Publication du module 3 du cours robot mobile
Pour commencer
Le 23 octobre 2026, Seeed Studio a publié le module 3 de son cours sur le développement full-stack de robots mobiles, consacré au LiDAR, à l'IMU et à la fusion de capteurs pour l'estimation d'état. Le cours couvre la validation des données ROS 2, le prétraitement des nuages de points, une référence temporelle commune et les relations TF, puis un EKF bidimensionnel via robot_localization. L'environnement de référence M03 utilise le matériel reComputer Robotics J501, Ubuntu 22.04 et ROS 2 Humble. La configuration locale minimale repose sur la vitesse d'avance des roues et le taux de lacet de l'IMU, avec two_d_mode limitant le mouvement plan ; les points LiDAR bruts n'entrent pas directement dans cet EKF minimal. Le cours recommande d'enregistrer 5 à 10 minutes de données IMU à l'arrêt, puis des essais en ligne droite et en virage.
AI Généré à partir des reportages · 1 hmise à jour
Chronologie des reportages
Suivez les reportages pour découvrir les différentes facettes de l'événement.
- Seeed StudioRobot mobile développement full-stack en pratique III : comment un robot sait-il qu'il se déplace ? LiDAR, IMU et fusion de capteurs
Le module 3 du cours Seeed sur le développement full-stack de robots mobiles traite de la fusion de capteurs pour l'estimation d'état.
- Seeed StudioRobot mobile développement full-stack en pratique III : comment un robot sait-il qu'il se déplace ? LiDAR, IMU et fusion de capteurs
Le module 3 du cours Seeed sur le développement full-stack de robots mobiles traite de la fusion de capteurs pour l'estimation d'état.
Évolution des tendances de cet événement
Pas encore assez de données d'observation continues pour tracer une tendance.