《鴻蒙機器人編程》12-ROS課程總結(jié)與行業(yè)展望-教案_第1頁
《鴻蒙機器人編程》12-ROS課程總結(jié)與行業(yè)展望-教案_第2頁
《鴻蒙機器人編程》12-ROS課程總結(jié)與行業(yè)展望-教案_第3頁
《鴻蒙機器人編程》12-ROS課程總結(jié)與行業(yè)展望-教案_第4頁
《鴻蒙機器人編程》12-ROS課程總結(jié)與行業(yè)展望-教案_第5頁
已閱讀5頁,還剩8頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

ROS課程總結(jié)與展望課程內(nèi)容:1,根據(jù)課程框架總結(jié)20個課時的課程內(nèi)容,回顧并梳理各個知識點;2,根據(jù)ROS開源社區(qū)相關資料對課程進一步展望;3,了解未來存在的挑戰(zhàn),攻克技術難題。1課程總結(jié)1.1課程的框架結(jié)構圖1.課程框架結(jié)構在前面章節(jié)中我們主要介紹了ROS從入門到進階的相關核心內(nèi)容。課程框架如圖1所示,主要包括ROS基礎概念(topic,service概念,node的編寫和通信等),ROS官方支持的外設(提供驅(qū)動以及基礎案例,方便開發(fā)加快項目進度),機器視覺基礎,ROS的進階工具(顯示工具,調(diào)試工具以及Gazebo仿真系統(tǒng)),機器人導航(室內(nèi)導航是服務機器人最核心的模塊,非常具有產(chǎn)業(yè)價值),語音交互等。希望通過系列課程讓大家掌握ROS開發(fā)的基本能力以及當前機器人領域的核心技術,并能夠快速地上手搭建原型。前五個章節(jié)課程主要圍繞ROS基本概念和應用基礎展開,如圖2所示。通過這幾個章節(jié)的學習期望大家掌握ROS的基本概念,并能夠初步編寫節(jié)點并通過topic和service實現(xiàn)節(jié)點間的通信。ROS機器人操作系統(tǒng)的優(yōu)勢主要體現(xiàn)在如下幾個方面:1)松散耦合的機制能夠極大方便機器人軟件框架的組織;2)支持跨平臺跨語言,代碼的模塊化和重用性得到提高;3)ROS提供非常便利的數(shù)據(jù)記錄和分析工具,方便調(diào)試;4)開源平臺,方便學習和交流機器人當前最先進技術和算法;圖2.ROS基本概念和應用基礎接著,課程圍繞著ROS所支持的主流設備展開講解。由于ROS支持的外部設備一般都提供了驅(qū)動以及基礎使用案例,所以在搭建機器人原型的時候盡量采用ROS支持的外設能夠極大地提高效率,并且有豐富的資源去參考。在第六節(jié)課中講解的ROS所支持的外設包含了下圖中的內(nèi)容。圖3.ROS所支持的外接設備機器視覺是當前非常熱門的領域,比如通過視覺進行動態(tài)目標的跟蹤和行為分析和無人機自主著陸等相關工作。在機器視覺初步的課程中向大家介紹了基本概念(opencv等),攝像機驅(qū)動的安裝,顯示攝像機圖像,攝像頭標定以及深度攝像頭的使用等方面。通過實踐課程讓大家掌握USB攝像頭實現(xiàn)圖像采集和識別功能。圖4.機器視覺初步隨后課程介紹了ROS進階工具,主要包含了ROS下的調(diào)試和可視化工具,包含rviz,rqt_bag,rqt_plot和坐標轉(zhuǎn)換體系TF等,以上工具為ROS開發(fā)提供了極大地便利,在調(diào)試、數(shù)據(jù)記錄以及坐標轉(zhuǎn)換等方面不用重復代碼。除此之外還介紹了Gazebo仿真系統(tǒng)的入門,通過Gazebo可以快速地對算法進行驗證。圖5.ROS進階工具機器人導航是目前機器人領域中最受關注的技術,其目的是使移動機器人通過傳感器感知環(huán)境和自身狀態(tài),實現(xiàn)在有障礙物的環(huán)境中向目標自主運動。在服務機器人領域,SLAM技術有著非常普遍的需求,掌握并能實現(xiàn)基于ROS的基本導航功能機器人算法工程師的基本素質(zhì)要求。在13-18課中,課程針對使用ROS的導航基礎、定位基礎以及SLAM原理做了初步介紹(如圖6所示)。如有興趣深入掌握機器人SLAM算法,向大家推薦OpenSLAM開源網(wǎng)站,(/),該網(wǎng)站囊括了當前大部分最優(yōu)秀的激光和視覺SLAM方案,例如ORB-SLAM,RGBD-SLAM以及仿生Rat-SLAM等,從中可以學到更加專業(yè)的SLAM知識。圖6.機器人導航語音交互是一類非常重要的交互方式,隨著深度學習等人工智能技術的發(fā)展,語音識別和TTS技術逐漸完善和成熟,使得語音交互技術已經(jīng)成為當前非常主流的交互方式。在兩個課時中,課程圍繞語音識別與TTS的語音交互功能做簡單介紹。除此之外,我們還期望機器人具備多模態(tài)交互信息的理解和生成,遠程操作時還能提供高臨場感的反饋信息,最終能夠像正?!叭恕币粯永斫馊说那楦泻椭w動作,能夠合成符合人類易于理解的語音、表情和動作。圖7.語音交互ROS的各個層級以及對應的Package本次課程涵蓋的內(nèi)容僅是ROS中比較精髓的部分,還有很多需要大家去學習和關注的!例如繼續(xù)學習ROS的核心算法包:navigation、actionlib、executive_smach、nodelets、MoveIt!、ros_realtime、dynamic_reconfigure等,里面包含非常精妙的機器人軟件技巧、經(jīng)驗等。另一方面,可關注ROS2.0的設計過程以及新添加的特性:/,通過對比知道當前ROS存在什么樣的共性問題,ROS2.0的未來發(fā)展思路是什么樣的。最后,機器人技術非常注重實踐,如果有條件可以自己動手做一套簡單機器人,能夠?qū)崿F(xiàn)SLAM、導航避障等具體功能。2課程展望這一節(jié)扼要介紹前面章節(jié)未覆蓋的內(nèi)容,主要包括如下幾個方面:1,掌握機器人框架體系構建2,學習先進的機器人算法3,跟蹤當前最先進的機器人硬件技術4,把握技術潮流跟蹤技術前沿如何合理有效地組織機器人軟硬件是設計機器人時需要思考的重要問題,機器人框架體系構建這方面可以參考HRMRP機器人。這部分可以參考古月居或者易科機器人實驗室文章:ROS探索總結(jié)(十六)——HRMRP機器人的設計,ROS探索總結(jié)(十七)——構建完整的機器人應用系統(tǒng)。該機器人是古月在校期間和實驗室同門從零開始設計并開發(fā)的一款機器人平臺,該機器人平臺具有軟硬件可編程、靈活性強、模塊化、易擴展、實時性強等特點。HRMRP具備豐富的傳感器和執(zhí)行器,在該平臺的基礎上,古月他們設計并實現(xiàn)了機器人SLAM、自主導航、人臉識別、機械臂控制等功能。可以看到HRMRP機器人機器人的框架體系分成四個部分,分別是系統(tǒng)層(OSlayer)、驅(qū)動層(driverlayer)、硬件層(hardwarelayer)以及控制中心(controlcenter)。各層包含哪些內(nèi)容,他們是怎么組織起來的,可以通過這個圖標清晰地看出HRMRP層次化、模塊化的思想。圖8.HRMRP的總體架構機器人核心傳感器的選擇上,HRMRP使用了高性價比、高集成度的微軟Kinect

傳感器。除此還裝配有超聲波、加速度、驅(qū)動層的主要工作是采集或預處理硬件層的數(shù)據(jù),下發(fā)操作系統(tǒng)層的指令,為底層硬件與上層功能模塊提供相應的數(shù)據(jù)傳輸通道。由于我們采用的“ARM+FPGA”異構控制平臺,為配合硬件層硬件功能,驅(qū)動層也分為兩部分,分別放置于硬件的PS端和PL端。里程計、陀螺儀等多種傳感器。PS端主要驅(qū)動連接到ARM處理器的外設,例如通過PS中的OpenNI驅(qū)動Kinect,并且提供PL端到PS端的接口。而在PL端中,利用可編程硬件的靈活性和并行處理能力,來進行I/O擴展與算法的硬件加速,

如圖所示。

圖9.HRMRP驅(qū)動框架在機器人導航部分,

HRMRP機器人平臺采用嵌入式系統(tǒng)作為主控,對于機器人導航等復雜算法的處理能力有限,于是我們將應用的處理在服務器端實現(xiàn),機器人將采集到的周圍環(huán)境信息和自身傳感器信息發(fā)布,由服務器訂閱消息并完成處理和顯示,再向下發(fā)布控制指令。數(shù)據(jù)的處理流程如下圖所示。

圖10.HRMRP導航框架根據(jù)ROS中公布現(xiàn)有的頂尖機器人總體架構,去學習別人是怎么構建機器人的,需要考慮到哪些方面,需要設計哪幾個層次,只有具備這樣的大局觀后才能勝任一個優(yōu)秀的機器人工程師。在ROS開源社區(qū)里,當前具有非常多商業(yè)的或者學術的頂尖機器人值得我們?nèi)W習,尤其是它們的系統(tǒng)構架,往往比我們自己考慮的東西要全面很多。例如,通過ROSindustrial和優(yōu)傲機械臂提供的源碼區(qū)學習工業(yè)機器人的系統(tǒng)架構。這對于期望沿著工業(yè)機器人方向發(fā)展的朋友來說是個非常好的指引。圖11.ROSindustrial層級劃分對于服務機器人而言,可參考學習當前最先進的兩款服務機器人:PR2和care-o-bot4,可以看看他們所具備的技術特征。與此同時,學習他們的機器人系統(tǒng)框架,對于我們自己的服務機器人也有很多的啟發(fā)意義。圖12.服務機器人可參考PR2和care-o-bot4機器人同樣,還包括目前比較火的多旋翼飛行器,或者稱為飛行機器人。當前飛控已經(jīng)不再是行業(yè)所追求的終極目標,而視覺處理和智能能力的提升才是當前該行業(yè)最關注的方向。學習AscTec和Crazyflie和ROS是怎么結(jié)合的,并反過來將ROS里的東西應用到四旋翼上是個非常好的選擇。圖13.開源無人機AscTec和Crazyflie地面移動車輛機器人Husky和Hamster等。通過學習和參考對應的或者類似的機器人系統(tǒng)構建體系,對自己的機器人設計能力會有很好的提升。事實上,除了掌握框架體系之外,還可以去學習很多細節(jié),比如通過底層碼盤數(shù)據(jù)得到機器人移動速度,一般需要對數(shù)據(jù)做窗口平滑處理;又比如,具有非常好機動能力的機器人,怎么去設計加減速,符合S曲線還是符合指數(shù)增長規(guī)律等等細節(jié)問題。圖14.Husky地面移動機器人圖15.Hamster地面移動機器人除此之外,通過對比ROS社區(qū)中多款機器人的硬件技術,會發(fā)現(xiàn)一些共性的技術,例如庫卡機器人、Pr2機器人、Shadow機械手、Amigo服務機器人等他們都不約而同的使用了Ethercat工業(yè)實時以太網(wǎng)現(xiàn)場總線作為機器人的系統(tǒng)總線。事實上,如果說ROS是機器人未來的標準軟件平臺的話,那么Ethercat極有可能成為未來標準的硬件接口,類似于PC的主板一樣的功能。庫卡通過使用Ethercat能夠使用更少的硬件,這意味著可以延長MTBF(平均無故障時間)以及降低開發(fā)成本、單價及物流成本。根據(jù)他們的數(shù)據(jù),使用Ethercat使得所需的硬件組件的數(shù)量減少了33%,使用的插頭連接器和電纜數(shù)量減少了50%之多。Ethercat具備工業(yè)級別的穩(wěn)定性,而眾所周知對于機器人而言魯棒和穩(wěn)定是非常重要的。庫卡自2010年以后的系列產(chǎn)品都將Ethercat作為了系統(tǒng)總線,shadow甚至直接基于Ethercat芯片的機器人專用總線系統(tǒng)Ronex并直接支持ROS。由此可見,該項技術具備非常好的前景。圖16.這些機器人都是用Ethercat作為總線3未來挑戰(zhàn)當前機器人產(chǎn)業(yè)迅猛發(fā)展,“機器人革命”有望成為“第三次工業(yè)革命”的一個切入點和重要增長點,將影響全球制造業(yè)格局。隨著機器人技術的發(fā)展我們將從“萬眾互聯(lián)”的互聯(lián)網(wǎng)時代進入到“萬物互聯(lián)”物聯(lián)網(wǎng)時代,智能機器人將取代智能手機成為下一代核心智能終端,而機器人產(chǎn)業(yè)將成為最具潛力的戰(zhàn)略性新興產(chǎn)業(yè)。當前我國機器人產(chǎn)業(yè)存在的挑戰(zhàn)主要分為如下幾個方面:機器人智能化——走向?qū)嵱玫年P鍵智能感知:如何理解、識別復雜多變的非結(jié)構化的環(huán)境;智能控制:如何實現(xiàn)經(jīng)驗學習與自主控制,提高智能化程度;智能交互:如何理解人的意圖,實現(xiàn)更自然的人機交互和更安全人機共存。其次機器人標準化——實現(xiàn)通用共享的前提目前的現(xiàn)狀是機器人行業(yè)缺乏統(tǒng)一的標準和平臺,軟硬件技術難以實現(xiàn)共享,造成了整個行業(yè)煙囪林立,產(chǎn)業(yè)化進程緩慢。未來迫切地需要將機器人的共性資源和功能進行抽象,沉淀到機器人操作系統(tǒng)中構成通用的基礎平臺。其中一個解決途徑就是開源的機器人操

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論