- 1、本文档共90页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
工程实践一安装LEO机器人装配步骤:1.将机械臂放置到LEO底盘上,机械臂底座侧边的卡扣朝后方,电源按钮朝前方;2.将气泵支架挂载在机械臂底座侧边的卡扣上,气泵安装在气泵支架上;3.机械臂末端吸盘摄像头模组装到机械臂上;4.气泵与机械臂的接线接在上面一排的红绿口;5.气泵管与机械臂末端的吸盘抽气口连接;6.机械臂的数据线接在左侧下方最下面的USB口;7.摄像头的数据线接在左侧下方最上面的USB口;8.摄像头线micro口插在机械臂末端的摄像头上;9.机械臂电源线接在LEO的12V供电口。10.安装完成后,要检查气泵管和摄像头线是否安装合理。手动转动机械臂旋转一周,确保机械臂不会被气泵管和摄像头线卡住。任务三:基于ROS的机器人测试任务目标:1.掌握ROS的多机通信配置方法。2.掌握LEO机器人的硬件测试方法。3.能完成LEO机器人的各部分硬件测试。4.通过硬件测试,培养团队合作意识。知识储备ROS网络通信是中心式结构,参与ROS网络通信的所有主机必须指定一台主机作为master(主节点),负责整个ROS网络通信的管理工作,参与ROS网络通信的所有主机需向外声明自己的host身份。每台主机均要设置master和host两个环境变量,master和host的取值均为局域网内主机的真实IP地址。多机通信配置好后则可在主机上控制LEO机器人完成实验操作。工程实践一配置多机通信1.同步时间将主机(PC)和从机(机器人)的时间同步,若时间不同步,容易出现TF变换错误。分别在主机和从机上运行如下命令。$sudoapt-getinstallchronyntpdate$sudontpdate2.获取主机和从机的主机名3.获取主机和从机的IP地址工程实践一配置多机通信工程实践一配置多机通信工程实践二机器人测试工程实践二机器人测试工程实践二机器人测试工程实践二机器人测试工程实践二机器人测试工程实践二机器人测试基于Turbot3机器人的实践任务四:基于ROS的机器人SLAM算法和导航任务目标:1.了解SLAM的基本定义、分类。2.了解并实践基于激光雷达的Gmapping算法。3.了解并实践基于视觉的cartographer算法。4.熟悉并实践机器人导航算法。知识储备一SLAM的基本定义SLAM(SimultaneousLocalizationandMapping,同时定位与地图构建)问题可以简单描述为:将一个移动设备(如机器人、无人机、手机、汽车、智能穿戴设备等)从一个未知环境中的未知位置出发,在运动过程中通过传感器(如激光雷达、相机等)观测定位自身位置和姿态,让移动设备一边移动一边以增量的形式描绘出此环境地图,从而达到同时定位和地图构建的目的。知识储备一SLAM的基本定义SLAM最早被应用在机器人领域,其目的是在没有任何先验知识的情况下,根据传感器数据能够自主构建周围环境地图,同时根据这个地图推测自身的位置。一般来说,机器人自主移动到指定位置的过程可以分解为定位、建图和路径规划三个任务,而SLAM主要解决定位与建图问题。知识储备一SLAM的基本定义定位是用于估计机器人相对于地图的位姿(位置与姿态),建图是指机器人创建环境空间模型的过程。地图一方面可以帮助机器人配合自身的传感器进行实时定位,同时也用于后续展开行动时,导航过程的路径规划。自主运动的两大基本问题我在什么地方?——定位周围环境是什么样子?——建图定位与建图=内外兼修定位侧重对自身的了解,建图侧重对外在的了解相互关联准确的定位需要精确的地图精确的地图来自准确的定位知识储备二SLAM的分类SLAM主要可分为基于激光的SLAM和基于视觉的SLAM。基于激光的SLAM方法是成熟且可信的方法,能提供机器人本体与周围环境障碍物间的距离信息,能以较高精度检测出机器人周围障碍点的角度和距离,进而实现SLAM、避障等功能。但激光雷达存在着价格昂贵、获取信息量有限(稀疏点云、无彩色信息)等缺点。视觉SLAM是以相机为主要传感器的SLAM系统,相比于激光雷达,同样的检测相机成本低,且采集的图像信息比激光雷达得到的信息丰富,有利于后期的处理,但存在着计算量大、对环境假设强和易受干扰等缺点。知识储备三经典开源SLAM算法1.基于激光雷达的Gmapping算法Gmapping是一个基于2D激光雷达使用RBPF(Rao-BlackwellizedParticleFilters)算法完成二维栅格地图构建的SLAM算法。其优点是Gmapping可以实时构建室内环境地图,在较小场景中计算量少,且地图精度较高,同时对激光雷达扫描频率要求较低。
文档评论(0)