基于ROS的自主移动服务机器人系统框架设计

本文在满足自主移动服务机器人人机交互、数据处理和移动避障等各种通用功能的前提下,基于处理器的不同运算能力,设计了一种易于扩展的三层结构自主移动服务机器人系统框架。

基于机器视觉的渔业垃圾收集机器人设计

随着渔业的高速发展,大量的渔业垃圾被投放入海洋,海洋污染愈发严重,海洋生物的生命受到了严重的威胁。为了收集海洋中的垃圾,本文设计了一种新型的渔业垃圾收集机器人,以基于机器视觉技术为核心,实现对渔业垃圾的高效收集。为了实现该目的,本文进行了机器人仿生结构、收集和储存装置和智能检测系统等方面的全面设计,以确保各部分功能和工作方式的协调性和高效性。在机器人的控制设计方面,本文采用ROS框架和A*算法对机器人上位机进行了部署,能够实现对机器人的避障和巡航控制。经过对机器人样机的大量测试,结果表明:该机器人的结构设计、控制算法和上位机部署等方面较好,在水面环境下具有出色的适应能力。

一种面向环境扫描的彩色点云流实时压缩算法

随着数字孪生技术的不断发展,人们面临将大规模、高维度的点云数据进行压缩编码的问题,以提高传输效率。然而大多点云编码方式存在压缩实时性不强、压缩效率低、点云格式要求过高等问题。针对解决这些问题,提出了一种基于谷歌Draco几何压缩库的实时彩色点云流压缩(Real-time Color Stream Draco,RCS-Draco)算法。将算法集成到ROS框架内,借助ROS消息流,对点云流实时地进行编码和解码,提高了算法的实时性;通过建立优化裁剪模型,对点云进行裁剪和滤波,去除了漂移和离群点云,提高了压缩算法的压缩效率。建立量化预测模型,对点云的RGB颜色信息进行编码,解决了大多数点云压缩算法无法处理颜色信息的问题。对比试验通过调整压缩等级和量化参数,证明RCS-Draco算法的平均压缩率最高能够达到77%、平均压缩和解压时间小于0.035 s、位置平均误差小于0.05 m、属性平均误差小于35;并通过相融试验证明RCS-Draco算法在各项指标上优于Draco算法。试验结果表明,RCS-Draco压缩算法在压缩实时性、效率、点云格式方面均表现良好,能够有效地提升传输效率。

天脉1实时操作系统的机器人框架移植方法研究

首先对ROS机器人框架进行了简单介绍;然后调研其在开源Linux非实时通用操作系统、绿山公司INTEGRITY RTOS实时操作系统、风河公司VxWorks7、Zephyr实时操作系统的移植适配情况;最后,基于i.MX6Q ARMv7a多核处理器平台,在天脉1实时操作系统上对机器人框架的移植适配方法进行了研究。

基于ROS的语音导航智能小车设计与研究

为提高移动智能小车SLAM自主导航避障性能和运动稳定性,提出一种基于ROS框架的语音导航智能小车设计方法。建立智能小车的运动学模型,完成硬件电路和软件平台的搭建,基于粒子滤波器的FastSLAM算法,结合A^(*)和动态窗口法DWA,编写ROS框架下的Cmapping功能包,实现智能小车的运动实验仿真、路径规划和动态避障。采用语音识别控制策略,利用Gazebo仿真和Rviz可视化,开展智能小车的语音导航试验。对比分析A^(*)结合TEB算法的小车避障耗时及运动平顺性,仿真与实车验证结果均表明,本文方法设计的智能小车避障时间短,移动路径具有连续性,语音导航对环境的适应性强。