无人驾驶感知智能

图书标准信息

• 作者 张锐
• 出版社 电子工业出版社
• 出版时间 2023-05
• 版次 1
• ISBN 9787121453250
• 定价 88.00元
• 装帧 其他
• 开本 16开
• 页数 228页
• 字数 310千字

【内容简介】

由于目前无人驾驶学习成本较高，使得很多对无人驾驶感兴趣的初学者望而却步。本书基于开源的机器人操作系统（Robot Operating System，ROS），设计了一款开源的无人驾驶平台。书中针对初学者引入了ROS的基础框架，对开发工具、通信协议、功能包的应用等进行了介绍，帮助初学者尽快上手。针对有一定基础的人群，涉及了URDF建模、传感器使用和数据融合方法等内容。 本书从ROS基础、车辆建模基础、控制基础到传感器基础实验和数据融合，将涉及的每个知识点详细拆分讲解，涵盖多个实验案例，并且为所有代码提供了详细的注解，以从根本上满足读者的需求。

【作者简介】

张锐，北京钢铁侠科技有限公司创始人。荣获北京市优秀毕业生、北京市优秀人才（青年骨干）、中关村雏鹰人才、北京市青年人才托举工程、中关村高聚工程领军人才、青岛市拔尖人才，承担过北京市科技重大专项等多项省部级项目。

【目录】

目录

第1章  绪论1

1.1  无人驾驶国内外现状1

1.1.1  国内研究现状1

1.1.2  国外研究现状4

1.2  感知智能研究现状6

1.2.1  软件层面6

1.2.2  硬件层面7

1.3  感知智能系统的组成12

1.3.1  介绍12

1.3.2  意义12

1.3.3  感知对象14

1.4  面临的困难和挑战14

1.5  基于ROS的无人驾驶技术16

第2章  ROS基础19

2.1  ROS的工程结构19

2.1.1  工作空间（catkin workspace）20

2.1.2  功能包（package）20

2.1.3  文件类型21

2.2  ROS通信原理22

2.2.1  话题通信模型23

2.2.2  服务通信模型24

2.2.3  动作通信模型24

2.2.4  ROS通信总结25

2.3  实验操作25

2.3.1  实验一  工作空间与功能包创建25

2.3.2  实验二  ROS通信原理实验28

第3章  ArtTable框架37

3.1  ArtTable框架介绍37

3.2  ArtTable框架使用39

3.2.1  Simulation（仿真模拟）功能39

3.2.2  LEDControl（LED状态控制）功能40

3.2.3  MoveControl（运动学控制）功能42

3.2.4  Gmapping（地图构建）功能43

第4章  超声波传感器46

4.1  超声波传感器分类46

4.2  常用超声波传感器HC-SR0447

4.2.1  参数特征47

4.2.2  工作原理47

4.2.3  使用方法48

4.3  超声波传感器ROS驱动54

4.4  超声波传感器ROS通信数据分析57

4.4.1  启动超声波传感器ROS程序57

4.4.2  查看超声波传感器ROS节点数据57

第5章  编码器传感器61

5.1  编码器分类61

5.1.1  增量型61

5.1.2  值型63

5.1.3  混合型63

5.2  常用编码器E6B2-CWZ6C64

5.2.1  参数特征64

5.2.2  工作原理65

5.2.3  使用方法66

5.3  编码器ROS驱动69

5.4  编码器ROS通信数据分析79

5.4.1  启动编码器ROS节点程序79

5.4.2  查看传感器节点数据79

第6章  惯性传感器85

6.1  惯性传感器分类85

6.1.1  角速度陀螺仪86

6.1.2  线加速度计86

6.2  常用惯性传感器9DoF Razor IMU88

6.2.1  参数特征90

6.2.2  工作原理91

6.2.3  使用方法91

6.3  惯性传感器ROS驱动116

6.4  惯性传感器ROS通信数据分析117

6.4.1  rotopic查看ROS驱动发布话题118

6.4.2  分析话题数据imu_data119

第7章  视觉传感器121

7.1  视觉传感器分类121

7.2  常用视觉传感器122

7.2.1  参数特征122

7.2.2  工作原理123

7.2.3  使用方法123

7.3  视觉传感器ROS通信驱动134

第8章  雷达144

8.1  雷达种类144

8.1.1  激光雷达概述144

8.1.2  激光雷达分类147

8.2  常用激光雷达152

8.2.1  参数特征152

8.2.2  工作原理153

8.2.3  使用方法154

8.3  激光雷达ROS通信驱动158

8.4  激光雷达ROS通信数据分析195

第9章  基于ROS的卡尔曼滤波198

9.1  robot_pose_ekf简介198

9.2  如何使用扩展卡尔曼滤波器198

9.2.1  配置198

9.2.2  编译并运行包199

9.3  节点解析199

9.4  扩展卡尔曼滤波器如何工作200

第10章  基于ROS的状态估计202

10.1  robot_localization介绍202

10.2  robot_localization特征203

10.3  robot_localization状态估计节点203

10.3.1  ekf_localization_node203

10.3.2  ukf_localization_node203

10.3.3  参数203

10.4  准备数据210

10.4.1  RO数据标准210

10.4.2  坐标系和转换传感器数据210

10.4.3  处理tf_prefix211

10.4.4  每种传感器消息类型的注意事项211

10.4.5  常见错误212

10.5  robot_localization配置213

10.5.1  传感器配置213

10.5.2  以2D运行213

10.5.3  融合不可测变量214

10.5.4  微分和相对参数215