產(chǎn)品概述
平臺是由移動底盤本體、控制系統(tǒng)、傳感器系統(tǒng)、電源管理系統(tǒng)組成。底盤是由自主開發(fā)的電機驅(qū)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(qū)動器提供編碼器數(shù)據(jù)、IMU傳感器提供九軸數(shù)據(jù)、深度相機采集視覺信息,控制系統(tǒng)硬件由ROS工控機提供******的算力保障,結(jié)合車體顯示器,鍵鼠套裝,遙控手柄可方便車體調(diào)試,算法驗證。驅(qū)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(xù)航。平臺支撐MBD開發(fā)方法在ROS機器人操作系統(tǒng)上結(jié)合GAZEBO仿真,打通平臺底層驅(qū)動搭建、算法部署、仿真測試和功能樣機實地測試四大環(huán)節(jié),為教學(xué)和科研提供優(yōu)越的開放性支撐。
系統(tǒng)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(dǎo)航實驗以及輪轂電機控制實驗等案例,如速度環(huán)控制實驗、電機PID調(diào)節(jié)實驗、導(dǎo)航規(guī)劃算法實驗、ROS通訊實驗等??蓴U展語音識別、AI智能識別、遠(yuǎn)程控制、無線圖傳、雷達數(shù)據(jù)分析實驗等功能。該系統(tǒng)既可以作為自動化專業(yè)、機器人專業(yè)、人工智能專業(yè)、智能科學(xué)與技術(shù)專業(yè)、機械電子專業(yè)、智能制造專業(yè)、機械工程專業(yè)中相關(guān)如《機器人操作系統(tǒng)》、《傳感器》、《機器視覺》、《機器人導(dǎo)航與控制》《機器人學(xué)導(dǎo)論》、《機器人控制技術(shù)》、《計算機控制技術(shù)》、《電機與伺服控制》、《機器人伺服驅(qū)動技術(shù)》、《機電一體化技術(shù)》等課程的配套實驗實踐平臺,同時也支撐相關(guān)專業(yè)和課程的的科研。
產(chǎn)品特點
1. 開源成熟工業(yè)結(jié)構(gòu)平臺為實驗載體,支撐機器人建模仿真、機器人操作系統(tǒng)、傳感器、機器人學(xué)、機器人控制等教學(xué)實驗,以及科研領(lǐng)域的視覺算法驗證實驗和導(dǎo)航控制算法實驗等。
2. 伺服性能優(yōu)良,運動定位精度高,車體采用模塊化設(shè)計,易于安裝,人機交互友好,使用便捷。
3. 控制系統(tǒng)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(tǒng)采用ROS通訊架構(gòu),底盤控制采用USB轉(zhuǎn)串口通訊,控制周期可以縮短到20ms以內(nèi)。
5. 提供多傳感器感知周圍環(huán)境,2D激光、深度相機、超聲波等,更接近產(chǎn)品落地方案。
應(yīng)用專業(yè)
(1)車輛工程
(2)機器人專業(yè)
(3)機械電子專業(yè)
(4)機械工程專業(yè)
(5)自動化專業(yè)
(6)人工智能專業(yè)
本科和研究生教學(xué)課程
(1)機器人學(xué)
(2)機器人建模與仿真
(3)自動控制原理
(4)機器人操作系統(tǒng)
(5)計算機控制技術(shù)
(6)傳感器技術(shù)及應(yīng)用
(7)機器人視覺技術(shù)
(8)移動機器人導(dǎo)航與控制
(9)伺服電機控制與應(yīng)用
實驗內(nèi)容
ROS基礎(chǔ)學(xué)習(xí)
(1)ROS基本使用-小海龜實驗。
(2)ROS消息、服務(wù)、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(shù)服務(wù)器使用與多機通訊
(6)TF坐標(biāo)變換使用與配置
(7)機器人各部件建模
(8)串口驅(qū)動通信實驗
移動機器人實驗平臺調(diào)試
(9)激光雷達、里程計、IMU的使用與校準(zhǔn)
(10)使用ROS指令控制機器人移動
(11)使用gmapping算法構(gòu)建地圖及修正
(12)使用cartographer算法構(gòu)建地圖與增量建圖
(13)navigation自主導(dǎo)航與避障
(14)純視覺方法建圖與導(dǎo)航
(15)激光雷達與慣導(dǎo)融合建圖導(dǎo)航
視覺實驗調(diào)試
(16)機器視覺基本應(yīng)用-參數(shù)調(diào)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(zhuǎn)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(biāo)位姿測定實驗
(25)移動機器人精準(zhǔn)移動與視覺實驗
定制開源實驗(機器學(xué)習(xí)及深度學(xué)習(xí)內(nèi)容需要升級帶GPU的ROS工控機)
(26)機器學(xué)習(xí)SVM訓(xùn)練實驗
(27)機器學(xué)習(xí)KNN訓(xùn)練測試實驗
(28)TensorFlow實現(xiàn)神經(jīng)網(wǎng)絡(luò)實驗
(29)TensorFlow實現(xiàn)AlxNet實驗
(30)TensorFlow實現(xiàn)VGGNet實驗
(31)TensorFlow實現(xiàn)Google Inception Net實驗
(32)TensorFlow實現(xiàn)ResNet實驗
MATLAB-ROS機器人控制
(33)MATLAB-ROS網(wǎng)絡(luò)通信
(34)Simulink-ROS避障算法實驗
(35)Simulink搭建輪轂電機速度環(huán)控制實驗
參數(shù)指標(biāo)
參數(shù)類型
|
項目
|
指標(biāo)
|
機械參數(shù)
|
長×寬×高(mm)
|
580× 480 ×570
|
|
輪距(mm)
|
445
|
|
車體重量(Kg)
|
35kg
|
|
電池類型
|
鋰電池 24V 15AH
|
|
電機
|
輪轂電機 2 X 250W+2萬向輪
|
|
驅(qū)動形式
|
兩輪差速驅(qū)動
|
|
轉(zhuǎn)向
|
差速轉(zhuǎn)向
|
性能參數(shù)指標(biāo)
|
空載******車速(m/s)
|
≤1
|
|
***小轉(zhuǎn)彎半徑
|
可原地轉(zhuǎn)彎
|
|
******爬坡能力
|
≤10°
|
|
***小離地間隙(mm)
|
70
|
|
差速驅(qū)動
|
運動學(xué)算法
|
|
慣導(dǎo)imu
|
濾波算法
|
|
ROS里程計
|
編碼器、深度相機
|
|
Slam算法
|
gmapping、hector、karto
|
|
Nav算法
|
amcl定位、move_base避障
|
配置參數(shù)
|
控制模式
|
遙控控制、鍵盤、RVIZ
|
|
遙控器
|
北通手柄
|
|
驅(qū)動器
|
自主驅(qū)動
|
|
雷達
|
思嵐A2雷達
|
|
ROS工控機
|
英特爾 I7 / 英偉達 TX2
|
|
相機
|
InterD435I
|
|
IMU
|
MPU9250
|
|
無線路由器
|
華為千兆四核
|
|
顯示器
|
11.6寸
|
|
避障傳感器
|
前后共8個雷達測距
|