新書推薦:
《
詹姆斯·伍德系列:不负责任的自我:论笑与小说(“美国图书评论奖”入围作品 当代重要文学批评家詹姆斯·伍德对“文学中的笑与喜剧”的精湛研究)
》
售價:HK$
87.4
《
武当内家散手
》
售價:HK$
50.4
《
诛吕:“诸吕之乱”的真相与吕太后时期的权力结构
》
售價:HK$
99.7
《
炙野(全2册)
》
售價:HK$
78.2
《
女人的胜利
》
售價:HK$
55.9
《
数据有道:数据分析+图论与网络+微课+Python编程(鸢尾花数学大系:从加减乘除到机器学习)
》
售價:HK$
266.6
《
500万次倾听:陪伤心的人聊聊
》
售價:HK$
53.8
《
英国商业500年(见证大国崛起与企业兴衰,启迪未来商业智慧。)
》
售價:HK$
80.6
|
內容簡介: |
由于目前无人驾驶学习成本较高,使得很多对无人驾驶感兴趣的初学者望而却步。本书基于开源的机器人操作系统(Robot Operating System,ROS),设计了一款开源的无人驾驶平台。书中针对初学者引入了ROS的基础框架,对开发工具、通信协议、功能包的应用等进行了介绍,帮助初学者尽快上手。针对有一定基础的人群,涉及了URDF建模、传感器使用和数据融合方法等内容。 本书从ROS基础、车辆建模基础、控制基础到传感器基础实验和数据融合,将涉及的每个知识点详细拆分讲解,涵盖多个实验案例,并且为所有代码提供了详细的注解,以从根本上满足读者的需求。
|
關於作者: |
张锐,北京钢铁侠科技有限公司创始人。荣获北京市优秀毕业生、北京市优秀人才(青年骨干)、中关村雏鹰人才、北京市青年人才托举工程、中关村高聚工程领军人才、青岛市拔尖人才,承担过北京市科技重大专项等多项省部级项目。
|
目錄:
|
目录第1章 绪论11.1 无人驾驶国内外现状11.1.1 国内研究现状11.1.2 国外研究现状41.2 感知智能研究现状61.2.1 软件层面61.2.2 硬件层面71.3 感知智能系统的组成121.3.1 介绍121.3.2 意义121.3.3 感知对象141.4 面临的困难和挑战141.5 基于ROS的无人驾驶技术16第2章 ROS基础192.1 ROS的工程结构192.1.1 工作空间(catkin workspace)202.1.2 功能包(package)202.1.3 文件类型212.2 ROS通信原理222.2.1 话题通信模型232.2.2 服务通信模型242.2.3 动作通信模型242.2.4 ROS通信总结252.3 实验操作252.3.1 实验一 工作空间与功能包创建252.3.2 实验二 ROS通信原理实验28第3章 ArtTable框架373.1 ArtTable框架介绍373.2 ArtTable框架使用393.2.1 Simulation(仿真模拟)功能393.2.2 LEDControl(LED状态控制)功能403.2.3 MoveControl(运动学控制)功能423.2.4 Gmapping(地图构建)功能43第4章 超声波传感器464.1 超声波传感器分类464.2 常用超声波传感器HC-SR04474.2.1 参数特征474.2.2 工作原理474.2.3 使用方法484.3 超声波传感器ROS驱动544.4 超声波传感器ROS通信数据分析574.4.1 启动超声波传感器ROS程序574.4.2 查看超声波传感器ROS节点数据57第5章 编码器传感器615.1 编码器分类615.1.1 增量型615.1.2 值型635.1.3 混合型635.2 常用编码器E6B2-CWZ6C645.2.1 参数特征645.2.2 工作原理655.2.3 使用方法665.3 编码器ROS驱动695.4 编码器ROS通信数据分析795.4.1 启动编码器ROS节点程序795.4.2 查看传感器节点数据79第6章 惯性传感器856.1 惯性传感器分类856.1.1 角速度陀螺仪866.1.2 线加速度计866.2 常用惯性传感器9DoF Razor IMU886.2.1 参数特征906.2.2 工作原理916.2.3 使用方法916.3 惯性传感器ROS驱动1166.4 惯性传感器ROS通信数据分析1176.4.1 rotopic查看ROS驱动发布话题1186.4.2 分析话题数据imu_data119第7章 视觉传感器1217.1 视觉传感器分类1217.2 常用视觉传感器1227.2.1 参数特征1227.2.2 工作原理1237.2.3 使用方法1237.3 视觉传感器ROS通信驱动134第8章 雷达1448.1 雷达种类1448.1.1 激光雷达概述1448.1.2 激光雷达分类1478.2 常用激光雷达1528.2.1 参数特征1528.2.2 工作原理1538.2.3 使用方法1548.3 激光雷达ROS通信驱动1588.4 激光雷达ROS通信数据分析195第9章 基于ROS的卡尔曼滤波1989.1 robot_pose_ekf简介1989.2 如何使用扩展卡尔曼滤波器1989.2.1 配置1989.2.2 编译并运行包1999.3 节点解析1999.4 扩展卡尔曼滤波器如何工作200第10章 基于ROS的状态估计20210.1 robot_localization介绍20210.2 robot_localization特征20310.3 robot_localization状态估计节点20310.3.1 ekf_localization_node20310.3.2 ukf_localization_node20310.3.3 参数20310.4 准备数据21010.4.1 RO数据标准21010.4.2 坐标系和转换传感器数据21010.4.3 处理tf_prefix21110.4.4 每种传感器消息类型的注意事项21110.4.5 常见错误21210.5 robot_localization配置21310.5.1 传感器配置21310.5.2 以2D运行21310.5.3 融合不可测变量21410.5.4 微分和相对参数215
|
|