0人評分過此書
結合Matlab與ROS快速上手無人自走車
結合Matlab與ROS快速上手無人自走車
波士頓顧問公司(BCG)預測2025 年全球自動駕駛車市場銷售上探 420 億美元，而了解自駕車 AI 原理最好方式就是從無人自走車開始。本書以深入淺出方式帶領對自走車技術有興趣的社會人士或是高中職、大專程度學生了解無人自走車原理與實現方式，並透過本書實驗範例與程式可以在家動手實作無人自走車。
‧本書提出以 MATLAB® 圖形化的元件程式環境與 ROS 整合方式，相較完全以 ROS 的開發方式，本書方法大幅降低無人自走車程式門檻
‧本書使用 TurtleBot3自走車套件，硬體包括單板電腦、馬達驅動板、雷射測距感測器
‧本書介紹常用自走車演算法包括快速隨機搜索樹演算法(Rapidly-exploring random tree, RRT)、單純追踪演算法 (Pure Pursuit)、向量直方圖演算法 (Vector Field Histogram, VFH)、佔據柵格地圖 (Occupancy grid map)、同步定位與地圖建構 (Simultaneous Localization and Mapping, SLAM)。
‧本書提供無人自走車初階與高階實驗範例與程式，讓讀者可以按部就班的在家操作並經歷實現自走車的成就感。
本書利用 MATLAB® 及 ROS2 的軟體整合，並使用 TurtleBot3 自走車套件來引領讀者輕鬆實現「路徑導航 (Navigation)」、「避障 (Obstacle Avoidance)」、「同步定位與地圖建構 (Simultaneous Localization and Mapping, SLAM)」。對於需要進行專題實驗的學生或是工作上有需要的社會人士，本書將是不可或缺的一本參考書籍。
波士頓顧問公司(BCG)預測2025 年全球自動駕駛車市場銷售上探 420 億美元，而了解自駕車 AI 原理最好方式就是從無人自走車開始。本書以深入淺出方式帶領對自走車技術有興趣的社會人士或是高中職、大專程度學生了解無人自走車原理與實現方式，並透過本書實驗範例與程式可以在家動手實作無人自走車。
‧本書提出以 MATLAB® 圖形化的元件程式環境與 ROS 整合方式，相較完全以 ROS 的開發方式，本書方法大幅降低無人自走車程式門檻
‧本書使用 TurtleBot3自走車套件，硬體包括單板電腦、馬達驅動板、雷射測距感測器
‧本書介紹常用自走車演算法包括快速隨機搜索樹演算法(Rapidly-exploring random tree, RRT)、單純追踪演算法 (Pure Pursuit)、向量直方圖演算法 (Vector Field Histogram, VFH)、佔據柵格地圖 (Occupancy grid map)、同步定位與地圖建構 (Simultaneous Localization and Mapping, SLAM)。
‧本書提供無人自走車初階與高階實驗範例與程式，讓讀者可以按部就班的在家操作並經歷實現自走車的成就感。
本書利用 MATLAB® 及 ROS2 的軟體整合，並使用 TurtleBot3 自走車套件來引領讀者輕鬆實現「路徑導航 (Navigation)」、「避障 (Obstacle Avoidance)」、「同步定位與地圖建構 (Simultaneous Localization and Mapping, SLAM)」。對於需要進行專題實驗的學生或是工作上有需要的社會人士，本書將是不可或缺的一本參考書籍。
-
01 概述
-
1.1 本書主旨
-
1.2 本書適合對象
-
1.3 本書編排方式
-
1.4 小結
-
-
02 無人自走車導論
-
2.1 認識ROS
-
2.1.1 Linux平台
-
2.1.2 歷史
-
2.1.3 版本更新過程
-
2.1.4 TurtleBot機器人
-
-
2.2 ROS受歡迎的原因
-
2.2.1 社群資源
-
2.2.2 開放原始碼
-
2.2.3 多重開發語言支援
-
-
2.3 ROS從1.0到2.0
-
2.3.1 DDS是什麼
-
-
2.4 建構實驗環境
-
2.4.1 Turtlebot3 Burger
-
2.4.2 馬達驅動板韌體更新
-
2.4.3 單板電腦ROS2安裝設置
-
-
2.5 ROS基本操作
-
2.6 小結
-
-
03 MATLAB®介紹
-
3.1 MATLAB®與程式語言比較
-
3.2 MATLAB®基本操作
-
3.2.1 運算與變數
-
3.2.2 向量運算
-
3.2.3 矩陣運算
-
-
3.3 Robotics System Toolbox
-
3.4 ROS Toolbox
-
3.5 MATLAB®安裝
-
3.6 版本更新過程
-
3.7 小結
-
-
04 無人自走車基礎理論
-
4.1 自走車系統之組成
-
4.1.1 上位機控制軟體
-
-
4.2 演算法概念
-
4.2.1 快速隨機搜索樹演算法（Rapidly-exploring random tree，RRT）
-
4.2.2 單純追蹤演算法（Pure Pursuit）
-
4.2.3 向量直方圖演算法（Vector Field Histogram， VFH）
-
4.2.4 佔據柵格地圖（Occupancy grid map）
-
4.2.5 同步定位與地圖建構（Simultaneous Localization and Mapping， SLAM）
-
-
4.3 安全法規
-
4.3.1 常見的認證法規
-
4.3.2 自主移動機器人應用與安全法規
-
-
4.4 小結
-
-
05 無人自走車初階實驗
-
5.1 實驗準備
-
5.1.1 遠端電腦登入
-
5.1.2 小結
-
-
5.2 建立自走車與MATLAB®的連結
-
5.2.1 程式說明
-
5.2.2 實驗結果
-
5.2.3 小結
-
-
5.3 訊息的發佈與訂閱
-
5.3.1 程式說明
-
5.3.2 實驗結果
-
-
5.4 速度指令發佈
-
5.4.1 程式說明
-
5.4.2 實驗結果
-
-
5.5 訂閱里程計資料
-
5.5.1 程式說明
-
5.5.2 實驗結果
-
5.5.3 練習
-
-
5.6 前往定位點
-
5.6.1 程式說明
-
5.6.2 實驗結果
-
5.6.3 練習
-
-
5.7 移動到定點
-
5.7.1 程式說明
-
5.7.2 實驗結果
-
5.7.3 練習
-
-
5.8 探測周圍環境
-
5.8.1 雷射測距感測器介紹
-
5.8.2 程式說明
-
5.8.3 實驗結果
-
5.8.4 練習
-
-
-
06 無人自走車進階實驗
-
6.1 路徑規劃
-
6.1.1 流程方塊圖
-
6.1.2 程式說明
-
6.1.3 實驗結果討論
-
6.1.4 程式碼
-
6.1.5 小結
-
6.1.6 練習
-
-
6.2 路徑追蹤
-
6.2.1 流程方塊圖
-
6.2.2 程式說明
-
6.2.3 實驗結果討論
-
6.2.4 程式碼
-
6.2.5 小結
-
6.2.6 練習
-
-
6.3 避開障礙物
-
6.3.1 流程方塊圖
-
6.3.2 程式說明
-
6.3.3 實驗結果討論
-
6.3.4 程式碼
-
6.3.5 小結
-
6.3.6 練習
-
-
6.4 定位補償
-
6.4.1 流程方塊圖
-
6.4.2 程式說明
-
6.4.3 實驗結果討論
-
6.4.4 程式碼
-
6.4.5 小結
-
6.4.6 練習
-
-
6.5 佔據柵格地圖構建（Occupancy grid map）
-
6.5.1 流程方塊圖
-
6.5.2 程式說明
-
6.5.3 實驗結果討論
-
6.5.4 程式碼
-
6.5.5 小結
-
6.5.6 練習
-
-
6.6 自主巡航於工作站
-
6.6.1 流程方塊圖
-
6.6.2 程式說明
-
6.6.3 實驗結果討論
-
6.6.4 程式碼
-
6.6.5 小結
-
6.6.6 練習
-
-
-
07 未來發展
-
7.1 章節回顧
-
7.1.1 概述
-
7.1.2 無人自走車導論
-
7.1.3 MATLAB®介紹
-
7.1.4 無人自走車基礎理論
-
7.1.5 無人自走車初階實驗
-
7.1.6 未來發展
-
-
- A 附錄
- 出版地 ： 臺灣
- 語言 ： 繁體中文
- DOI ： 10.978.9860776/539
評分與評論
請登入後再留言與評分
PDF
PDF
PDF
PDF
