首页
›
AI智能与边缘计算工程
›
140-ROS2机器人AI与边缘感知
›
《ROS2机器人目标跟随》
VIP12
本课程属于:140-ROS2机器人AI与边缘感知
AI智能与边缘计算工程 · 共 12 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
📘
9. ROS2机器人目标跟随:检测框、TF坐标和速度控制
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
课程导入
明确目标跟随任务的定义 · 应用场景(如服务机器人 · 自动驾驶)
课程导入
明确目标跟随任务…
02
ROS2基础回顾
节点 · 话题 · 服务
ROS2
基础回顾
03
目标检测基础
介绍常用的目标检测方法(如YOLO · OpenCV Haar · 深度学习模型)
目标检测基础
YOLO
04
检测框输出
理解检测框(bounding box… · 宽高 · 置信度)
检测框输出
bounding
05
图像与深度信息获取
使用摄像头或RGB-D相机(如Rea… · Kinect)获取图像和深度数据 · 并转换为ROS2图像消息
图像
深度信息获取
06
TF坐标系统
ROS2中TF2的基本概念 · 包括坐标系 · 静态变换
TF
坐标系统
07
目标位置计算
根据检测框中心点与深度信息 · 计算目标在相机坐标系下的三维位置 · 并转换为机器人基座坐标系
目标位置计算
根据检测框
08
坐标变换实战
编写TF2监听器 · 获取相机到机器人基座的变换 · 将目标点从相机坐标系转换到机器人坐标…
坐标变换实战
TF2
09
速度控制基础
ROS2中速度控制消息(geomet… · 以及如何发布速度指令驱动机器人底盘
速度控制基础
ROS2
10
PID控制原理
介绍PID控制器在目标跟随中的应用 · 包括比例 · 积分
PID
控制原理
11
跟随策略设计
设计基于目标位置的速度控制策略 · 如比例控制 · 死区设置
跟随策略设计
设计基于目标位置…
12
ROS2动作与跟随
使用ROS2 Action实现目标跟… · 停止和反馈 · 提高任务的可控性
ROS2
动作
13
仿真环境搭建
使用Gazebo或Webots搭建包… · 用于算法验证
仿真环境搭建
Gazebo
14
实战项目一
基于YOLO的简单目标检测节点 · 实现检测框的可视化(如用rqt_im…
实战项目一
YOLO
15
实战项目二
编写TF2广播器 · 发布相机到机器人的静态变换 · 并验证坐标转换正确性
实战项目二
TF2
16
实战项目三
实现目标位置计算节点 · 将检测框中心与深度结合 · 输出目标在机器人坐标系下的坐标
实战项目三
实现目标位置计算…
17
实战项目四
编写速度控制节点 · 根据目标坐标发布Twist消息 · 实现机器人向目标移动
实战项目四
编写速度控制节点
18
实战项目五
整合检测 · 坐标变换和速度控制 · 完成一个完整的目标跟随系统
实战项目五
整合检测
19
参数调优
使用ROS2参数服务器动态调整PID… · 检测阈值 · 速度限制等
参数调优
ROS2
20
多目标处理
当画面中出现多个检测框时 · 如何选择目标(如最近 · 最大
多目标处理
当画面
21
目标丢失处理
检测丢失时的策略 · 如原地旋转搜索 · 保持最后位置
目标丢失处理
检测丢失时的策略
22
动态目标跟随
处理目标移动时的预测和补偿 · 提高跟随的平滑性和响应速度
动态目标跟随
处理目标移动时的…
23
避障与安全
在跟随过程中加入简单的避障逻辑(如激… · 防止碰撞
避障
安全
24
性能优化
降低检测延迟 · 优化图像处理流程 · 使用GPU加速等
性能优化
降低检测延迟
25
常见问题排查
TF树错误 · 坐标转换异常 · 检测框坐标与图像坐标不一致
常见问题排查
TF
26
ROS2工具使用
rqt_graph · tf2_echo · rviz2
ROS2
工具使用
27
代码架构设计
将系统模块化(检测 · 变换 · 控制)
代码架构设计
将系统模块化
28
真实机器人部署
将仿真代码迁移到真实机器人(如Tur… · JetBot)的注意事项 · 包括硬件接口
真实机器人部署
Tur
29
综合项目挑战
设计一个复杂场景(如目标绕行 · 动态障碍物) · 综合运用所学知识完成高级跟随任务
综合项目挑战
设计一个复杂场景
30
课程总结与进阶
回顾核心知识点 · 介绍扩展方向(如深度学习端到端跟随 · 多传感器融合
课程总结
进阶
所属VIP或分类
同VIP:ROS2-Nav2导航与边缘AI融合
同VIP:ROS2多传感器融合
同VIP:ROS2机器人AI交付