ROS的服务类移动机器人SLAM导航的研究

近年来,随着人工智能的迸发,计算机的各项技术的突破,硬件技术的发展。机器人行业也取得了新的进展。服务类移动机器人的研发也不限于实验室,慢慢走出实验室而开始商用。对于服务类移动机器人来说,SLAM(同时定位于地图构建)是关键技术,也是目前研究的主要方向和热门。本文主要针对室内移动机器人的探究,使用ROS平台和Gazebo试验和仿真SLAM。一开始介绍本文的研究背景和近年来国内外的服务类移动机器人的现状。其次介绍了本文所用到的移动平台,和介绍ROS机器人操作系统。之后介绍SLAM的概率学模型,在概率学模型上添加地图。最后开始试验对SLAM的测试,在未知环境下实现了地图构建和导航。     

Ubuntu下ROS变种ROCOS的系统架构

伴随人工智能等相关技术的进步, 智能机器人技术得到极大提高. 其软件上的日渐成熟和硬件设施的不断完善对研究和开发机器人操作系统和体系结构提出新的需求. 本文针对目前广泛使用的传统机器人操作系统ROS进行介绍和分析, 并对比研究了新型机器人操作系统ROCOS在系统架构方面对传统ROS的改进和优化, 详细介绍了两者的组织框架, 并通过仿真实验实际测试了两者框架的合理性与使用效果, 对后续新型机器人操作系统的研发具有借鉴意义.     

基于ROS户外移动机器人软件系统构建

在机器人功能日益复杂的情况下,如何简单快速地为机器人构建所需的软件系统是一个值得探讨的问题.本文首先分析了机器人软件系统开发过程中面临的问题并介绍了机器人操作系统（Robot Operating System,ROS）这一软件平台的基本概况、基本概念和主要特点,然后基于ROS为本实验室研制的四轮户外移动机器人构建了一套软件系统,实现了移动机器人的底层驱动控制、远程遥控、识别可通行区域等功能.该软件系统充分展示了利用ROS软件平台构建机器人软件系统的灵活性、易用性和功能丰富等特点.     

基于ROS的室内自主导航移动机器人系统实现

为可靠地实现室内移动机器人自主导航、巡航等功能,提出并实现一种在机器人操作系统(ROS)环境下,基于激光雷达的室内移动机器人定位导航系统.系统主要包括激光雷达数据的预处理,基于粒子滤波的Gmapping算法构建栅格地图,自适应蒙特卡罗定位用于室内移动机器人的重定位.A*算法作为全局路径规划算法,动态窗口法(DWA)为局...     

基于ROS的服务机器人关键技术研究与实现

针对服务机器人服务业务的无监督实现问题,设计并实现了一种基于ROS(机器人操作系统)的智能服务机器人系统。该系统包括管理中心、机器人本体和客户端,采用基于ROS系统的node节点分布式架构。管理中心由服务器组成,管理中心是任务管理与执行调度的核心组成部分,负责对系统内各种资源进行管理和调度,机器人本体使用高性能核心处理器搭载环境传感器,通过基于EKF(扩展卡尔曼滤波)的SLAM算法解决移动机器人导航问题,客户端与机器人本体的信息交互采用基于rosbridge的节点通信技术。机器人系统通过语音交互技术实现了语音自主导航。本设计在实验室环境采用Turtlebot机器人进行实际测试,测试结果表明本方案可以初步实现机器人基础服务场景中的自主定位与导航及语音控制功能。     

基于ROS的差分轮式机器人系统的设计

随着基于机器人操作系统(ROS)的移动机器人应用研究的发展,如何实现快速建图、精准导航和语音交互是其面临的主要问题。为优化以上问题的解决方案,对基于ROS的差分轮式机器人系统进行了设计和研究。系统设计主要包括硬件设计、软件设计和试验测试三部分。首先,提出采用统一机器人描述格式(URDF)仿真模型和运动学模型分析,确定差分轮式机器人的结构形状及运动轨迹。其次,采用高效的FastSLAM算法完成定位与地图构建,全局路径规划采用蚁群算法,局部路径算法采用动态窗口(DWA)算法,使系统的建图更快、导航更精准。最后,通过模型仿真和实物测试完成控制效果的验证。试验结果表明,所设计的机器人系统能快速构建SLAM地图,精准完成导航,并通过语音指令控制机器人运动,避开障碍准确到达指定地点。该设计为移动机器人系统在环境感知与多传感器信息融合方面的研究提供了可靠平台,对基于ROS的家庭陪护机器人系统的研究也具有重要的借鉴意义。     

基于ROS的ICP-SLAM在嵌入式移动机器人上的实现与优化

基于激光雷达的ICP-SLAM在机器人操作系统中无法直接运行,且通过PC实现算法时,没有高效运载计算机资源,产生资源浪费,同时降低了移动机器人系统的灵活性。通过在嵌入式系统中搭建机器人操作系统,在系统中移植MRPT函数库中的ICP-SLAM算法,对算法进行优化,调整算法运行的CPU占用率,使用基于激光雷达的移动机器人进行建图。结果表明机器人操作系统生成的栅格地图可以满足机器人自主导航的需求,SLAM效果更为直观,系统更加灵活,成本和硬件配置要求大大降低。证明优化后的算法更贴近实际的使用需求。     

基于ROS和SLAM的全向移动语音机器人设计

针对传统嵌入式单片机控制的移动机器人交互少、自主运行能力不足的问题,设计并构建了语音启动的基于ROS元操作系统的移动机器人系统.以Linux系统的微处理器作为核心控制平台,STM32单片机作为下位机,结合激光雷达、GY-85等器件,根据混合硬件架构思想设计了一款全向移动的智能语音机器人.该机器人利用激光雷达采集环境信息,并用hector SLAM算法进行建图,利用AMCL算法进行定位和导航,并且采用了麦克纳姆轮底盘进行全方位的移动.对机器人的语音交互、实时定位和建图的功能进行了实地实验.实验结果表明,该移动机器人具有良好的语音交互、建图精度和系统特性,可有效完成建图定位和导航功能.     

基于深度学习的移动机器人目标跟踪系统

针对当前智能移动机器人在跟踪过程中常因目标发生外观形态上的变化而丢失跟踪目标的问题,利用Caffe深度学习框架和ROS机器人操作系统作为开发平台,设计一个高准确度及高实时性的移动机器人目标跟踪系统并进行了研究.使用对于目标形变、视角、轻微遮挡及光照变化具有鲁棒性的基于孪生卷积神经网络的GOTURN目标跟踪算法,通过ROS系统为桥梁使离线训练的跟踪模型实时应用于TurtleBot移动机器人上,并开展了详细的测试.实验结果表明,该目标跟踪系统不仅设计方案可行,实现了移动机器人在各种复杂场景下有效地跟踪目标,还具有成本低、性能高和易扩展等特点.     

MathWorks推出与机器人操作系统(ROS)完整集成的Robotics System Toolbox

<正>Math Works近日推出Robotics System Toolbox(机器人系统工具箱),这个新产品是Release 2015a的组成部分。通过即用型算法和用于开发自动移动机器人应用程序的硬件连接性,Robotics System Toolbox提供了常用的机器人算法,以及MATLAB和Simulink与机器人操作系统(ROS)之间的接口和集成。现在,机器人研究人员和工程师们可以在单个统一的