機器人學 —— 機器人感知（Gaussian Model）
機器人感知是UPNN機器人專項中的最后一門課程，其利用視覺方法來對環境進行感知。與之前提到的機器人視覺不同，機器人感知更側重於對環境物體的識別與檢測。與計算機視覺不同，機器人視覺所識別的物體往往不需要高精度測量，物體也有明顯特征。機器人感知最為典型的應用是對環境的感知 —— SLAM，同步定位 ...
原文：機器人學 —— 機器人感知（Mapping）
對於移動機器人來說，最吸引人的莫過於SLAM，堪稱Moving Robot 皇冠上的明珠。Perception 服務於 SLAM，Motion Plan基於SLAM。SLAM在移動機器人整個問題框架中，起着最為核心的作用。為了專注於Mapping，此章我們假設 Location 是已知的。 Metric Map 軌跡規划任務是再Metric Map的基礎上完成的。當然，層次最高的是語意圖，語意圖 ...
2016-06-04 20:08 2 3016 推薦指數：
相關推薦
機器人學 —— 機器人感知（Location）
終於完成了Robotic SLAM 所有的內容了。說實話，課程的內容比較一般，但是作業還是挺有挑戰性的。最后一章的內容是 Location. Location 是 Mapping 的逆過程。在給定map的情況下，需要求取機器人的位姿。 1、Location 的意義 在機器人導航任務 ...
機器人學 —— 機器人感知（Kalman Filter）
對於機器人感知任務而言，經常需要預判物體的運動，保證機器人在物體與自身接觸之前進行規避。比如無人機與障礙物的碰撞，足球機器人判斷足球的位置。預判的前提是對當前狀態進行准確的估計，比如足球的速度，障礙物靠近的速度。一般認為，測量是存在誤差的 —— 眼見未必為實。 1、物體的運動學模型 ...
機器人學 —— 機器人視覺（Bundle Adjustment）
今天完成了機器人視覺的所有課程以及作業，確實是受益匪淺啊！ 最后一個話題是Bundle Adjustment. 機器人視覺學中，最頂尖的方法。 1、基於非線性優化的相機位姿估計 之前已經在擬合一篇中，已經補完了非線性最小二乘擬合問題。Bundle Adjustment ...
機器人學 —— 機器人視覺（極幾何）
極幾何是機器人視覺分支——雙目視覺中，最為重要的概念。與結構光視覺不同，雙目視覺是主！動！測！量！方法。 1、極幾何的研究前提 極幾何的研究對象是兩幅有重疊區域圖像。研究目標是提取相機拍攝位姿之間的關系。一旦得到兩次拍攝位姿之間的關系，我們就可以對場景點進行三維重建。 極幾何定義 ...
機器人學 —— 機器人視覺（基礎）
機器人視覺是一種處理問題的研究手段。經過長時間的發展，機器人視覺在定位，識別，檢測等多個方面發展出來各種方法。其以常見的相機作為工具，以圖像作為處理媒介，獲取環境信息。 1、相機模型 相機是機器人視覺的主要武器，也是機器人視覺和環境進行通信的媒介。相機的數學模型為小孔模型，其核心在於 ...
機器人學 —— 軌跡規划（Introduction）
軌跡規划屬於機器人學中的上層問題，其主要目標是計划機器人從A移動到B並避開所有障礙的路線。 1、軌跡計划的對象 軌跡規划的對象是map，機器人通過SLAM獲得地map后，則可在地圖中選定任意兩點進行軌跡規划。暫時不考慮三維地圖，以平面二維圖為例，map主要有以下幾種 ...
機器人學期刊
ROBOTICS機器人學 序號 期刊名 影響因子 ...