【大全】基于ROS的机器人开发基础

欢迎大家来到IT世界,在知识的湖畔探索吧!

ROS（Robot Operating System）机器人操作系统

IMU – 提供姿态和位置信息的关键器件

PID – 利用误差，消除误差

Gazebo – 开源机器人仿真工具

激光雷达 – 感知外部信息的工具

SLAM – 让机器人认路

SLAM算法 – Hector_mapping和Gmapping

锂电池 – 动力之源

OpenCV – 视觉感知和智能决策

ROS move_base – 实现机器人从起点到目标点的路径规划和导航

ROS TF – 实现机器人坐标变换

卡尔曼滤波器 – 线性动态系统的状态估计

底盘 – 机器人承重和运动的基础

全覆盖路径规划 – 高效的遍历目标环境区域

机器人运动学 – 运动控制和规划的基础

ROS中配置多机通讯

机器人避障 – ROS路径规划中配置避障功能

ROS常用工具 – 查询话题和修改参数

深度相机 – 测量计算深度、生成3D场景

V-SLAM – 视觉能力提升定位和建图精度

深度相机和激光雷达协同避障 – 雷达看远处，相机看近处

视觉+雷达+超声波/红外 – 让机器人变聪明的传感器组合

深度信息获取 – 机器人ROS系统中获取深度信息

激光雷达信息获取 – 机器人ROS系统中获取雷达信息

超声波传感器 – 机器人上的应用和汽车倒车雷达相似

机器人充电桩 – 对比电车手动充电桩要支持机器人自动对桩

ROS中静态地图和代价地图 – 静态地图反映已知信息，代价地图动态更新补充

robot_pose_ekf功能包 – 基于扩展卡尔曼滤波器，用于融合多个传感器数据

robot_pose_ekf功能包 – 应用注意点和参数设置

ROS AMCL – 机器人定位和重定位

AMCL参数配置 – 平衡定位性能和处理器运算负担

机器人避障 – ROS功能包的参数配置

map+odom+base_link坐标系 – 处理坐标系转化，提升机器人定位精度

全覆盖路径规划 – 将时间和位姿信息传递给move_base设定目标节点

机器人脱困 – ROS recovery behaviors

ROS DWA路径规划算法 – 适合计算资源有限的机器人系统

机器人避障 – 局部规划器DWA算法配置参数解析

机器人避障 – 局部规划器TEB算法配置参数解析

机器人避障 – 后退避障行为中DWA算法的限制和TEB算法的优化

激光雷达 – 选型需要关注的参数

ROS传感器融合 – 代价地图融合深度相机的深度信息

ROS2替换ROS