公司)的两位专业人员。 研究了开发可处理Lidar数据的管道的最佳实践。有关更多详细信息,请和。 该项目的目标可在网页上找到。 1.细分(RANSAC)。 2聚类(KD树和欧几里得聚类) 3.边界框。 4,下采样数据(体素网格-感兴趣区域)。 1.细分。 我们希望能够找到场景中的障碍物。 但是,我们场景中的某些对象并不是障碍物。 什么会出现在pcd中但不是障碍物? 在大多数情况下,道路上的任何自由空间都不是障碍,并且如果道路平坦,则从非道路点中选择道路点是相当容易的。 为此,我们将使用一种称为“平面分割”的方法,该方
2021-10-24 16:12:48 198.31MB Makefile
1
基于计算机视觉的车道标线与障碍物自动检测.pdf
2021-10-18 22:11:27 158KB 计算机 视觉 图形处理 参考文献
这组函数用于确定封闭多边形区域内两点之间的最短路径。 在通过障碍物的情况下,选择的路径将遵循(膨胀的)障碍物。 该函数无需离散地图即可工作,例如将地图划分为瓦片并将它们标记为可步行或不可步行。
2021-10-12 20:48:24 5KB matlab
1