前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >机器人实用Python代码合集,帮你搞定自主导航 |GitHub高热

机器人实用Python代码合集,帮你搞定自主导航 |GitHub高热

作者头像
量子位
发布2018-07-19 17:15:19
1.1K0
发布2018-07-19 17:15:19
举报
文章被收录于专栏:量子位
迷之栗 发自 凹非寺 量子位 出品 | 公众号 QbitAI

“有代码么?”

每每写到某实验室的机器人,解锁了厉害的操作,评论区很容易生出这样的问题。

然而,答案常常略带伤感,不好意思,暂时没有。

最近,有一份机器人Python代码合集登陆GitHub,并受到了用户的热烈标星。

自主导航看这里

来自日本的坂井敦,是一个玩机器人的工程师。

他和小伙伴们,为了能让更多的机器人,在地球上自如地游走,便为广大同行做了一次这样的Python代码汇总,大类如下——

· Localization (定位) · Mapping (地图构建) · SLAM · Path Planning (路径规划) · Path Tracking (路径追踪)

不难看出,这份合集非常在意,机器人的自主导航能力。

第一个登场的,是“定位”分类下的扩展卡尔曼滤波器 (EKF) 。

这是一个传感器融合的定位方法。 蓝线是真实轨迹,黑线是用航位推测法 (Dead Reckoning) 推定的轨迹。 绿点是位置数据 (比如GPS) ,红线是EKF估计出的轨迹。 红色椭圆是EKF估计的协方差

就像这样,每个词条下面都配了一张动图,还有动图的详解。

坂井说,这样观众就可以更加直观地理解,各种方法背后的思路

果然是温柔的程序猿。

赏心悦目的集合

各种方法的代码都可以免费自取,又有美味的动图,指引前路,还是很幸福吧。

所以,一起来品尝几幅动图——

这是A星算法。

这是势场 (Potential Field) 算法。

这是均匀极性采样 (Uniform Polar Sampling) 。

这是Voronoi路线图法。

以上作品来自路径规划章节,也是最丰盛的一章,有这么长——

里面分15个子类,包括了动态窗口法 (Dynamic Window Approach) ,如基于网格的搜索 (Grid Based Search) 算法等等。

子类还有自己的子类。

帮助机器人定制路线躲避障碍,当事无巨细。

想必,大家会用餐愉快的。

喝前摇一摇

想要更好地用这份合集,来投喂机器人,你需要以下工具:

· Python 3.6.x · Numpy · Scipy · Matplotlib · Pandas · Cvxpy 0.4.x

祝各位的机器人茁壮成长。

坂井君所在的小松製作所,是工程机械领域的巨头

并在此献上传送门: https://github.com/AtsushiSakai/PythonRobotics

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2018-07-09,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 量子位 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 自主导航看这里
  • 赏心悦目的集合
  • 喝前摇一摇
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档