Github 项目推荐 | 用 Python 实现的机器人算法示例集合 —— PythonRobotics

PythonRobotics 是用 Python 实现的机器人算法案例集合，该库包括了机器人设计中常用的定位算法、测绘算法、路径规划算法、SLAM、路径跟踪算法。

Github 地址：

https://github.com/AtsushiSakai/PythonRobotics

需求

• Python 3.6.x
• numpy
• scipy
• matplotlib
• pandas
• cvxpy

如何使用

• 安装所需的库
• Clone 该库
• 在每个目录中执行 python 脚本
• 如果你喜欢这个库，请 star ：）

部分算法案例展示：

定位算法

扩展卡尔曼滤波器（EKF）定位

这是使用扩展卡尔曼滤波器（EKF）的传感器融合定位。蓝线是真实的轨迹，黑线是推算的轨迹，绿点是定位观测（例如 GPS），红线是 EKF 的估计轨迹,红色椭圆是 EKF 估计的协方差椭圆。

无损卡尔曼滤波定位

这是一个使用无损卡尔曼滤波器（UKF）的传感器融合定位，线条和点与 EKF 模拟的含义相同。

粒子滤波器定位

这是一个带有粒子滤波器（PF）的传感器融合定位。蓝线是真实的轨迹，黑线是推算的轨迹，红线是 PF 估计的轨迹。这套算法假定机器人可以测量与地标（RFID）的距离。该测量可用于 PF 定位。

SLAM

迭代最近点算法（ICP）

这是一个具有奇异值分解的 2D ICP 匹配例子，它可以计算旋转矩阵和点到点之间的平移向量。

路径规划

动态窗口法

这是一个带有动态窗口方法的 2D 导航示例代码：

https://www.ri.cmu.edu/pub_files/pub1/fox_dieter_1997_1/fox_dieter_1997_1.pdf

更多用 Python 实现的机器人算法，请查阅 PythonRobotics 的 Github 页面：

https://github.com/AtsushiSakai/PythonRobotics