ROS2自动驾驶
yolo5自动驾驶
1、重要！更换U盘的操作指引
2、关闭开机自启动大程序
3、Linux基础
4、YoloV5训练集
5、自动驾驶基础调试(代码解析)
6、自动驾驶特调
7、自动驾驶原理
8、PID算法理论
9、阿克曼运动学分析理论
10、建立运动学模型
常用命令
！重要！首次使用
一、原理分析
麦克纳姆轮运动学分析
二、AI大模型
3、AI大模型类型和原理
4、RAG检索增强和模型训练样本
5、具身智能机器人系统架构
6、具身智能玩法核心源码解读
7、配置AI大模型
8、配置API-KEY
三、深度相机
2、颜色标定
10、深度相机的基础使用
11、深度相机伪彩色图像
12、深度相机测距
13、深度相机色块体积测算
14、深度相机颜色跟随
15、深度相机人脸跟随
16、深度相机KCF物体跟随
17、深度相机Mediapipe手势跟随
18、深度相机视觉循迹自动驾驶
19、深度相机边缘检测
四、多模态视觉理解
20、多模态语义理解、指令遵循
21、多模态视觉理解
22、多模态视觉理解+自动追踪
23、多模态视觉理解+视觉跟随
24、多模态视觉理解+视觉巡线
25、多模态视觉理解+深度相机距离问答
26、多模态视觉理解+SLAM导航
27、多模态视觉理解+SLAM导航+视觉巡线
28、意图揣测+多模态视觉理解+SLAM导航+视觉功能
五、雷达
8、雷达基础使用
思岚系列雷达
六、建立地图
9、Gmapping建图
cartographer快速重定位导航
RTAB-Map导航
RTAB-Map建图
slam-toolbox建图
cartographer建图
Navigation2多点导航避障
Navigation2单点导航避障
手机APP建图与导航
七、新机器人自动驾驶与调整
多模态视觉理解+SLAM导航
新机器人自动驾驶
场地摆放及注意事项
启动测试
识别调试
无人驾驶的车道保持
无人驾驶路标检测
无人驾驶红绿灯识别
无人驾驶之定点停车
无人驾驶转向决策
无人驾驶之喇叭鸣笛
无人驾驶减速慢行
无人驾驶限速行驶
无人驾驶自主泊车
无人驾驶综合应用
无人驾驶融合AI大模型应用
八、路网规划
路网规划导航简介
构建位姿地图
路网标注
路网规划结合沙盘地图案例
路径重规划
九、模型训练
1、数据采集
2、数据集标注
3、YOLOv11模型训练
4、模型格式转换
十、YOLOV11开发
多机通讯配置
汝城县职业中等专业学校知识库-信息中心朱老师编辑
-
+
首页
yolo5自动驾驶
10、建立运动学模型
10、建立运动学模型
将四驱小车抽象为下图模型，其中W表示左右电机中心点的间隔；L表示前后电机中心点的间隔；电机M1、M2、M3、M4表示小车的四个驱动电机；V表示小车的线速度（前进后退速度），ω表示小车角速度（旋转速度）。 理想状态下是通过控制线速度V和角速度ω，转化成控制四个电机，从而控制四驱小车运动。  ## 运动学分析 设Vm1，Vm2，Vm3，Vm4为电机M1、M2、M3、M4的速度值，也就是轮子的转速，Vx为小车线速度,Vx为正表示向前，Vx为负表示向后，Vz为小车角速度，Vz为正表示向左，Vz为负表示向右，A为小车左右电机中心点距离W的一半A= ，B为小车前后电机中心点的距离L的一半B= 。 当小车前进或者后退时， Vm1=Vx Vm2=Vx Vm3=Vx Vm4=Vx 小车绕几何中心点自转时， Vm1=-Vz*(A+B) Vm2=-Vz*(A+B) Vm3=Vz*(A+B) Vm4=Vz*(A+B) 根据以上公式，我们就可以得到 Vm1=Vx-Vz*(A+B) Vm2=Vx-Vz*(A+B) Vm3=Vx+Vz*(A+B) Vm4=Vx+Vz*(A+B)
admin
2025年11月27日 17:09
97
转发
收藏文档
上一篇
下一篇
手机扫码
复制链接
手机扫一扫转发分享
复制链接
分享
链接
类型
密码
更新密码
有效期
Markdown文件
Word文件
PDF文档（打印）
AI