基于ROS开发平台的服务机器人智能导航系统及仿真验证研究

对室内移动机器人的定位导航系统进行了改进设计。基于机器人操作系统(ROS)开发平台,应用树莓派控制器进行平台控制,采用激光雷达进行环境信息收集,开发了一种拥有路径规划等多种功能的软件算法。仿真结果说明该系统所构建的环境地图可以达到很高的精度,并且可以进行模块化开发和拓展,降低开发难度及费用。     

基于多传感器融合SLAM的ROS服务机器人研究

为提升自主导航精度,使用Jetson Nano控制器,采用同步定位与地图构建和路径规划算法,融合轮式里程计、激光雷达和惯性测量单元等多传感器信息,实现精确的单点和多点自主导航。采用机器人操作系统搭建自主导航框架,使用基于图优化的cartographer算法实现环境地图构建与机器人位姿估计,采用A*算法作为全局路径规划算法,同时利用基于g2o优化的TEB算法实现环境突变时的局部路径规划。实验结果表明,基于图优化的cartographer算法建图效果优于常见的基于粒子滤波的Gmapping算法。基于g2o优化的TEB算法可避免动态窗口算法在局部路径规划中机器人被挟持的情况,提升智能机器人地图构建和路径规划的准确性。     

基于单片机的移动机器人实验研究

设计了基于单片机控制的红外导航移动机器人,通过超声波测距来感知机器人的环境信息,利用微波和红外发射装置进行通信,机器人采集到红外信号后,调整路径,实现红外跟踪和自主定位,每个环节的电路均在实验中得到验证,为进一步深入研究机器人技术搭建了一个基础的实验平台。     

基于UWB的自主跟随机器人定位方法

自主跟随机器人中的定位是移动机器人研究领域中最基本、最重要的问题之一。移动机器人通过携带的传感器获取自身状态和周围环境信息,从而实现自主定位。对现有定位技术进行综述,提出基于UWB的自主跟随机器人定位方法及系统开发,利用DW1000建立自主跟随机器人定位系统模型,并通过LabVIEW进行定位算法程序编写,实现跟随机器人的定位。     

多构型移动机器人创新实验平台设计

针对现有机器人实验平台存在的构型与功能单一的问题,设计了模块化多构型移动机器人实验平台。该平台由可拼装机械套件、驱动系统、控制系统组成,可快速搭建麦克纳姆轮、全向轮及履带等多种构型的移动机器人。利用Arduino/STM32/树莓派等上层控制器通过串口通信可以调用开发的底层运动控制算法实现机器人的运动控制;通过UART、IIC、模拟/数字引脚等接口连接不同类型的传感器,还可进行二次开发。该平台既可满足机器人的技术学习、验证和研究中对多种构型移动机器人平台及其控制算法开发的需求,也满足实验教学、学生竞赛与创新活动等任务的需求。     

基于视觉与IMU的跟踪机器人研究

针对普通轮式机器人在运动和控制等方面的限制,设计并实现了轮式滑动转向移动机器人,该机器人具有结构简化、运动灵活、可靠性高、可控性好等特点.基于EKF实现单目视觉和IMU数据融合,运用SURF实现被跟踪对象特征的检测与匹配,结合垂直线等环境特征获取Range/Depth信息以及被跟踪对象及道路转弯信息.实验表明:该系统及相关算法有较强的实时性和鲁棒性.     

基于WebGL的双机器人运动仿真实验平台

结合当前工业机器人技术和发展,共享实验教育资源,开发了基于B/S模式的双机器人运动仿真实验平台。采用WebGL技术构建虚拟现实环境下机器人的三维模型,JavaScript语言实现机器人运动控制及事件响应等功能,HTML和CSS语言搭建了人机交互界面。仿真平台包含了运动仿真模块、障碍物生成模块、运动状态显示模块及运动控制模块。可采用快捷指令、编程和机器人插补点3种控制方式,实现单机器人运动规划、双机器人协作运动优化及机器人避障规划等多种仿真任务。平台发布于远程实验教学网站,解决了当前设备资源不足等问题,在教学应用中达到了预期效果,获得了学生的好评和认可。     

面向复杂地形的高速移动机器人设计与分析

为满足地图构建、无人驾驶等先进技术的需求,建立了面向复杂地形的轮式高速移动机器人在平地、上下坡、越障等情况下的理论力学模型,完成了移动底盘的力学分析,得到了移动底盘可实现平地、上下坡、越障三种运动的理论力学条件。根据目前对高速移动底盘的需求指标,确定了高速移动机器人的各项性能参数,完成了轮系、一体化底盘及移动机器人整体的结构设计,并对受力较大及扭矩较大的关键零部件进行了有限元仿真分析及运动学仿真分析。根据平台性能需求,完成了硬件设计及电气系统的搭建。为了验证理论研究的正确性,加工了实验样机,进行了相关实验。实验结果表明,所设计的面向复杂地形的高速移动机器人可以实现较高速度运行,具有较大的负载能力,可完成平地、上下坡、越障等运动,对于不同情况的路面具有较强的适应能力。     

基于RGB-D的云机器人3D SLAM实验系统

针对室内环境的三维视觉同步定位与地图构建(3D VSLAM)计算量大、耗时长、硬件要求高的问题,提出了一种基于RGB-D的云机器人VSLAM实验平台。采用Kinect传感器,获取环境的RGB图像和深度信息,采用金字塔Lucas-Kanade算法实现帧间FAST特征点的快速追踪与匹配,运用RANSAC算法进行初始配准,提取关键帧。借助于云计算动态供给、弹性计算的优势,将VSLAM中计算消耗大的精确配准、闭环检测和全局优化处理过程卸载至云端进行,以减轻本地处理器的运算负担。实验结果表明,该方法能够有效地减轻VSLAM对硬件的依赖度,缩短SLAM的执行时间并提高构图精度,为云机器人以较低的成本实现先进SLAM算法提供了有效的解决途径。     

基于新工科的移动机器人控制实验设计和教学实践

针对机器人工程专业四年级学生开设的移动机器人控制实验,循序渐进地设计了基于深度学习的移动机械手抓取实验项目.从激光雷达同时定位与建图、自主导航与实时避障,到借助ROS的通信机制完成语音控制导航以及物体识别与检测,构建深度学习网络生成最优抓取位姿,并利用MoveIt功能包控制机械臂完成抓取动作.实践教学表明,基于项目式实...