基于ROS和YOLO的SLAM智能小车仿真系统设计

这篇具有很好参考价值的文章主要介绍了基于ROS和YOLO的SLAM智能小车仿真系统设计。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

一、前期准备

1、项目运行环境

Ubuntu 20.4 ros-noetic gazebo yolov4 nvidia525+cuda10.1+cudnn_7.6.5

2、创建工作空间

// 创建ros的工作区域
mkdir -p ~/roscar_gazebo_yolov4/src
// 转换到工作区域目录
cd ~/roscar_gazebo_yolov4/src
// 初始化ROS工作空间
catkin_init_workspace

3、下载源码包

https://github.com/yanqinghu/roscar_gazebo_yolov4.git
// 将roscar_gazebo_yolov4文件夹下所有内容拷贝到src文件夹
cp roscar_gazebo_yolov4/* ./

4、安装相关依赖

sudo apt install ros-$ROS_DISTRO-gazebo-ros-control
sudo apt install ros-$ROS_DISTRO-effort-controllers
sudo apt install ros-$ROS_DISTRO-joint-state-controller
sudo apt install ros-$ROS_DISTRO-driver-base
sudo apt install ros-$ROS_DISTRO-ackermann-msgs
sudo apt install ros-$ROS_DISTRO-rtabmap-ros
sudo apt install ros-$ROS_DISTRO-teb-local-planner
sudo apt install ros-$ROS_DISTRO-joint-state-publisher-gui

5、下载darknet文件

将darknet文件夹移动到darknet_ros文件夹下
链接: https://download.csdn.net/download/qq_42281475/87502982.

6、配置yolov4权重

将下载的yolo_network_config替换roscar_gazebo_yolov4/src/darknet_ros/darknet_ros/目录下的文件
链接: https://download.csdn.net/download/qq_42281475/87502991

7、整体工作空间文件结构

基于ROS和YOLO的SLAM智能小车仿真系统设计

8、配置仿真模型

// 下载仿真模型
git clone https://github.com/osrf/gazebo_models
// 将模型文件库下载并放置到~/.gazebo/models
mv -f gazebo_models ~/.gazebo/models

二、项目编译

1、功能包编译

cd ~/roscar_gazebo_yolov4/
catkin_make

基于ROS和YOLO的SLAM智能小车仿真系统设计

2、设置项目环境变量

echo "source ~/roscar_gazebo_yolov4/devel/setup.bash" >> ~/.bashrc
source ~/.bashrc

三、SLAM自主定位导航和YOLO目标检测

1、gazebo仿真环境、环境地图、启动slam导航、启动rviz

roslaunch demo_slam_navigation start_planner.launch

2、运行结果显示

基于ROS和YOLO的SLAM智能小车仿真系统设计

3、启动YOLOv4

roslaunch darknet_ros yolo_v4.launch

基于ROS和YOLO的SLAM智能小车仿真系统设计

4、发送2D Nav goal,实现小车自主定位导航

基于ROS和YOLO的SLAM智能小车仿真系统设计文章来源地址https://www.toymoban.com/news/detail-497548.html

到了这里,关于基于ROS和YOLO的SLAM智能小车仿真系统设计的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 基于STM32的智能巡检小车系统设计--循迹模块设计

    作者:车 邮箱:692604135@qq.com 学校:西安工程大学硕士研究生 方向:机器视觉、图像分割、深度学习 灰度循迹传感器是主要 用于小车沿黑色赛道循迹 的传感器。 灰度传感器利用不同颜色的检测面对光的反射程度不同,灰度感应接收管对不同检测面返回的光,其阻值也不同

    2024年02月07日
    浏览(61)
  • 35、基于51单片机自动灭火避障智能小车 消防灭火小车系统设计

    智能作为现代的新发明,是以后的发展方向,他可以按照预先设定的模式在一个环境里自动的运作,不需要人为的管理,可应用于科学勘探等等的用途。智能小车就是其中的一个体现,本次设计的多功能智能灭火避障小车, 以 STC89C 52单片机作为微控制器,设计出一种 可以寻

    2024年02月03日
    浏览(56)
  • ORB_SLAM3配置及修改——将图像、点云用ROS消息发布(基于无人机仿真)

            本文有点长,可以根据目录跳转到想看的部分。因为仿真和应用环境不同,可能例程的运行方式(输入话题等)有所不同,但第三部分有关ORB_SLAM3相机仿真标定、第四部分有关ORB_SLAM3源码修改的部分是通用的。 目录 一、仿真环境配置 1.双系统安装 ① 工具准备 ②

    2024年04月10日
    浏览(50)
  • ROS小车——雷达的使用与SLAM建图(4)

    启动激光雷达并查看数据,建图并避障导航 roslaunch robot_navigation lidar.launch在终端输入启动雷达,雷达开始旋转, 并打印scan话题,rostopic echo/scan,在虚拟机中 roslaunch robot_navigation lidar_rviz.launch 查看图形化的雷达数据。 roslaunch robot_navigation robot_slam_lidar.launch在终端输入启动sl

    2023年04月21日
    浏览(51)
  • 基于STM32的智能巡检小车系统设计--STM32最小系统、直流电机、直流电源模块设计

    作者:车 邮箱:692604135@qq.com 学校:西安工程大学硕士研究生 方向:机器视觉、图像分割、深度学习 在介绍具体实现功能之前,需要介绍以下模块。 本课题选择的单片机是ST(意法半导体)开发的STM32F407VET6。 这是一款采用Corte-M4为内核的高性能32位ARM微控制器。该芯片支持

    2024年02月10日
    浏览(54)
  • 毕业设计选题-基于深度学习的吸烟检测识别系统 人工智能 机器学习 YOLO

    目录 前言 课题背景和意义 实现技术思路 一、 吸烟检测方法 1.1 网络总体结构 1.2 CotNet Transformer 模块 二、 数据集 三、实验及结果分析 3.1 实验环境搭建 3.2 结果分析 实现效果图样例 最后     📅大四是整个大学期间最忙碌的时光,一边要忙着备考或实习为毕业后面临的就

    2024年01月20日
    浏览(101)
  • 毕业设计选题:基于深度学习的舌头分割系统 人工智能 YOLO 计算机视觉

    目录 前言 课题背景和意义 实现技术思路 一、 算法理论基础 1.1 Snake模型  1.2 几何约束  1.3 切片重组 二、 数据集 三、实验及结果分析 最后     📅大四是整个大学期间最忙碌的时光,一边要忙着备考或实习为毕业后面临的就业升学做准备,一边要为毕业设计耗费大量精力。

    2024年02月19日
    浏览(152)
  • 毕业设计选题- 基于深度学习的海洋生物目标检测系统 YOLO 人工智能

    目录 前言 课题背景和意义 实现技术思路 一、基于深度学习的海洋生物目标检测研究主题 二、水下图像处理算法的研究 2.1Retinex算法 2.2直方图均衡化算法 2.3暗通道去雾算法 三、基于深度学习的目标检测算法 海洋生物目标检测实现效果 最后        📅大四是整个大学期间最

    2024年02月01日
    浏览(162)
  • 毕业设计:基于机器学习的硬币检测识别系统 人工智能 YOLO 计算机视觉

    目录 前言 课题背景和意义 实现技术思路 一、 硬币检测方法 1.1 规格、变形监测 1.2 变色检测 二、 数据集 三、实验及结果分析 3.1 实验环境搭建 3.2 模型训练 最后     📅大四是整个大学期间最忙碌的时光,一边要忙着备考或实习为毕业后面临的就业升学做准备,一边要为

    2024年02月20日
    浏览(83)
  • 毕业设计选题 基于深度学习的人流量预测系统 人工智能 YOLO 计算机视觉

    目录  前言 设计思路 一、课题背景与意义 二、算法理论原理 2.1 卷积神经网络 2.2 注意力机制 三、检测的实现 3.1 数据处理 3.2 实验环境搭建 3.3 实验及结果分析 最后        📅大四是整个大学期间最忙碌的时光,一边要忙着备考或实习为毕业后面临的就业升学做准备,一边要

    2024年01月19日
    浏览(81)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包