QlearningProject：移动机器人自主导航

该项目已不再活跃。 如果你对机器人算法感兴趣，这个项目可能对你有所帮助： AtsushiSakai/PythonRobotics: Python sample codes for robotics algorithms.

MATLAB模糊逻辑控制器代码，用于课程作业，控制室内环境中具有避障功能的移动机器人。详细描述了模糊逻辑控制器(FLC)的设计和仿真过程，通过九个超声波传感器的输入，生成适用于两个轮子电机的电压值。FLC采用MATLAB模糊逻辑工具箱设计，并在V-REP仿真平台中进行验证。

此模拟演示了比特Bot 机器人如何在竞技场中沿着地面上的线条移动。此模型包含考虑车轮与地面接触和不考虑接触两种情况。此外，还提供了用于配置组件和要遵循的线条的脚本和竞技场以及线条的 3D 模型。

本项目提供了基于Matlab算法和VRep仿真环境的移动机器人仿真工具源码，适合毕业设计和课程设计作业使用。所有源码均经过严格测试，保证可以直接运行。如果您有任何使用上的问题，请随时联系我们，我们将第一时间进行解答。

MatLAB代码被用于处理移动平面机器人上仰视摄像机捕获的视频，以估计机器人在环境中不同气球（地标）的姿态和位置。当前实现基于SURF特征的相似性变换来计算视觉里程计，尽管存在累积误差和不同亮度条件下的挑战。HSV颜色空间被用于帮助准确找到地标的位置。

这个程序展示了一个模拟的双轮机器人平台的避障和导航。我使用了差动转向模型来模拟传动系统，这是对机器人驱动非常实用的模型。这种驱动系统能够直线行驶、跟踪圆弧并实现原地转弯。模拟机器人在一个以.png文件表示的环境中操作，其中黑色表示墙壁，白色表示平坦清晰的地形。测试包括一个自然障碍训练场和一个办公室环境，带有方形墙壁和角落。机器人能够在环境中自主导航，并覆盖大部分区域而不碰撞墙壁。算法包括：1.直行，除非传感器被阻挡；2.避开被阻挡的传感器；3.如果两侧传感器均被阻挡，转向最远处；4.转动直到两侧传感器均未被阻挡；5.继续直行（随机弧线）。请访问该网站获取更多有关演示、机器人技术及计算机视觉项目的视频信息：[http://www.shawnlankton.com/2006/02/robot-simula

该项目探讨了利用机器视觉技术实现农业机器人导航路径识别的可能性。通过分析农业环境中的图像信息，提取道路边界、障碍物等特征，为机器人规划安全高效的导航路径提供依据。

这个存储库包含了Mahyar Fazlyab等人撰写的论文《时变凸优化的预测-校正内点方法》的MATLAB代码实现。下载后，使用MATLAB打开文件夹（版本1.1、2.0、3.0），运行main()函数即可查看输出图形。介绍了一种内点优化方法，特别适用于随时间变化的目标函数和约束条件，称为“预测校正”。以机器人导航为例，使用该方法优化球形机器人在包含已知障碍物的工作空间中的路径规划。实现包括：v1.1-2D工作区，具有固定目标；v2.0-2D工作区，具有时变目标；v3.0-3D工作区，具有随时间变化目标。通过结合二阶动力学知识和改进的牛顿方法，的方法可以校正轨迹并收敛到最优解。

matlab环境下进行机器人圆弧插补的仿真，代码详细，便于理解与应用。