基于云平台的全向移动机器人控制系统设计

为了适应在狭窄环境中自动化作业的需求,提高移动机器人工作效率,设计制作了一款基于云服务器的四轮全向移动机器人。结合四轮全向移动机器人的运动模型,提出了基于STM32F103为主控的运动控制系统;同时为提高工作效率,结合手机APP与云服务器实现移动机器人的无线远程监视与控制。远程控制其行走的试验结果表明,系统运行稳定,不仅能够满足远程操作移动机器人的基本需求,同时还大大提高了四轮移动机器人工作时的灵活性与安全性。

移动机器人的远程控制及自主防护设计

当移动机器人自动行走功能受限或失效时,通过远程控制进行人工干预已成为重要的补充手段。但目前的远程控制非常依赖于网络条件,遇到网络拥塞时,监控视频和控制命令传送的延迟将会影响远程控制的安全性,因此,设计了一种可以在现地进行自主防护的远程控制系统。为了方便操控,系统主控平台被设计为基于Android的APP,它通过云服务器和机器人端的ESP8266模块进行通信,控制移动机器人的速度和转向,同时机器人端利用摄像头获取环境信息,内置算法实现地面分割及地面上障碍物深度检测,当检测到物体深度值低于设置阈值时主动停车,防止因网络原因不能及时接到命令而造成事故。

ORB-SLAM3融合语义分割的AGV栅格地图构建与导航

同时定位与建图(SLAM)技术是自动引导车(AGV)实现自主引导的关键技术之一,传统的视觉SLAM生成的稀疏点云地图无法得到真实场景中空间是否被障碍物占据的状态,因此不具备导航功能。提出了一种基于语义分割的栅格地图构建方法。通过全景分割网络Panoptic FCN对ORB-SLAM3生成的关键帧进行语义分割,利用相机水平安装且高度固定作为先验条件确定地面的空间位置,再结合关键帧位姿将得到的语义掩膜进行反投影,利用贝叶斯增量式估计方法构建二维占据栅格地图。在实验室搭建的AGV平台上对该建图算法进行验证,利用A*算法作为路径规划算法,实验结果表明算法生成的语义栅格地图能够正确的表示出地面和障碍物位置,AGV按照规划好的路径正确地跟踪到目标点,算法生成的栅格地图能够正确地反映出环境语义信息并可以应用于AGV实际导航,算法实时性和准确性都能够满足需求。