户外智能随从机器人系统设计

设计了一款基于计算机视觉的随从机器人。与常规智能小车相比,该智能机器人实现了多个神经网络协同工作,能够跟随主人在户外移动,并且按照主人做出的指令执行相应的动作,具备人脸识别、基于行为识别的摔倒检测等功能。该智能机器人使用FaceNet进行面部特征提取;采用YOLOV4+DeepSort组合实现用户跟踪;基于BlazePose设计了手势命令;设计并训练了基于LSTM的行为识别网络。实验结果表明,在对人体行走、坐下、摔倒3类动作分类的准确率分别达到了93.6%、96.7%和97.8%,能够有效地检测摔倒姿势。系统在达到预测的准确性同时占用更少的运算资源,将模型部署在搭载了拥有512个CUDA核心的Volta^(TM)GPU的JetsonNX上,运行帧率达到了15帧/s以上,具有良好的实时性。

基于ROS和PX4飞控的四轮驱动移动机器人研究

随着经济的飞速发展,越来越多的企业进驻工业园,为了满足工业园区巡逻和安防的需求,文中设计一款具有室外建图、航点跟随及自主导航的四轮驱动移动机器人。该机器人基于ROS和PX4飞控,搭载X86板载计算机、STM32F4、S1激光雷达、D435i深度相机、T265双目相机和WiFi数传,以X86板载计算机为上位机,将底盘中的STM32F4作为下位机。在室外环境下利用激光雷达进行激光SLAM,利用GPS和PX4飞控让机器人进行航点跟随及避障,同时利用GPS与Navigation功能包进行导航。实验结果表明:四轮驱动移动机器人在室外进行激光SLAM,可以有效地建立好周围环境地图;在进行航点跟随时,能够在误差允许的范围内沿着航线运动,并快速避开实时的障碍物;在室外导航过程中,可以有效地到达设定好的目标点。