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

NLP 工程师入门实践班：基于深度学习的自然语言处理

三大模块，五大应用，手把手快速入门 NLP

海外博士讲师，丰富项目经验

算法 + 实践，搭配典型行业应用

随到随学，专业社群，讲师在线答疑

【超过 1000G 神经网络 / AI / 大数据，教程，论文】

从深度学习到机器人控制，2017 人工智能新开发工具盘点