<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[irobot_davinci的专栏]]></title><description><![CDATA[梦想永在，踏歌前行]]></description><link>https://blog.youkuaiyun.com/irobot_davinci</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; irobot_davinci]]></copyright><item><title><![CDATA[KLT角点跟踪算法(LK)学习（一）——算法原理]]></title><link>https://blog.youkuaiyun.com/irobot_davinci/article/details/29635199</link><guid>https://blog.youkuaiyun.com/irobot_davinci/article/details/29635199</guid><author>irobot_davinci</author><pubDate>Tue, 10 Jun 2014 23:58:43 +0800</pubDate><description><![CDATA[KLT角点跟踪算法]]></description><category></category></item><item><title><![CDATA[线性分类器之Fisher线性判别函数]]></title><link>https://blog.youkuaiyun.com/irobot_davinci/article/details/28595729</link><guid>https://blog.youkuaiyun.com/irobot_davinci/article/details/28595729</guid><author>irobot_davinci</author><pubDate>Thu, 05 Jun 2014 14:29:48 +0800</pubDate><description><![CDATA[13]]></description><category></category></item><item><title><![CDATA[ROS链接openni库获取kinect数据（PC端）]]></title><link>https://blog.youkuaiyun.com/irobot_davinci/article/details/26088519</link><guid>https://blog.youkuaiyun.com/irobot_davinci/article/details/26088519</guid><author>irobot_davinci</author><pubDate>Tue, 20 May 2014 12:08:30 +0800</pubDate><description><![CDATA[ROS库中本身带有kinect的驱动和应用包，但是很难应用到嵌入式系统当中，但是单独的openni库已经很完善了，很容易应用在PC机和嵌入式系统当中。为了在嵌入式的ARM系统中应用ROS和kinect，首先我在PC机上进行ROS链接openni库的实验。

       一、安装openni库

       参考链接：http://www.20papercups.net/programm]]></description><category></category></item><item><title><![CDATA[ROS链接openni库获取kinect数据（ARM端）]]></title><link>https://blog.youkuaiyun.com/irobot_davinci/article/details/26088487</link><guid>https://blog.youkuaiyun.com/irobot_davinci/article/details/26088487</guid><author>irobot_davinci</author><pubDate>Tue, 20 May 2014 12:08:07 +0800</pubDate><description><![CDATA[在上一篇博客中已经实现了ROS链接openni库的实验，但是最重要的是要移植到ARM的嵌入式系统中。

        ARM端配置：

                操作系统：Ubuntu12.04

                ROS版本：groovy  （安装见http://blog.youkuaiyun.com/hcx25909/article/details/8539587）
]]></description><category></category></item><item><title><![CDATA[ROS学习记录]]></title><link>https://blog.youkuaiyun.com/irobot_davinci/article/details/26088445</link><guid>https://blog.youkuaiyun.com/irobot_davinci/article/details/26088445</guid><author>irobot_davinci</author><pubDate>Tue, 20 May 2014 12:07:53 +0800</pubDate><description><![CDATA[1. 基础教程

       http://www.ros.org/wiki/ROS/Tutorials

2.rviz官网学习：

             http://www.ros.org/wiki/rviz

3.tf官网学习

        http://www.ros.org/wiki/tf

4.  

rviz/
 DisplayTypes
]]></description><category></category></item><item><title><![CDATA[ROS中rosrun和roslaunch命令的对比]]></title><link>https://blog.youkuaiyun.com/irobot_davinci/article/details/26086579</link><guid>https://blog.youkuaiyun.com/irobot_davinci/article/details/26086579</guid><author>irobot_davinci</author><pubDate>Tue, 20 May 2014 12:07:35 +0800</pubDate><description><![CDATA[在ROS中运行节点的命令有两个：rosrun和roslaunch。

        官网上的解释如下：

        rosrun allows
 you to run an executable in an arbitrary package without having to cd (or roscd)
 there first.

          roslaunch]]></description><category></category></item><item><title><![CDATA[ubuntu12.04下ROS的安装与测试]]></title><link>https://blog.youkuaiyun.com/irobot_davinci/article/details/26086505</link><guid>https://blog.youkuaiyun.com/irobot_davinci/article/details/26086505</guid><author>irobot_davinci</author><pubDate>Tue, 20 May 2014 12:07:12 +0800</pubDate><description><![CDATA[一、安装
        参考官网的安装教程：http://ros.org/wiki/fuerte/Installation/Ubuntu
    
二、测试
        使用ROS中的小海龟进行ROS的测试。参考http://blog.sina.com.cn/s/blog_661159d50100od99.html
        在使用“rosrun turtle_teleop ]]></description><category></category></item><item><title><![CDATA[ROS在ARM上的编译]]></title><link>https://blog.youkuaiyun.com/irobot_davinci/article/details/26086273</link><guid>https://blog.youkuaiyun.com/irobot_davinci/article/details/26086273</guid><author>irobot_davinci</author><pubDate>Tue, 20 May 2014 12:07:00 +0800</pubDate><description><![CDATA[ROS（robot operaring system）作为移动机器人软件架构，近几年得到了越来越广泛的应用，但是大部分应用是基于X86架构的处理器，怎么样将这么强大的工具和应用极为广泛的ARM处理器结合在一起，是现在很多开发者急于解决的问题。我作为ROS的初学者最近也尝试了一把ROS 的ARM移植，纠结了四五天，不过最后还是成功了。

      虽然现在针对非X86架构的处理器产生了一些RO]]></description><category></category></item><item><title><![CDATA[ARM上ROS的kinect配置]]></title><link>https://blog.youkuaiyun.com/irobot_davinci/article/details/26084541</link><guid>https://blog.youkuaiyun.com/irobot_davinci/article/details/26084541</guid><author>irobot_davinci</author><pubDate>Tue, 20 May 2014 12:06:46 +0800</pubDate><description><![CDATA[已经在ARM上移植好了ROS，接下来就是配置ROS中的kinect的包了。

         根据ROS的wiki进行安装和配置：http://www.ros.org/wiki/openni_kinect

         1、安装驱动：


hg clone https://kforge.ros.org/openni/drivers
cd drivers
make 

  ]]></description><category></category></item><item><title><![CDATA[使用ROS进行ARM端与PC端通信]]></title><link>https://blog.youkuaiyun.com/irobot_davinci/article/details/26084085</link><guid>https://blog.youkuaiyun.com/irobot_davinci/article/details/26084085</guid><author>irobot_davinci</author><pubDate>Tue, 20 May 2014 12:06:28 +0800</pubDate><description><![CDATA[一、安装
        参考官网的安装教程：http://ros.org/wiki/fuerte/Installation/Ubuntu
    
二、测试
        使用ROS中的小海龟进行ROS的测试。参考http://blog.sina.com.cn/s/blog_661159d50100od99.html
        在使用“rosrun turtle_teleop ]]></description><category></category></item><item><title><![CDATA[ROS探索总结（十五）——amcl（导航与定位）]]></title><link>https://blog.youkuaiyun.com/irobot_davinci/article/details/26083927</link><guid>https://blog.youkuaiyun.com/irobot_davinci/article/details/26083927</guid><author>irobot_davinci</author><pubDate>Tue, 20 May 2014 12:05:32 +0800</pubDate><description><![CDATA[在理解了move_base的基础上，我们开始机器人的定位与导航。gmaping包是用来生成地图的，需要使用实际的机器人获取激光或者深度数据，所以我们先在已有的地图上进行导航与定位的仿真。


        amcl是移动机器人二维环境下的概率定位系统。它实现了自适应（或kld采样）的蒙特卡罗定位方法，其中针对已有的地图使用粒子滤波器跟踪一个机器人的姿态。
一、测试
        首先]]></description><category></category></item><item><title><![CDATA[ROS探索总结（十四）——move_base（路径规划）]]></title><link>https://blog.youkuaiyun.com/irobot_davinci/article/details/26083859</link><guid>https://blog.youkuaiyun.com/irobot_davinci/article/details/26083859</guid><author>irobot_davinci</author><pubDate>Tue, 20 May 2014 12:05:11 +0800</pubDate><description><![CDATA[在上一篇的博客中，我们一起学习了ROS定位于导航的总体框架，这一篇我们主要研究其中最重要的move_base包。




           在总体框架图中可以看到，move_base提供了ROS导航的配置、运行、交互接口，它主要包括两个部分：
      （1） 全局路径规划（global planner）：根据给定的目标位置进行总体路径的规划；
      （2） 本地实时规划]]></description><category></category></item><item><title><![CDATA[ROS探索总结（十三）——导航与定位框架]]></title><link>https://blog.youkuaiyun.com/irobot_davinci/article/details/26083833</link><guid>https://blog.youkuaiyun.com/irobot_davinci/article/details/26083833</guid><author>irobot_davinci</author><pubDate>Tue, 20 May 2014 12:04:41 +0800</pubDate><description><![CDATA[导航与定位是机器人研究中的重要部分。
        一般机器人在陌生的环境下需要使用激光传感器（或者深度传感器转换成激光数据），先进行地图建模，然后在根据建立的地图进行导航、定位。在ROS中也有很多完善的包可以直接使用。
        在ROS中，进行导航需要使用到的三个包是：
      （1） move_base：根据参照的消息进行路径规划，使移动机器人到达指定的位置；
     ]]></description><category></category></item><item><title><![CDATA[ROS探索总结（十二）——坐标系统]]></title><link>https://blog.youkuaiyun.com/irobot_davinci/article/details/26083197</link><guid>https://blog.youkuaiyun.com/irobot_davinci/article/details/26083197</guid><author>irobot_davinci</author><pubDate>Tue, 20 May 2014 12:03:44 +0800</pubDate><description><![CDATA[在机器人的控制中，坐标系统是非常重要的，在ROS使用tf软件库进行坐标转换。

        相关链接：http://www.ros.org/wiki/tf/Tutorials#Learning_tf
一、tf简介
        我们通过一个小小的实例来介绍tf的作用。
1、安装turtle包




[plain] view
 plaincopy





]]></description><category></category></item><item><title><![CDATA[ROS探索总结（十一）——机器视觉]]></title><link>https://blog.youkuaiyun.com/irobot_davinci/article/details/26080559</link><guid>https://blog.youkuaiyun.com/irobot_davinci/article/details/26080559</guid><author>irobot_davinci</author><pubDate>Sat, 17 May 2014 16:43:44 +0800</pubDate><description><![CDATA[机器视觉在计算机时代已经越来越流行，摄像头价格越来越低廉，部分集成深度传感器的混合型传感器也逐渐在研究领域普及，例如微软推出的Kinect，而且与之配套的软件功能十分强大，为开发带来了极大的便利。ROS集成了Kinect的的驱动包OpenNI，而且使用OpenCV库可以进行多种多样的图像处理。


        注：本章内容及代码均参考《ROS by Example》书中的第十章。
一、]]></description><category></category></item><item><title><![CDATA[ROS探索总结（十）——语音控制]]></title><link>https://blog.youkuaiyun.com/irobot_davinci/article/details/26080457</link><guid>https://blog.youkuaiyun.com/irobot_davinci/article/details/26080457</guid><author>irobot_davinci</author><pubDate>Sat, 17 May 2014 16:42:08 +0800</pubDate><description><![CDATA[如今语音识别在PC机和智能手机上炒的火热，ROS走在技术的最前沿当然也不会错过这么帅的技术。ROS中使用了CMU Sphinx和Festival开源项目中的代码，发布了独立的语音识别包，而且可以将识别出来的语音转换成文字，然后让机器人智能处理后说话。



一、语音识别包


1、安装
        安装很简单，直接使用ubuntu命令即可，首先安装依赖库：



[pl]]></description><category></category></item><item><title><![CDATA[ROS探索总结（九）——操作杆控制]]></title><link>https://blog.youkuaiyun.com/irobot_davinci/article/details/26080337</link><guid>https://blog.youkuaiyun.com/irobot_davinci/article/details/26080337</guid><author>irobot_davinci</author><pubDate>Sat, 17 May 2014 16:40:54 +0800</pubDate><description><![CDATA[对于移动机器人，键盘的控制往往满足不了我们的需求，以前看好多电影里边都是用一个摇杆来控制机器人的，简直帅爆了，正好我这里有一个操作杆，那就来尝试感受一下。

        操作杆（joystick）控制会更加有操作感，ROS中的很多机器人也带有操作杆的相关代码，只需要简单的移植即可。我们使用的是赛钛客（saitek）的一款操作杆，如下图所示：




        使用的移植代码]]></description><category></category></item><item><title><![CDATA[ROS探索总结（八）——键盘控制]]></title><link>https://blog.youkuaiyun.com/irobot_davinci/article/details/26080203</link><guid>https://blog.youkuaiyun.com/irobot_davinci/article/details/26080203</guid><author>irobot_davinci</author><pubDate>Sat, 17 May 2014 16:40:15 +0800</pubDate><description><![CDATA[如果尝试过前面的例子，有没有感觉每次让机器人移动还要在终端里输入指令，这也太麻烦了，有没有办法通过键盘来控制机器人的移动呢？答案室当然的了。我研究了其他几个机器人键盘控制的代码，还是有所收获的，最后移植到了smartcar上，实验成功。
一、创建控制包
        首先，我们为键盘控制单独建立一个包：




[plain] view
 plaincopy




]]></description><category></category></item><item><title><![CDATA[ROS探索总结（七）——smartcar源码上传]]></title><link>https://blog.youkuaiyun.com/irobot_davinci/article/details/26080117</link><guid>https://blog.youkuaiyun.com/irobot_davinci/article/details/26080117</guid><author>irobot_davinci</author><pubDate>Sat, 17 May 2014 16:38:49 +0800</pubDate><description><![CDATA[看到前面写的博客还是帮助了很多ROS的学习者，我感到非常荣幸。其实我也是一名ROS的新手，ROS的相关资料少，上手难度大，我现在也在摸索着学习，还希望大家都将自己的学习成果在网上或者ROS群里分享。

        我看到有些人在运行我前面写的smartcar程序，为了方便大家的学习，我这两天整理了一下代码，已经上传到csdn上，下载请见：

        http://downloa]]></description><category></category></item><item><title><![CDATA[ROS探索总结（六）——使用smartcar进行仿真]]></title><link>https://blog.youkuaiyun.com/irobot_davinci/article/details/26080021</link><guid>https://blog.youkuaiyun.com/irobot_davinci/article/details/26080021</guid><author>irobot_davinci</author><pubDate>Sat, 17 May 2014 16:37:57 +0800</pubDate><description><![CDATA[之前的博客中，我们使用rviz进行了TurtleBot的仿真，而且使用urdf文件建立了自己的机器人smartcar，本篇博客是将两者进行结合，使用smartcar机器人在rviz中进行仿真。
一、模型完善
        之前我们使用的都是urdf文件格式的模型，在很多情况下，ROS对urdf文件的支持并不是很好，使用宏定义的.xacro文件兼容性更好，扩展性也更好。所以我们把之前的urdf]]></description><category></category></item></channel></rss>