機械人實現自主導航就是實現機械人自主完成行駛任務，自主避障。
功能需要：定位；建圖；規劃
定位：確定機械人位置資訊
建圖：識別建立環境地圖，以柵格占用地圖為主。
地圖分為：占用柵格地圖及代價地圖（costmap）。
其中占用柵格地圖表述地圖的靜態障礙物資訊
代價地圖（costmap）用於導航，機械人以最小cost總和完成任務。
規劃包括：全域性規劃和區域性規劃。
全域性規劃是基於占用柵格地圖及全域性代價地圖，當前位置及給定目標點完成軌跡劃化，完成全域性的靜態避障。
區域性規劃是基於區域性代價地圖，當前位置，及全域性規劃給定的區域性目標完成區域性路徑規劃，實現動態避障。
eg：
slam：同步定位與建圖，實現定位及地圖建立功能。雷射slam與視覺slam
建圖：點雲/柵格/體素/八叉樹(常用，可調節解析度)地圖等
eg:octomap：可將點雲地圖轉化為二維八叉樹地圖及三維概率地圖。
occupancygrid：顯示三維概率地圖
occupancymap：顯示二維佔據地圖。
eg：已知地圖(slam/測量)時，使用amcl+規劃演算法實現自主路徑規劃
直接使用slam+規劃演算法實現路徑規劃
amcl介紹
SLAM 機械人自主定位導航
slam技術作為機械人自主移動的關鍵技術，讓很多人都誤解為 slam 機械人自主定位導航。其實，slam 機械人自主定位導航，不解決行動問題。slam如其名一樣，主要解決的是機械人的地圖構建和即時定位問題，而自主導航需要解決的是智慧型移動機械人與環境進行自主互動，尤其是點到點自主移動的問題，這需要更...
導航路徑規劃之五 A 演算法
a 演算法是啟發式搜尋，是一種盡可能基於現有資訊的搜尋策略，也就是說搜尋過程中盡量利用目前已知的諸如迭代步數，以及從初始狀態和當前狀態到目標狀態估計所需的費用等資訊。a 演算法可以選擇下乙個被檢查的節點時引入了已知的全域性資訊，對當前結點距離終點的距離作出估計，作為評價該節點處於最優路線上的可能性的...
機械人 「A D 路徑規劃演算法」講解
在路徑規劃的研究中，最典型的方法就是a 搜尋演算法，其將地圖空間劃分成大小相等的柵格，然後根據環境地圖障礙物資訊來生成每個柵格的代價值從而構成代價地圖。a 演算法就是利用啟發式函式快速地在狀態空間進行搜尋，找到一條連通起點柵格和目標柵格且代價值最小的路徑。a 演算法假設搜尋過程中地圖環境資訊不發生任...