MADER 项目安装与使用教程
2024-09-25 23:35:17作者:吴年前Myrtle
1. 项目目录结构及介绍
MADER 项目的目录结构如下:
mader/
├── mader/
│ ├── mader_msgs/
│ ├── submodules/
│ ├── thirdparty/
│ │ └── DecompROS/
│ ├── .gitignore
│ ├── .gitmodules
│ ├── LICENSE
│ ├── README.md
│ ├── install_and_compile.sh
│ └── install_nlopt.sh
└── ...
目录结构介绍
- mader/: 主目录,包含项目的核心代码和相关文件。
- mader_msgs/: 包含项目中使用的自定义消息类型。
- submodules/: 包含项目依赖的子模块。
- thirdparty/: 包含第三方库,如 DecompROS。
- .gitignore: Git 忽略文件配置。
- .gitmodules: Git 子模块配置。
- LICENSE: 项目许可证文件。
- README.md: 项目介绍和使用说明。
- install_and_compile.sh: 安装和编译项目的脚本。
- install_nlopt.sh: 安装 NLOPT 优化库的脚本。
2. 项目启动文件介绍
MADER 项目的启动文件主要用于启动单代理或多代理的仿真。以下是主要的启动文件:
单代理仿真启动文件
roslaunch mader single_agent_simulation.launch
该文件用于启动单代理的仿真环境。可以通过 RVIZ 设置目标点,无人机将自动规划路径并移动到目标点。
多代理仿真启动文件
roslaunch mader mader_general.launch type_of_environment:="dynamic_forest"
roslaunch mader many_drones.launch action:=start
roslaunch mader many_drones.launch action:=mader
roslaunch mader many_drones.launch action:=send_goal
这些文件用于启动多代理的仿真环境。mader_general.launch 用于设置环境类型,many_drones.launch 用于启动和管理多个无人机。
3. 项目的配置文件介绍
MADER 项目的配置文件主要用于设置仿真参数和优化器配置。以下是主要的配置文件:
mader.yaml
该文件位于 mader/config/ 目录下,用于配置无人机的参数,如无人机半径、最大速度等。
CMakeLists.txt
该文件位于项目根目录下,用于配置项目的编译选项和依赖库。可以通过设置 USE_GUROBI 来选择使用 Gurobi 或 NLOPT 作为优化器。
install_and_compile.sh
该脚本文件用于安装和编译项目所需的依赖库和项目本身。脚本会自动安装 CGAL、GLPK 等依赖库,并编译项目代码。
install_nlopt.sh
该脚本文件用于安装 NLOPT 优化库。如果选择使用 NLOPT 作为优化器,需要先运行该脚本。
通过以上配置文件和启动文件,可以方便地配置和启动 MADER 项目,进行单代理或多代理的仿真。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 谷歌浏览器跨域插件Allow-Control-Allow-Origin:前端开发调试必备神器 Python案例资源下载 - 从入门到精通的完整项目代码合集 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
663
152
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
659
297
Ascend Extension for PyTorch
Python
215
235
React Native鸿蒙化仓库
JavaScript
254
320
仓颉编译器源码及 cjdb 调试工具。
C++
132
866
仓颉编程语言运行时与标准库。
Cangjie
139
874
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.18 K
648
仓颉编程语言开发者文档。
59
818