社区微信群开通啦，扫一扫抢先加入社区官方微信群
社区微信群
点击上方 "程序员小乐"关注, 星标或置顶一起成长
每天凌晨00点00分, 第一时间与你相约
每日英文
You’ll never realize how strong you are until you have no other choice but to be strong.
你永远都不会知道自己到底有多坚强，直到有一天你除了坚强别无选择。
每日掏心话
不要在意别人在背后怎么看你说你，因为这些言语改变不了事实，却可能搅乱你的心。心如果乱了，一切就都乱了。
来自：量子位 出品 | 公众号 QbitAI | 责编：乐乐
程序员小乐(ID:study_tech)第 769 次推文 图片来自 Pexels
往日回顾：疫情之下，我和公司都快熬不住了
正文
“有代码么？”
每每写到某实验室的机器人，解锁了厉害的操作，评论区很容易生出这样的问题。
然而，答案常常略带伤感，不好意思，暂时没有。
最近，有一份机器人Python代码合集登陆GitHub，并受到了用户的热烈标星。
来自日本的坂井敦，是一个玩机器人的工程师。
他和小伙伴们，为了能让更多的机器人，在地球上自如地游走，便为广大同行做了一次这样的Python代码汇总，大类如下——
· Localization (定位)
· Mapping (地图构建)
· SLAM
· Path Planning (路径规划)
· Path Tracking (路径追踪)
不难看出，这份合集非常在意，机器人的自主导航能力。
第一个登场的，是“定位”分类下的扩展卡尔曼滤波器 (EKF) 。
这是一个传感器融合的定位方法。
蓝线是真实轨迹，黑线是用航位推测法 (Dead Reckoning) 推定的轨迹。
绿点是位置数据 (比如GPS) ，红线是EKF估计出的轨迹。
红色椭圆是EKF估计的协方差。
就像这样，每个词条下面都配了一张动图，还有动图的详解。
坂井说，这样观众就可以更加直观地理解，各种方法背后的思路。
果然是温柔的程序猿。
各种方法的代码都可以免费自取，又有美味的动图，指引前路，还是很幸福吧。
所以，一起来品尝几幅动图——
这是A星算法。
这是势场 (Potential Field) 算法。
这是均匀极性采样 (Uniform Polar Sampling) 。
这是Voronoi路线图法。
以上作品来自路径规划章节，也是最丰盛的一章，有这么长——
里面分15个子类，包括了动态窗口法 (Dynamic Window Approach) ，如基于网格的搜索 (Grid Based Search) 算法等等。
子类还有自己的子类。
帮助机器人定制路线，躲避障碍，当事无巨细。
想必，大家会用餐愉快的。
想要更好地用这份合集，来投喂机器人，你需要以下工具：
· Python 3.6.x
· Numpy
· Scipy
· Matplotlib
· Pandas
· Cvxpy 0.4.x
祝各位的机器人茁壮成长。
并在此献上传送门：
github.com/AtsushiSakai/PythonRobotics
欢迎在留言区留下你的观点，一起讨论提高。如果今天的文章让你有新的启发，学习能力的提升上有新的认识，欢迎转发分享给更多人。
欢迎各位读者加入订阅号程序员小乐技术群，在后台回复“加群”或者“学习”即可。
猜你还想看
关注订阅号「程序员小乐」，收看更多精彩内容
嘿，你在看吗？
如果觉得我的文章对您有用，请随意打赏。你的支持将鼓励我继续创作！
