多傳感器融合開源移動機器人

產品概述

平臺是由移動底盤本體、控制系統、傳感器系統、電源管理系統組成。底盤是由自主開發的電機驅動器控制兩個輪轂電機作為動力來源，配合兩個萬向輪，采用差速控制模型，同時車體四周安裝前四后四防碰撞傳感器、車身安裝360度激光雷達、驅動器提供編碼器數據、IMU傳感器提供九軸數據、深度相機采集視覺信息，控制系統硬件由ROS工控機提供******的算力保障，結合車體顯示器，鍵鼠套裝，遙控手柄可方便車體調試，算法驗證。驅動器采用高性能DSP系列芯片，上位機是ROS和MATLAB/Simulink搭建的控制框架,。采用DC24V 15Ah可保障車體4個小時的充足續航。平臺支撐MBD開發方法在ROS機器人操作系統上結合GAZEBO仿真，打通平臺底層驅動搭建、算法部署、仿真測試和功能樣機實地測試四大環節，為教學和科研提供優越的開放性支撐。

系統控制算法代碼開源，提供豐富的2D/3D機器視覺實驗、激光雷達定位導航實驗以及輪轂電機控制實驗等案例，如速度環控制實驗、電機PID調節實驗、導航規劃算法實驗、ROS通訊實驗等?？蓴U展語音識別、AI智能識別、遠程控制、無線圖傳、雷達數據分析實驗等功能。該系統既可以作為自動化專業、機器人專業、人工智能專業、智能科學與技術專業、機械電子專業、智能制造專業、機械工程專業中相關如《機器人操作系統》、《傳感器》、《機器視覺》、《機器人導航與控制》《機器人學導論》、《機器人控制技術》、《計算機控制技術》、《電機與伺服控制》、《機器人伺服驅動技術》、《機電一體化技術》等課程的配套實驗實踐平臺，同時也支撐相關專業和課程的的科研。

產品特點

1. 開源成熟工業結構平臺為實驗載體，支撐機器人建模仿真、機器人操作系統、傳感器、機器人學、機器人控制等教學實驗，以及科研領域的視覺算法驗證實驗和導航控制算法實驗等。

2. 伺服性能優良，運動定位精度高，車體采用模塊化設計，易于安裝，人機交互友好，使用便捷。

3. 控制系統采用MATLAB/Simulink軟件進行編程，用戶可以更好更便捷地研究控制算法，并可支撐更高級的控制算法驗證。

4. 控制系統采用ROS通訊架構，底盤控制采用USB轉串口通訊，控制周期可以縮短到20ms以內。

5. 提供多傳感器感知周圍環境，2D激光、深度相機、超聲波等，更接近產品落地方案。

應用專業

（1）車輛工程

（2）機器人專業

（3）機械電子專業

（4）機械工程專業

（5）自動化專業

（6）人工智能專業

本科和研究生教學課程

（1）機器人學

（2）機器人建模與仿真

（3）自動控制原理

（4）機器人操作系統

（5）計算機控制技術

（6）傳感器技術及應用

（7）機器人視覺技術

（8）移動機器人導航與控制

（9）伺服電機控制與應用

實驗內容

ROS基礎學習

（1）ROS基本使用-小海龜實驗。

（2）ROS消息、服務、動作的使用。

（3）ROS傳感器的配置與使用

（4）RVIZ與rqt的配置與使用

（5）ROS參數服務器使用與多機通訊

（6）TF坐標變換使用與配置

（7）機器人各部件建模

（8）串口驅動通信實驗

移動機器人實驗平臺調試

（9）激光雷達、里程計、IMU的使用與校準

（10）使用ROS指令控制機器人移動

（11）使用gmapping算法構建地圖及修正

（12）使用cartographer算法構建地圖與增量建圖

（13）navigation自主導航與避障

（14）純視覺方法建圖與導航

（15）激光雷達與慣導融合建圖導航

視覺實驗調試

（16）機器視覺基本應用-參數調整

（17）Canny邊緣檢測實驗

（18）Contour輪廓檢測實驗

（19）Hough線段檢測實驗

（20）人臉檢測實驗

（21）圖像旋轉縮放變換實驗

（22）Haar+boosting特征檢測實驗

（23）視覺的實時測距與定位實驗

（24）視覺的目標位姿測定實驗

（25）移動機器人精準移動與視覺實驗

定制開源實驗（機器學習及深度學習內容需要升級帶GPU的ROS工控機）

（26）機器學習SVM訓練實驗

（27）機器學習KNN訓練測試實驗

（28）TensorFlow實現神經網絡實驗

（29）TensorFlow實現AlxNet實驗

（30）TensorFlow實現VGGNet實驗

（31）TensorFlow實現Google Inception Net實驗

（32）TensorFlow實現ResNet實驗

MATLAB-ROS機器人控制

（33）MATLAB-ROS網絡通信

（34）Simulink-ROS避障算法實驗

（35）Simulink搭建輪轂電機速度環控制實驗

參數指標