導航到的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

結合Matlab與ROS快速上手無人自走車

為了解決導航到的問題，作者林顯易,陳雙龍 這樣論述：

結合Matlab與ROS快速上手無人自走車 　　波士頓顧問公司(BCG)預測2025 年全球自動駕駛車市場銷售上探 420 億美元，而了解自駕車 AI 原理最好方式就是從無人自走車開始。本書以深入淺出方式帶領對自走車技術有興趣的社會人士或是高中職、大專程度學生了解無人自走車原理與實現方式，並透過本書實驗範例與程式可以在家動手實作無人自走車。 　　‧本書提出以 MATLAB®　圖形化的元件程式環境與 ROS 整合方式，相較完全以 ROS 的開發方式，本書方法大幅降低無人自走車程式門檻 　　‧本書使用 TurtleBot3自走車套件，硬體包括單板電腦、馬達驅動板、雷射測距感測器 　　‧

本書介紹常用自走車演算法包括快速隨機搜索樹演算法(Rapidly-exploring random tree, RRT)、單純追踪演算法 (Pure Pursuit)、向量直方圖演算法 (Vector Field Histogram, VFH)、佔據柵格地圖 (Occupancy grid map)、同步定位與地圖建構 (Simultaneous Localization and Mapping, SLAM)。 　　‧本書提供無人自走車初階與高階實驗範例與程式，讓讀者可以按部就班的在家操作並經歷實現自走車的成就感。 　　本書利用 MATLAB® 及 ROS2 的軟體整合，並使用 Turtl

eBot3 自走車套件來引領讀者輕鬆實現「路徑導航 (Navigation)」、「避障 (Obstacle Avoidance)」、「同步定位與地圖建構 (Simultaneous Localization and Mapping, SLAM)」。對於需要進行專題實驗的學生或是工作上有需要的社會人士，本書將是不可或缺的一本參考書籍。  

導航到進入發燒排行的影片

基於深度模仿學習的雙輪移動機器人之無地圖式光達導航控制

為了解決導航到的問題，作者胡育晨 這樣論述：

導航控制是自主式移動機器人的核心功能之一，其可讓機器人在工作環境中完成移動控制及迴避障礙物的任務。現有的導航控制技術大多是基於已知的環境地圖來進行，若在未知環境中或沒有當前的環境地圖情況下，則機器人需要先進行地圖建置程序後，才能開始執行導航控制任務。為了克服此限制，本論文提出一種基於深度模仿學習的雙輪移動機器人之無地圖式光達導航控制系統，其直接使用光達感測器資訊與目標點座標資訊進行數據驅動控制。透過所提出的深層卷積網路模型，即可輸出移動控制命令，且不需要環境地圖資訊及調整導航演算法的參數，即可達成在動態或未知環境中移動機器人導航控制。在訓練數據集的收集上，我們透過人工操控方式，操控雙輪移動機

器人進行避障移動，並將光達感測器資訊、目標點相對座標 訊及移動控制命令記錄下來，且透過資料擴增來增加數據集的數據數量。在網路模型設計中，所提出的CNN模型包括一個光達訊號卷積模塊與一個移動預測模塊，用來提取光達資訊特徵及機器人的移動行為預測。在模型訓練中，透過我們人工給予的專家策略，將輸入的光達感測器資訊與目標點座標資訊經過端到端模仿學習映射出移動控制命令。實驗結果顯示，所提出的雙輪移動機器人之無地圖式光達導航控制系統可以在現有的環境中安全地導航，也能在未知環境中或沒有當前的環境地圖情況中達到80%的成功率導航到目標點座標，其導航效果與專家策略相近證明提出的系統可以克服此限制。

Oracle Exadata雲服務官方指南

為了解決導航到的問題，作者（美）布萊恩·斯彭多利尼 這樣論述：

● 如何啟動和配置Oracle Database Exadata 雲服務 ● 如何導航到使用者介面 ● 如何利用智慧掃描和存儲索引 ● 如何利用新的壓縮技術 ● 如何使用Oracle Exadata 資源管理 ● 如何管理Oracle Exadata智慧快閃記憶體 ● 如何管理和監控Oracle Exadata雲服務 ● 如何遷移到Oracle Exadata雲服務   Brian Spendolini 目前擔任Oracle公司Exadata Cloud Service的產品經理，以前曾是Oracle Enterprise Database Cloud Service(D

BCS)的產品經理。Brian早在2000年加入Oracle公司，他擔任過許多角色，從銷售到技術支援。他和家人生活在一座火山的西側。 第1章 Oracle Database Exadata雲服務 1 1.1 本書會介紹什麼 2 1.2 一個雙資料中心的故事 4 1.3 Exadata Cloud Service shape 4 1.3.1 Exadata Cloud Service X5版本 5 1.3.2 Exadata Cloud Service X6版本 6 1.3.3 Exadata Cloud Service X7版本 7 1.3.4 是否虛擬化了 7 1.4 資

料庫選件 8 1.5 雲環境中的Exadata 9 1.6 本章小結 10 第2章 創建Oracle Database Exadata雲服務 11 2.1 在本地部署的Exadata Database Machine配置 12 2.1.1 針對本地部署的物理配置 12 2.1.2 配置軟體 14 2.1.3 保證平臺的安全性 16 2.2 創建Exadata Cloud Service 17 2.2.1 在OCI-C上創建Exadata Cloud Service 18 2.2.2 在OCI上創建Exadata Cloud Service雲服務 38 2.3 本章小結 58 第3章 Exa

data雲服務使用者介面 59 3.1 Oracle Cloud Infrastructure Classic的ExaCS UI 60 3.1.1 修改ExaCS 60 3.1.2 在ExaCS上部署資料庫功能 74 3.2 OCI中的ExaCS使用者介面 87 3.3 本章小結 97 第4章 Exadata Cloud Services工具和CLI 99 4.1 設置你的本地環境 100 4.2 Exadata Cloud Service REST服務 101 4.2.1 OCI-C中的REST服務 102 4.2.2 OCI中的REST服務 110 4.2.3 配置OCI CLI 110

4.2.4 使用OCI CLI 115 4.3 Exadata Cloud Service CLI 121 4.3.1 連接到Exadata Cloud Service 121 4.3.2 使用dbaasapi工具 126 4.3.3 使用dbaascli工具 130 4.3.4 使用exadbcpatchmulti給資料庫打補丁 137 4.4 資料庫備份CLI 140 4.4.1 使用bkup CLI執行備份 148 4.4.2 使用bkup CLI恢復資料庫 149 4.5 本章小結 150 第5章 智慧掃描和存儲索引 151 5.1 Exadata Database Machine

架構 152 5.1.1 硬體組成 152 5.1.2 軟體組成 154 5.2 查詢卸載 156 5.3 在Exadata Cloud Service中使用智慧掃描 158 5.4 使用智慧掃描 164 5.5 存儲索引 171 5.6 本章小結 177 第6章 壓縮技術 179 6.1 資料塊、區和段 180 6.1.1 資料塊 181 6.1.2 區 185 6.1.3 段 185 6.2 Oracle高級行壓縮 187 6.3 混合列壓縮概述 191 6.4 使用混合列壓縮 193 6.4.1 數倉壓縮 193 6.4.2 歸檔壓縮 193 6.4.3 HCC應用示例 194 6.4

.4 HCC的性能 200 6.5 DBMS_COMPRESSION 204 6.6 壓縮提示 208 6.7 本章小結 209 第7章 Exadata資源管理 211 7.1 I/O資源管理器 212 7.2 資料庫資源管理器 218 7.2.1 資源用戶組 218 7.2.2 資源計畫指令 218 7.2.3 資源計畫 219 7.2.4 綜合應用 219 7.3 資料庫資源管理器和多租戶 220 7.4 在Exadata Cloud Service中配置DBRM 221 7.4.1 在CDB上使用資源管理器的先決條件 222 7.4.2 創建CDB資源計畫 223 7.4.3 查看DB

RM的運行情況 230 7.4.4 資料庫內的資源管理器 234 7.4.5 使用DBMS_SCHEDULER更改計畫 240 7.5 Instance Caging 241 7.6 本章小結 243 第8章 Exadata智能快閃記憶體 245 8.1 快閃記憶體的出現 246 8.2 Exadata智能快閃記憶體 248 8.2.1 何時使用快閃記憶體 248 8.2.2 WriteThrough和WriteBack 249 8.2.3 Exadata智慧快閃記憶體日誌 250 8.2.4 創建快閃記憶體和快閃記憶體網格盤 251 8.2.5 列快閃記憶體緩存和存儲伺服器記憶體緩存 25

5 8.2.6 CELL_FLASH_CACHE存儲子句 255 8.3 本章小結 256 第9章 管理和監控Exadata Cloud Service 257 9.1 11g資料庫控制器及企業管理器快捷版 258 9.1.1 Database Control 258 9.1.2 Enterprise Manager Express 262 9.2 SQL Developer 264 9.2.1 使用SQL Developer連接到Exadata Cloud Service 265 9.2.2 使用DBA面板管理資料庫 268 9.3 Enterprise Manager Cloud Con

trol 13cR2 269 9.4 ExaCLI 277 9.4.1 使用ExaCLI工具 280 9.4.2 ExaCLI示例 282 9.5 本章小結 289 第10章 遷移到Exadata Cloud Service 291 10.1 TDE所在的位置 292 10.2 Data Pump 292 10.2.1 模式匯出和導入 293 10.2.2 Full Transportable Export and Import 296 10.3 RMAN 301 10.3.1 創建一個暫存目錄 303 10.3.2 恢復資料庫 306 10.4 可傳輸表空間 312 10.4.1 遷移單個

表空間 312 10.4.2 使用備份組實現跨平臺的可傳輸表空間 318 10.5 可插拔資料庫 322 10.5.1 PDB的拔出/插入 323 10.5.2 從non-CDB轉換到PDB 326 10.5.3 遠程克隆PDB或non-CDB 336 10.5.4 遠程克隆PDB 346 10.6 TDE、18c和PDB 351 10.7 本章小結 357   前言   傳統意義上，Exadata Database Machine被理解為是一個以硬體為基礎的服務，購買後放置在自己的資料中心，提供端到端的管理服務。而使用Exadata Cloud Service，只需要點幾

下滑鼠，便將以前漫長而耗時的過程簡化到一個Web頁面中，借助於此，Oracle將Exadata的強大功能送到了每個人的手中。 《Oracle Exadata雲服務官方指南》首先介紹了Exadata Cloud Service的創建及創建過程中要用到的各個元件。從網路到安全，涵蓋了在Oracle Cloud中創建一個完整的Exadata雲服務的所有步驟。其次，你要在該服務上創建自己的資料庫。選擇一個版本、備份策略和類型後，立即就會在雲中擁有一個功能齊全的資料庫。 接著，《Oracle Exadata雲服務官方指南》涵蓋了所有基於雲的工具，這是Exadata Cloud Service的“專用

功能”。利用REST服務工具或命令列，《Oracle Exadata雲服務官方指南》介紹了如何使用每種方法以及其中包含的功能。 《Oracle Exadata雲服務官方指南》的後續章節介紹了Exadata獨有的一些技術和功能特性。我們從“查詢卸載”開始——Exadata Database Machine如何解決資料庫的I/O瓶頸。然後第6章“壓縮技術”介紹了Hybrid Columnar Compression(混合列壓縮)技術，這是一種將壓縮係數提高了30倍的內置壓縮方法。 第7章“Exadata資源管理”介紹了我們可控制服務和資料庫資源的不同等級。我們可以在多個等級上分配CPU能力、記

憶體、進程和優先順序，以便在一個獨立的平臺上運行不同的負載。 第9章“管理和監控Exadata Cloud Service”介紹了如何對Exadata Cloud Service進行管理，以及如何將現有的資料庫遷移到雲服務上。該章的示例和代碼展示了如何將本地的資料庫遷移到Exadata Cloud Service上。 第10章“遷移到Exadata Cloud Service”介紹了如何遷移多個版本的資料庫，遷移PDB，遷移non-CDB和跨平臺的轉換。 代碼的線上獲取《Oracle Exadata雲服務官方指南》的所有示例代碼都可從www.oraclepressbooks.com網頁上

，標有《Oracle Exadata雲服務官方指南》主頁的Downloads & Resources標籤頁上獲取，也可掃描封底二維碼獲取。  

可即時分析人行道路況之全自主外送機器人設計與實作

為了解決導航到的問題，作者陳柏伸 這樣論述：

近年來自動駕駛的技術發展得愈來愈成熟，藉由整合機器人定位、底盤控制、影像辨識、光學雷達雷射等許多的技術整合成一個系統，來讓自駕車能夠安全地行駛在道路上，但是目前大多數的自駕車研究需要昂貴的硬體設備為研究門檻，例如一台電動車、大量的傳感器以及人工智慧超級電腦等設備，使得大多數機器人研究者只對室內機器人進行研究。 因應送餐等服務業在一般道路的移動需求，但考量行駛於公用道路車道上的法律限制，因此本研究以行人的移動方式為基礎，開發可行走於人行道或道路邊的全自主外送機器人。為了要達到此一目的。透過光學鏡頭與光學雷達等感測器，辨識並分析可用於行人行走的人行道、道路邊、斑馬線等區域，確保機器

人不會影響路上車流、不會撞擊行人並且能夠自主導航到達目的。 因此本研究開發了行走在道路邊之全自主外送機器人，本研究使用ROS機器人系統來開發系統，系統中分為兩大方法即時定位與地圖建構(Simultaneous Localization And Mapping, SLAM)和導航(Navigation)，為了處理光學雷達的大量資料，在建立地圖時的機器人能夠精確定位，以規劃出正確航路來建立出精確地圖。而導航方法為航點跟隨功能和利用路面邊線辨識實現道路邊矯正功能。 機器人的執行平台 使用 Nvidia Jetson AGX Xavier作為系統核心，底盤架構採用2WD架構使機器人移動，使

用光學鏡頭辨識路面邊線，光學雷達來收集環境資料來建立地圖和導航時動態偵測障礙物，IMU幫助機器人定位。機器人進行導航時跟隨航點行駛在虛擬道路上，使用3D Li-DAR偵測與避開障礙物和使用光學鏡頭辨識路面邊線來盡可能行走在道路邊，來使機器人能夠安全地到達目的地。此一研究成果可實現機器人在道路邊的自主導航與避障，並有潛力可應用於送餐和送貨等服務。