博客文章導航(2020年4月9日)

大家好!!這裏整理我博客中的文章鏈接,大家可以選擇感興趣的閱讀,當然不喜勿噴,另外如果大家有想要了解的技術內容/教程,也可以留言或者私信我

一、四足機器人

1、數學建模

對一些關於四足機器人的數學問題進行分析

足端軌跡規劃-複合擺線軌跡

零力矩點(zmp)

姿態調節-偏航角

姿態調節-俯仰角

姿態調節-離地高度

姿態調節-滾轉角

腿部運動學建模(二維)

腿部運動學建模(三維)

2、cpg控制

下面這兩篇文章介紹了最基礎的控制信號生成,即cpg控制網絡,之所以稱爲網絡是因爲各條腿的信號是相互耦合的。這兩篇文章中簡單講述hopf振盪器的數學原理,並且利用其變形以滿足我們的控制需求,最終實現了四足機器人的行走以及不同步態轉換。

波士頓動力真的無可企及嗎?一步步剖析四足機器人技術(一)
波士頓動力真的無可企及嗎?一步步剖析四足機器人技術(二)

hopf振盪器動態特性分析

hopf振盪器python實現

hopf震盪器beta參數

hopf振盪器耦合

3、minitaur

這三篇文章介紹瞭如何利用強化學習使得四足機器人minitaur學會行走,主要是對論文的解讀,以及相關代碼的講解與實現,該論文提出的方法使得我們可以直接將在仿真環境中訓練好的決策模型直接移植到現實中使用而無需進行遷移學習或者調參

urdf文件結構講解 以四足機器人minitaur爲例

強化學習實現minitaur運動控制——介紹篇

強化學習實現minitaur運動控制——決策模型篇

強化學習實現minitaur運動控制——仿真環境篇

二、強化學習

既然上一部分需要利用強化學習訓練我們的機器人,那肯定是少不了對強化學習相關概念以及算法的介紹的,不過這些文章只是着重針對ppo算法的,畢竟是openai的默認算法嘛。

windows下安裝強化學習開源庫 tf2rl

強化學習中的應該理解的一些關鍵概念(筆記)

強化學習——策略優化(筆記)

強化學習算法PPO2中的關鍵原理+tensorflow2.1代碼(一)

強化學習算法PPO2中的關鍵原理+tensorflow2.1代碼(二)

三、gazebo

目前爲止,這些文章介紹了,如何熟悉使用gazebo,暫時還沒涉及到與ros進行交互的部分,我們先把他看成一個獨立的仿真環境吧。以下主要介紹了gazebo的一些常用功能,以及給出一些案例。

ps:當初入坑gazebo,純粹是爲了對四足機器人進行仿真建模,以及爲了將來的ros控制做打算,沒想到在這條路上越走越遠了,當然,gazebo還有很多有趣,有用的功能等待我們挖掘,後續還會不斷更新的。各位看官敬請期待吧。

gazebo入門教程(一) 安裝,UI介紹

gazebo入門教程(二)建立簡單模型

gazebo教程(三)創建 Velodyne HDL-32 LiDAR傳感器模型

gazebo教程(四)改善Velodyne模型外觀

gazebo教程(五)添加傳感器噪聲& 簡單控制插件

gazebo教程(六)插件配置

gazebo教程(七) 連接ros

gazebo教程(八)場景建模

gazebo教程(九)獲取RRbot模型

gazebo教程(10)製作一個簡單的夾子

gazebo-ros教程(一)ros_control

四、機器學習

提到強化學習,自然是少不了機器學習的,更準確的來說是深度學習,下面這幾篇文章只是簡單介紹了傳統算法的一些實現,但是如果大家對機器學習有一定了解的話,或者想要去深入瞭解的話,這幾篇文章恐怕不太適合,大家可以當做是飯後甜點(可能連甜點都算不上,當做零食好了,哈哈哈)

機器學習——決策樹應用(代碼)

機器學習——knn算法應用(代碼)

機器學習——svm應用(代碼)

機器學習——普通神經網絡應用(代碼)

tensorflow2.0——fashion mnist 數據集訓練

五、pyglet

pyglet教程(一)安裝、運行樣例

pyglet教程(二)你的第一個pyglet應用程序

六、webot教程

【webot教程】簡介與軟硬件要求

【webot教程】安裝

關於webots的超詳細介紹

你在webots搭建的第一個仿真

七、matplotlib

【matplotlib】入門指南(1)簡介、安裝、示例

【matplotlib】使用各種類型數據繪圖

【matplotlib】繪圖樣式,文本線型、軸刻度

【matplotlib】圖像處理

【matploblib】一文帶你走遍matplotlib各種類型三維圖


如果覺得ok,點個贊,點個關注,也歡迎給個打賞支持一下編者的工作
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章