Advertisement

CMU在2019年春季开发的机器人定位与地图绘制的MATLAB SLAM代码（版本-16-833）。

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
对于学习16-833课程的学生，我强烈建议您尝试完成该课程的作业。为了避免违反学院的学术诚信规定，请尽量避免使用提供的代码片段。如果您正在研究与此课程不同的概念，请继续学习并参考任何相关的资源。该课程包含以下作业：作业一-粒子过滤器（实习项目，Python）；作业二-扩展卡尔曼滤波器（实践项目，MATLAB）；作业三-线性和非线性SLAM求解器的实现（实习项目，MATLAB）；作业四-ICP和基于点的融合技术（实习项目，MATLAB）。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • MATLAB的SLAM代码-16-833：机器人定位与地图构建-2019春季[CMU]
    优质
    本课程为卡内基梅隆大学2019年春季开设的MATLAB SLAM（ simultaneous localization and mapping，同步定位与地图构建）代码解析课，主要内容涉及利用MATLAB进行机器人定位及地图构建技术的学习和实践。 如果你正在学习16-833课程，我鼓励你自己尝试作业内容。尽量避免使用这里的代码片段，因为这违反了学院的学术诚信政策。如果您在这里是为了学习不同的概念，请继续参考相关片段。 作业1：粒子过滤器（实习，Python） 作业2：扩展卡尔曼滤波器（实践，MATLAB） 作业3：线性和非线性SLAM求解器（实习，MATLAB） 作业4：ICP和基于点的融合（实习，MATLAB）
     
  • 绘制定位地图
    优质
    《绘制定位地图》是一本介绍如何创建和使用定位地图的专业书籍。它详细讲解了各种绘图技巧与工具，并提供了实用案例分析，帮助读者掌握精准绘制地图的能力。 一．绘制PMOS的版图（新建一个名为pmos的cell） 1. 绘制有源区：在LSW界面中选择active层（dg），此时LSW顶部会显示“active”，表明当前选定层次为active层。点击icon menu中的矩形图标，在vituoso编辑窗口内绘制一个宽3.6u、长6u的矩形。为了方便定标，可以使用miscruler工具来帮助测量和定位；如果需要清除标尺，则可以通过miscclear ruler按钮实现。 2. 绘制栅极：在LSW界面中选择poly层（dg），然后绘制一个与有源区位置关系如图所示的矩形。
     
  • SLAM中的地图构建与定位算法
    优质
    本研究探讨了SLAM技术中地图构建和定位算法的关键问题，包括滤波方法、图优化及深度学习在SLAM中的应用，以提升机器人自主导航能力。 分享关于SLAM地图构建与定位算法的内容，其中包括了使用卡尔曼滤波和粒子滤波器的程序。如果有需要的话可以参考一下。
     
  • 利用以下技术实现同步定位与建图(SLAM): 构建环境地图及确定机器人位置以支持自主导航 - MATLAB开发
    优质
    本项目采用MATLAB开发，运用SLAM技术实现机器人在未知环境中的同步定位与建图。通过构建详细的地图并精确定位自身位置，有效支持机器人的自主导航能力。 使用Robotics System Toolbox开发环境地图并定位机器人或自动驾驶汽车的姿势以进行自主导航。在获得环境的LiDAR扫描时需要手动驱动机器人。运行此代码可以获得环境地图以及机器人相对于该地图的姿态，这可以进一步与诸如buildMap之类的命令结合使用来生成占用网格，并执行用于自主导航的路径规划。 观看以下视频可了解相关功能概述：https://www.mathworks.com/videos/implement-simultaneous-localization-and-mapping-slam-with-matlab-1520292583530.html 去掉链接后的描述如下： 使用Robotics System Toolbox开发环境地图并定位机器人或自动驾驶汽车的姿势以进行自主导航。在获得环境的LiDAR扫描时需要手动驱动机器人。运行此代码可以获得环境地图以及机器人相对于该地图的姿态，这可以进一步与诸如buildMap之类的命令结合使用来生成占用网格，并执行用于自主导航的路径规划。 概述视频提供了更详细的功能介绍。
     
  • MATLAB GUI绘图代码 - Map: 在MATLAB轴上绘制OSM地图
    优质
    本资源提供在MATLAB图形用户界面（GUI）中使用OpenStreetMap (OSM)数据进行地图绘制的代码示例，帮助用户在MATLAB轴上展示详细的地图信息。 在MATLAB GUI环境中绘制地图涉及使用特定的代码来展示纬度/经度坐标系中的地理信息。这里介绍一个名为Mapper的地图工具箱，它提供了一个简易图形用户界面（GUI），允许用户选择所需位置及样式进行地图显示。 通过Google地理编码API，指定地点可以转换为对应的经纬度数值。例如：`map = Mapper(Oldenburg);` 这行代码将创建并初始化一个以奥尔登堡为中心的地图对象。所有图块数据均从OpenStreetMap下载获取，并在本地缓存中存储，确保不再重复加载已有的地图片段。 每当用户调整视窗的缩放级别或移动视角时，Mapper会自动更新显示区域内的地图信息。此外，它还保证了底层基础地图始终位于绘制堆栈底部的位置，使开发者可以在其上层叠加自定义图形元素而不被遮挡。 对于外观样式的选择，提供了多种选项供用户挑选： - `osm`：OpenStreetMap的基本视觉风格； - `hot`：面向人道主义工作者的OSM主题图层； - `ocm`、`opm` 和 `landscape`: OpenCycleMap的不同版本以及专为户外活动设计的地图样式。 所有地图数据加载过程均采用异步模式执行，确保即使在下载大量图块期间也不会影响到应用程序界面的操作流畅性。该工具箱的版权归属Bastian Bechtold, 2017年发布。
     
  • 基于MATLAB的SLAM代码-Graph-SLAM-MATLAB：用MATLAB实现SLAM地图构建
    优质
    该资源提供了一套基于MATLAB的Simultaneous Localization and Mapping (SLAM)算法实现，具体采用了图优化方法(Graph SLAM)，适用于学习和研究机器人自主定位与地图构建技术。 在使用MATLAB代码进行SLAM（同时定位与地图构建）的过程中，我首先放置了一些任意距离以使图SLAM开始运行。根据初始绘图结果，我发现需要对这些距离进行调整以便更准确地反映实际位置。 为了优化这一过程，我对所有度量因素的协方差进行了设定，并且保持了它们不变：对于地标测量的距离因子设置为1厘米的协方差（因为我明确地犯了一些错误，在测量中没有精确到毫米），而对于角度则设定了10度的协方差。运动的因素同样保留课堂上所设定的值，即x轴和y轴方向上的移动误差分别为10厘米，而转向角误差为2°。 调整后的结果显示出一些不理想的情况：状态2的位置与预期位置有所偏差；测量6显示了一种小范围内的协方差变化，这使得系统能够缩小其最终定位到一个较为合理的位置。同时观察到运动因子在x和y方向上的协方差非常大（10厘米），这意味着可能存在较大的不确定性。 为了进一步改善地图的拟合度，我将距离测量8和9的距离协方差调整为3厘米。这是因为，在较远距离的情况下，更有可能出现较高的误差值。通过这些调整后，图SLAM的结果更加接近实际环境中的真实情况。
     
  • circlerm: 地图上的圆形绘制-MATLAB开发
    优质
    Circlerm是一款基于MATLAB开发的地图上圆形绘制工具。用户可以方便地在地图上创建、调整和分析各种大小与位置的圆形区域，适用于地理数据分析及可视化任务。 使用 Matlab 的内置函数在地图上绘制给定半径的圆并不直观。因此，在某城市发生爆发或核威胁的情况下，您需要在双重地图上制作恐惧散播图，并且只需键入 `circlem(lat,lon,radius)` 即可立即描绘出圈内每个人面临的迫在眉睫的危险。 语法： - 圆（纬度，经度，半径） - `circlem(...,units,LengthUnit)` - `circlem(...,PatchProperty,PatchValue)` - `h = circlem(...)` - `[h,circlelat,circlelon] = circlem(...)` 描述：`circlem(lat,lon,radius)` 绘制一个或多个圆，其半径由以 lat、lon 为中心的 radius 决定。radius、lat 和 lon 可以是标量、向量或者 MxN 数组中的任意组合。所有非标量输入必须具有匹配的维度。
     
  • MATLAB ICP源码 - RoboticsGallery: 波士顿大学2018-2019寒假及春季玩具机器人项目
    优质
    这段代码是波士顿大学在2018至2019年期间，寒暑假期间为玩具机器人开发的MATLAB ICP（迭代最近点）算法源码，旨在促进机器人导航和定位技术的研究与应用。此项目由RoboticsGallery维护。 matlabicp源码机器人画廊是我2018-2019年寒假的玩具项目；波士顿大学ME740智能力学课程学期项目acrobot：使用轨迹优化的两连杆和三连杆acrobot摆动；两连杆acrobot向上摆动；三连杆acrobot向上摆动。集合点：不同设置下的编队控制；集合点（让所有机器人在同一点相遇）：具有动态底层图的编队控制（圆圈）。角色分配：基于多个形状形成控制的角色分配。walker：三连杆简单步行者的轨迹优化，展示三连杆机器人的行走行为。mysim：多机器人仿真环境；三个机器人的虚拟结构三角形编队控制依赖关系MATLAB: 运行程序需要基本版本的MATLAB, 不需要特定工具箱。 OptimTraj: 要运行所有轨迹优化玩具，您需安装MATLAB库。 要执行具有编队控制的角色分配中的匈牙利算法，请使用线性分配问题的匈牙利算法（V2.3）库。在mysim中运行脚本需要来自MATLAB的机器人系统工具箱和移动机器人仿真工具箱，以及社区提供的icp代码。
     
  • 2016年新版百度地图开发示例：定位与导航
    优质
    本教程为开发者提供2016年新版百度地图API的详细使用方法和案例解析，重点讲解如何利用该版本进行精准定位及高效路线规划与导航功能实现。 2016年发布的百度地图开发示例代码包含了定位与导航功能，非常适合初学者学习使用。