# 资源编排 #
0
关注
1200内容
《深度解析基于 C++的机器人操作系统（ROS）底层原理与开发之道》
在科技飞速发展的今天，机器人技术正在各个领域掀起革命。机器人操作系统（ROS）作为开源的机器人软件框架，占据着重要地位。C++作为ROS中常用的编程语言，其在ROS中的底层原理和开发方法对于机器人开发者至关重要。本文介绍了ROS的架构基础、C++在ROS中的节点和服务开发原理、参数管理以及开发方法与实践要点，帮助开发者深入了解和掌握ROS的开发技术。
机器人SLAM建图与自主导航
前言
这篇文章我开始和大家一起探讨机器人SLAM建图与自主导航 ，在前面的内容中，我们介绍了差速轮式机器人的概念及应用，谈到了使用Gazebo平台搭建仿真环境的教程，主要是利用gmapping slam算法，生成一张二维的仿真环境地图 。我们也会在这篇文章中继续介绍并使用这片二维的仿真环境地图，用于我们的演示。
教程
SLAM算法的引入
（1）SLAM：Simultaneous Localization and Mapping，中文是即时定位与地图构建，所谓的SLAM算法准确说是能实现SLAM功能的算法，而不是某一个具体算法。
（2）现在各种机器人研发和商用化非常火 ，所有的自主机器
ROS机器视觉入门：从基础到人脸识别与目标检测
前言
从本文开始，我们将开始学习ROS机器视觉处理，刚开始先学习一部分外围的知识，为后续的人脸识别、目标跟踪和YOLOV5目标检测做准备工作。我采用的笔记本是联想拯救者游戏本，系统采用Ubuntu20.04，ROS采用noetic。
颜色编码格式，图像格式和视频压缩格式
（1）RGB和BGR：这是两种常见的颜色编码格式，分别代表了红、绿、蓝三原色。不同之处在于，RGB按照红、绿、蓝的顺序存储颜色信息，而BGR按照蓝、绿、红的顺序存储。
rgb8图像格式：常用于显示系统，如电视和计算机屏幕。
RGB值以8 bits表示每种颜色，总共可以表示256×256×256=16777216种颜色
使用URDF和Xacro构建差速轮式机器人模型
前言
本篇文章介绍的是ROS高效进阶内容，使用URDF 语言（xml格式）做一个差速轮式机器人模型，并使用URDF的增强版xacro，对机器人模型文件进行二次优化。
差速轮式机器人：两轮差速底盘由两个动力轮位于底盘左右两侧，两轮独立控制速度，通过给定不同速度实现底盘转向控制。一般会配有一到两个辅助支撑的万向轮。
此次建模，不引入算法，只是把机器人模型的样子做出来，所以只使用 rivz 进行可视化显示。
机器人的定义和构成
机器人定义：机器人是一种自动化的机器，所不同的是这种机器具备一些与人或生物相似的智能能力，如感知能力、规划能力、动作能力和协同能力，是一种具有高级灵活性的自动化机器
ROS2：从初识到深入，探索机器人操作系统的进化之路
前言
最近开始接触到基于DDS的这个系统，是在稚晖君的机器人项目中了解和认识到。于是便开始自己买书学习起来，感觉挺有意思的，但是只是单纯的看书籍，总会显得枯燥无味，于是自己又开始在网上找了一些视频教程结合书籍一起来看，便让我对ROS系统有了更深的认识和理解。
ROS的发展历程
ROS诞生于2007年的斯坦福大学，这是早期PR2机器人的原型，这个项目很快被一家商业公司Willow Garage看中，类似现在的风险投资一样，他们投了一大笔钱给这群年轻人，PR2机器人在资本的助推下成功诞生。
2010年，随着PR2机器人的发布，其中的软件正式确定了名称，就叫做机器人操作系统，Robot Op
从基础到人脸识别与目标检测
前言
从本文开始，我们将开始学习ROS机器视觉处理，刚开始先学习一部分外围的知识，为后续的人脸识别、目标跟踪和YOLOV5目标检测做准备工作。我采用的笔记本是联想拯救者游戏本，系统采用Ubuntu20.04，ROS采用noetic。
颜色编码格式，图像格式和视频压缩格式
（1）RGB和BGR：这是两种常见的颜色编码格式，分别代表了红、绿、蓝三原色。不同之处在于，RGB按照红、绿、蓝的顺序存储颜色信息，而BGR按照蓝、绿、红的顺序存储。
rgb8图像格式：常用于显示系统，如电视和计算机屏幕。
RGB值以8 bits表示每种颜色，总共可以表示256×256×256=16777216种颜色
由通义千问驱动的人形机器人具身智能Multi-Agent系统
申昊科技人形机器人小昊，集成通义千问多模态大模型的具身智能系统，旨在讲解销售、迎宾表演等场景。机器人通过语音、动作等方式与用户互动，利用云端大语言模型处理自然语言，结合视觉、听觉等多模态感知技术，实现流畅的人机对话、目标追踪、展厅讲解等功能。
【Linux快速入门(三)】Linux与ROS学习之编译基础（Cmake编译）
【Linux快速入门(三)】Linux与ROS学习之编译基础（Cmake编译）
方案测评|巧用文档智能和RAG构建大语言模型知识库
本文介绍了一款基于文档智能和大语言模型（LLM）的文档解析及问答应用，旨在提升企业文档管理和信息检索效率。系统通过文档解析、知识库构建和问答服务三大模块，实现了从文档上传到智能问答的全流程自动化。
免费试用