無(wú)人駕駛感知智能

目錄
第1章 緒論 1
1.1 無(wú)人駕駛國(guó)內(nèi)外現(xiàn)狀 1
1.1.1 國(guó)內(nèi)研究現(xiàn)狀 1
1.1.2 國(guó)外研究現(xiàn)狀 4
1.2 感知智能研究現(xiàn)狀 6
1.2.1 軟件層面 6
1.2.2 硬件層面 7
1.3 感知智能系統(tǒng)的組成 12
1.3.1 介紹 12
1.3.2 意義 12
1.3.3 感知對(duì)象 14
1.4 面臨的困難和挑戰(zhàn) 14
1.5 基于ROS的無(wú)人駕駛技術(shù) 16
第2章 ROS基礎(chǔ) 19
2.1 ROS的工程結(jié)構(gòu) 19
2.1.1 工作空間（catkin workspace） 20
2.1.2 功能包（package） 20
2.1.3 文件類型 21
2.2 ROS通信原理 22
2.2.1 話題通信模型 23
2.2.2 服務(wù)通信模型 24
2.2.3 動(dòng)作通信模型 24
2.2.4 ROS通信總結(jié) 25
2.3 實(shí)驗(yàn)操作 25
2.3.1 實(shí)驗(yàn)一 工作空間與功能包創(chuàng)建 25
2.3.2 實(shí)驗(yàn)二 ROS通信原理實(shí)驗(yàn) 28
第3章 ArtTable框架 37
3.1 ArtTable框架介紹 37
3.2 ArtTable框架使用 39
3.2.1 Simulation（仿真模擬）功能 39
3.2.2 LEDControl（LED狀態(tài)控制）功能 40
3.2.3 MoveControl（運(yùn)動(dòng)學(xué)控制）功能 42
3.2.4 Gmapping（地圖構(gòu)建）功能 43
第4章 超聲波傳感器 46
4.1 超聲波傳感器分類 46
4.2 常用超聲波傳感器HC-SR04 47
4.2.1 參數(shù)特征 47
4.2.2 工作原理 47
4.2.3 使用方法 48
4.3 超聲波傳感器ROS驅(qū)動(dòng) 54
4.4 超聲波傳感器ROS通信數(shù)據(jù)分析 57
4.4.1 啟動(dòng)超聲波傳感器ROS程序 57
4.4.2 查看超聲波傳感器ROS節(jié)點(diǎn)數(shù)據(jù) 57
第5章 編碼器傳感器 61
5.1 編碼器分類 61
5.1.1 增量型 61
5.1.2 值型 63
5.1.3 混合型 63
5.2 常用編碼器E6B2-CWZ6C 64
5.2.1 參數(shù)特征 64
5.2.2 工作原理 65
5.2.3 使用方法 66
5.3 編碼器ROS驅(qū)動(dòng) 69
5.4 編碼器ROS通信數(shù)據(jù)分析 79
5.4.1 啟動(dòng)編碼器ROS節(jié)點(diǎn)程序 79
5.4.2 查看傳感器節(jié)點(diǎn)數(shù)據(jù) 79
第6章 慣性傳感器 85
6.1 慣性傳感器分類 85
6.1.1 角速度陀螺儀 86
6.1.2 線加速度計(jì) 86
6.2 常用慣性傳感器9DoF Razor IMU 88
6.2.1 參數(shù)特征 90
6.2.2 工作原理 91
6.2.3 使用方法 91
6.3 慣性傳感器ROS驅(qū)動(dòng) 116
6.4 慣性傳感器ROS通信數(shù)據(jù)分析 117
6.4.1 rotopic查看ROS驅(qū)動(dòng)發(fā)布話題 118
6.4.2 分析話題數(shù)據(jù)imu_data 119
第7章 視覺傳感器 121
7.1 視覺傳感器分類 121
7.2 常用視覺傳感器 122
7.2.1 參數(shù)特征 122
7.2.2 工作原理 123
7.2.3 使用方法 123
7.3 視覺傳感器ROS通信驅(qū)動(dòng) 134
第8章 雷達(dá) 144
8.1 雷達(dá)種類 144
8.1.1 激光雷達(dá)概述 144
8.1.2 激光雷達(dá)分類 147
8.2 常用激光雷達(dá) 152
8.2.1 參數(shù)特征 152
8.2.2 工作原理 153
8.2.3 使用方法 154
8.3 激光雷達(dá)ROS通信驅(qū)動(dòng) 158
8.4 激光雷達(dá)ROS通信數(shù)據(jù)分析 195
第9章 基于ROS的卡爾曼濾波 198
9.1 robot_pose_ekf簡(jiǎn)介 198
9.2 如何使用擴(kuò)展卡爾曼濾波器 198
9.2.1 配置 198
9.2.2 編譯并運(yùn)行包 199
9.3 節(jié)點(diǎn)解析 199
9.4 擴(kuò)展卡爾曼濾波器如何工作 200
第10章 基于ROS的狀態(tài)估計(jì) 202
10.1 robot_localization介紹 202
10.2 robot_localization特征 203
10.3 robot_localization狀態(tài)估計(jì)節(jié)點(diǎn) 203
10.3.1 ekf_localization_node 203
10.3.2 ukf_localization_node 203
10.3.3 參數(shù) 203
10.4 準(zhǔn)備數(shù)據(jù) 210
10.4.1 RO數(shù)據(jù)標(biāo)準(zhǔn) 210
10.4.2 坐標(biāo)系和轉(zhuǎn)換傳感器數(shù)據(jù) 210
10.4.3 處理tf_prefix 211
10.4.4 每種傳感器消息類型的注意事項(xiàng) 211
10.4.5 常見錯(cuò)誤 212
10.5 robot_localization配置 213
10.5.1 傳感器配置 213
10.5.2 以2D運(yùn)行 213
10.5.3 融合不可測(cè)變量 214
10.5.4 微分和相對(duì)參數(shù) 215