Autonomous Driving SLAM 源码

自主驾驶-SLAM 该项目是莱布尼兹大学的克劳斯·布伦纳( Claus Brenner)教授开设的SLAM和路径规划课程的一部分。 该课程基于从乐高机器人收集的数据(LiDAR和编码器),该机器人具有在受控环境中导航的履带。 概述 专案 --- 目录 1.型号 简介:开发了机器人的运动模型,将机器人的电机滴答转换为现实世界的轨迹,并使用传感器模型纠正了校正误差,该传感器模型是通过使用LiDAR数据通过检测扫描仪坐标系中地标的位置来开发的。 关键字:运动模型,电机控制,LiDAR和编码器数据。 2.本地化 概述基于特征的定位:将检测到的地标分配给地图中的各个地标,开发用于相似度变换的数学并作为直接解决方案应用,并基于该变换校正机器人的姿态。 无特征定位:将扫描点分配到竞技场的墙壁,并应用“迭代最近点”以找到最佳变换。 关键字:相似变换,ICP 3.贝叶斯过滤器 摘要:开发了作