Supplyframe Supplyframe XQ Datasheet5 芯耀 Findchips 与非AI
关注我们
设计助手
电子硬件助手 电子硬件助手
元器件查询 元器件查询

加入星计划，您可以享受以下权益：

  • 创作内容快速变现
  • 行业影响力扩散
  • 作品版权保护
  • 300W+ 专业用户
  • 1.5W+ 优质创作者
  • 5000+ 长期合作伙伴
立即加入

导航系统

加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

导航系统是一些基础功能的集合,包括:“定位”、“目的地选择”、“路径计算”和“路径指导”。系统在其较高的性能系列中也提供彩色地图显示。所有这些功能要求有一个道路网的数字化地图，它通常存储在CDROM中。

导航系统是一些基础功能的集合,包括:“定位”、“目的地选择”、“路径计算”和“路径指导”。系统在其较高的性能系列中也提供彩色地图显示。所有这些功能要求有一个道路网的数字化地图，它通常存储在CDROM中。收起

查看更多
类型
新鲜 热门

电路方案

查看更多

文章

查看更多
  • ROS2导航从零搭到崩溃？这份开源方案给你抄作业
    米尔电子推出基于RK3576的ROS2 SLAM建图与自主导航全栈开源实战方案，解决导航栈入门陡峭、整合复杂的问题。该方案提供一套模块化解耦的生产级架构，包括底层驱动与仿真层、建图层、导航层和高级调试层。通过四步极速部署，从仿真到实体只需半天。米尔方案的价值在于提供完整、可运行的基线系统、关键参数的最佳实践沉淀和仿真到实体的迁移指南，助力团队高效进入量产验证阶段。
    470
    06/10 17:06
    导航系统
  • BOM 直降 30%：高尔夫硬件地图方案选型攻略
    做高尔夫智能硬件，地图方案的选型直接决定了产品的成本、体验和市场竞争力。但很多产品经理在选型时，只看价格和功能列表，忽略了不同硬件的特性差异，导致产品上市后出现续航短、卡顿、成本过高等问题。 今天根据不同硬件的特点，结合嵌入式高尔夫离线地图引擎的技术特性，给出最适合的地图方案选型建议，帮你避开 90% 的坑。同时详细对比不同高尔夫地图 SDK的差异，以及如何选择合适的高尔夫离线地图 AI 球童版本
    369
    06/02 17:43
    高精度地图 嵌入式设备
  • 读读代码 | TinyNav：轻量级机器人导航系统的设计与实现
    TinyNav 是一个轻量级的机器人导航系统，由 Uniflex AI 开发，仅需不到 2000 行核心代码就能实现完整的导航功能。系统基于 Intel RealSense 和 NVIDIA Jetson 平台，支持多种机器人平台。TinyNav 采用模块化架构，分为感知、建图和规划三个核心模块。 感知模块使用 SuperPoint 和 LightGlue 实现特征提取和匹配，结合 IMU 数据进行姿态估计。建图模块利用 DINO v2 提取全局描述子，通过束调整优化实现全局一致的轨迹估计。规划模块采用 Dynamic Window Approach，结合 ESDF 地图生成安全路径。 TinyNav 支持多种地图表示方式，包括二维栅格和三维高斯散射地图。系统具备回环检测和位姿图优化功能，能有效消除累积误差。整体设计注重模块化和易用性，支持快速上手和灵活配置。
    1079
    06/01 14:49
    导航系统
  • Marathongo：人形机器人马拉松导航系统的结构、原理与落地路径
    Marathongo 是一套面向人形机器人马拉松比赛场景的导航全栈开源方案，重点在于定位、规划、控制、视觉训练和边缘部署等方面。它提供了完整的工程资产，包括定位、规划、控制、视觉训练等内容，并且具有良好的可扩展性和可裁剪性。此外，Marathongo 还具备清晰的系统分层和模式切换的安全机制，能够在大多数情况下保证系统的稳定运行。
    911
    05/18 15:24
    人形机器人 导航系统
  • 具身智能 | 高德具身智能技术深度解析：从地图导航到机器人物理世界模型
    高德推出的ABot全栈具身技术体系在具身智能领域取得重大突破，尤其是在CVPR 2026 Video World Model Workshop国际挑战赛中超越谷歌和英伟达，并在WorldArena全球排行榜上夺得第一名，横扫具身智能领域的15项SOTA指标。ABot技术体系由三层架构组成：数据层、模型层和应用层。数据层构建了一个可交互、可验证、可扩展的虚拟物理世界，通过ABot-World实现。模型层包括导航与执行双基座模型，分别负责路径规划和动作生成。应用层则是ABot-Claw机器人操作系统，提供统一的API规范，支持不同形态的机器人快速接入。高德的核心突破在于从视觉渲染范式向可微分物理引擎范式的转变，特别是ABot-PhysWorld采用了140亿参数的Diffusion Transformer模型，将物理规律嵌入到生成过程中，确保生成的视频物理上一致。此外，高德还通过ABot-3DGS系统性解决了数据生产难题，构建了可编程的数字孪生空间，通过大规模组合与仿真生成多样化的场景数据。在实际应用方面，高德展示了导盲机器狗和BridgeNav框架的成功案例，前者帮助盲人出行，后者解决从室外到室内的导航问题。高德还推出了ABot-Claw统一的机器人操作系统，支持跨机器人平台的零样本泛化，实现真正的具身智能。
    1404
    05/11 11:29
    具身智能 世界模型
    具身智能 | 高德具身智能技术深度解析：从地图导航到机器人物理世界模型
热门企业 换一换
相关标签