SLAM的全稱是Simultaneous Localization And Mapping,翻譯過來就是即時定位與地圖構建。這里有兩個關鍵詞:定位和地圖構建,也就是說機器人會在未知的環(huán)境中,一邊確定自己的位置,一邊去構建地圖,最后輸出類似這樣的地圖。
簡而言之,SLAM地圖構建的過程就是用深度傳感器測量機器人和周圍環(huán)境的距離信息,從而完成對周邊環(huán)境的地圖構建,同時,機器人會對環(huán)境進行一致性檢查,檢測是否運動到已經(jīng)構建過地圖的地方,最終完成地圖閉環(huán),完成整個地圖。
ROS中最為常用的SLAM算法就是Gmapping,這是一種基于濾波SLAM框架的常用開源SLAM算法,基于RBpf粒子濾波算法,即將定位和建圖過程分離,先進行定位再進行建圖。
全向移動平臺的構型參數(shù)校準原理和方法都非常相似,但是也存在一定差異,全向移動機器人的質(zhì)量分布對機器人運動精度是存在較大影響的
先闡述了參數(shù)校準的基本原理,并按照機器人構型的不同點分為兩類,分別對對稱型,圓弧型機器人進行了理論分析,提出校準思路,結合ROS校準demo闡述實驗實現(xiàn)方法
介紹了兩輪差速驅(qū)動機器人與四輪驅(qū)動機器人,履帶式機器人的校準原理,方法及其校準方法存在差異的原因,最后結合ROS 校準demo闡述實驗實現(xiàn)方法
橡膠輪看起來最為普通實際應用廣泛;直行被動輪被應用于室內(nèi)場景;麥克納姆輪全向移動適用于室內(nèi)狹窄場景;萬向輪提供滾動功能降低運動摩擦
非全向移動機器人在平面上運動僅有2個自由度;全向移動機器人采用了麥輪/全向輪,靈活性更好;四驅(qū)四轉(zhuǎn)機器人室外非結構化場景的適應能力更強
輪式機器人底盤克納姆輪的運動機理及其麥輪平臺運動過程中的受力情況,分析了電機轉(zhuǎn)速-麥輪實際運動速度-麥輪平臺中心點速度之間的關系
麥輪平臺的全向移動效果是通過四個麥克納姆輪協(xié)同轉(zhuǎn)動而達到的,而全向輪移動平臺與之類似,也通過三或四個全向輪協(xié)同轉(zhuǎn)動而實現(xiàn)全向移動的
分析了全向輪平臺3種常見運動模式的規(guī)律及機理,逐步詳細剖析了全向輪運動過程中CENTER點速度與全向輪實際速度,指出全向輪平臺全向特性的優(yōu)勢及其主要應用場景
輪式機器人底盤原理圖將四輪驅(qū)動移動機器人的運動模型簡化等效處理為兩輪差速驅(qū)動機器人的運動模型,分析了SSMR獨有的運動特性
全向移動機器人有三個自由度,意味著可以在平面內(nèi)做出任意方向平移同時自旋的動作,機器人逆時針旋轉(zhuǎn)的時候,角速度w為正,反之為負
4類機器人底盤運動路徑規(guī)劃算法是圖規(guī)劃算法,空間采樣算法,曲線插值擬合算法和仿生智能算法,曲線插值擬合算法正好與之配合生成連續(xù)性好的軌跡曲線
底盤性能包括具體導航方式,尺寸大小等;定位精度要求,工作時長等;越障和避障能力機器人底盤性能中的核心性能,關乎到后期機器人的行走姿態(tài)和工作效率