Jetson Nano平台下的AI送餐系统设计

为提升餐厅送餐系统的智能化程度,依托NVIDIA Jetson Nano b01的ROS移动机器人平台,设计用于室内餐厅的AI送餐软件系统。该系统基于轻量级深度学习框架Darknet,采用C++和Python进行系统编程,包含控制器、语音、运动控制和AI视觉处理4个模块。通过语音启动送餐机器人,在识别顾客订餐信息二维码后,自主导航至目标餐桌进行送餐。同时,基于YOLOv3-tiny深度学习对送餐沿途上的人物进行视觉识别,当识别到顾客时语音播报欢迎词。实验结果表明,该系统能有效完成送餐任务,二维码识别时间约0.003s,人物识别准确率高达99%以上。系统能够自动进行语音启动和播报,设计方案合理有效,可为AI送餐领域提供参考与借鉴。

基于树莓派的AI仓库搬运机器人设计

本文基于树莓派4B的机器人操作系统(Robot Operating System,ROS)移动机器人平台,设计了用于仓库的人工智能(Artificial Intelligence,AI)搬运软件系统,包含运动控制模块和AI视觉处理模块两大软件模块。两大模块通过ROS发送消息相互结合,实现搬运系统的系列功能。工人将货物放置其上后,机器人通过支持向量机(Support Vector Machine,SVM)对货物标牌上的货物编号进行视觉识别;机器人通过货物编号与目标货架对应关系确定目标货架,并在导航算法引导下,自主导航至目标货架,完成送货。