ROS2 路径规划和计算机视觉迷宫求解(ROS2 Path Planning and Maze Solving with Computer Vision)

本课程重点介绍机器人在基于 ROS2 的模拟中的迷宫求解行为。计算机视觉是集成运动规划重要机器人算法的重点。我们将使用的机器人类型是带脚轮的差动驱动机器人。课程由以下主要标题构成。

1. 自定义机器人创建
2. 凉亭和 Rviz 集成
3. 本土化
4. 导航
5. 路径规划

从我们的机器人到最后的计算机视觉节点，我们将从头开始创造一切。Python 面向对象的编程实践将用于更好的开发。

学习成果

– 模拟部分

• 在 Blender 中创建自定义机器人设计（3D 建模）
• 将 Maze Bot 引入由 Gazebo 和 RVIZ 提供支持的 ROS 仿真中
• 用节点驱动你的机器人
• 添加传感器以更好地感知环境
• 建立不同的迷宫来解决

–算法部分

• 使用前景和背景提取进行本地化
• 使用图形数据结构进行映射
• 路径规划与
  • A*搜索
  • 迪克斯特拉
  • DFS树
  • 最小堆
• 导航同时避免障碍物和 GTG 行为

课前要求

基于软件

• Ubuntu 20.04（长期支持版）
• ROS2 – 狡猾的菲茨罗伊
• Python 3.6
• Opencv 4.2

基于技能

• 基本 ROS2 节点通信
• 启动文件
• 凉亭模型创建
• 动机:)

所有参考代码都可以在本课程的 git hub 存储库中找到。

通过浏览我们所有可用的免费预览获得一个好主意，如有任何困惑，请随时联系 :)