随着人工智能技术的快速发展,机器人成为了人工智能的最佳载体,家庭服务机器人、送餐机器人、四足仿生机器狗等应用呈井喷状爆发,智能机器人时代正式拉开序幕。 移动机器人是机器人“大军”中非常重要的一种类型,在我们的生活和生产中已经普遍存在,大家脑海里可以想到哪些移动机器人呢? 你可能会想到昨天还在家里用扫地机器人干活,或者上次去餐厅刚享受过送餐机器人的服务,这些都是典型的移动机器人。 01 移动机器人组成 移动机器人可以划分为四大组成部分,分别是:传感系统、执行机构、驱动系统和控制系统。 (1)执行机构 执行机构是机器人动起来的重要装置,比如移动机器人需要“移动”,如何带动轮子旋转呢?这需要使用电机、舵机来执行运动。 但并不是所有运动部位都会安装电机,比如一辆真实的汽车,一般只有一个电机或者发动机,如何让两个轮子、甚至四个轮子都转起来呢? 这就需要一个完成动力分配的传动系统,比如转弯时候动态调整左右两个轮子的速度,也就是差速器的功能。 (2)驱动系统 为了让执行机构准确执行动作,还需要在执行机构前连接一套驱动系统,比如我们要让机器人的电机按照1m/s的速度旋转,如何动态调整电压、电流,达到准确的运动目的呢? 这是由电机驱动器来实现的,这是嵌入式系统应用的重要领域,单片机、PID、数字电路等概念,都和这个部分紧密相连。 (3)传感系统 机器人只能移动是不行的,还需要具备感知能力,这就得靠传感系统了。 传感系统一般分为内部传感和外部传感,内部传感用来感知机器人自身状态,比如通过里程计计算自己轮子旋转的速度,从而计算累积位移;外部传感器帮助机器人感知外部信息,类似人眼一样,使用摄像头看到外部的彩色图像。 (4)控制系统 控制系统就是机器人的大脑,一般由硬件+软件组成,硬件大多采用计算资源丰富的处理器,比如我们常用的笔记本电脑、树莓派、RDK等; 其中运行的软件就是各种丰富的应用程序了,比如让机器人建立未知环境的地图,或者让机器人运动到送餐地点,再或者是让机器人识别人脸。 02 智能机器人应用 移动机器人构建完成后,结合人工智能算法可以适应更多变化。 比如户外场景中的行人检测,就可以使用机器学习算法提高应用的适用性,算法的具体流程可以分为以下几个步骤: 第一步,问题定义,现在我们是要实时识别图像中出现的行人,这里以奥特曼模型为例。 第二步,针对以上问题,我们需要准备一些数据,数据哪里来呢?我们可以让机器人从各个角度拍摄一些包含行人的视频,接下来从这些视频中按照一定频率提取出一定数量的图片,作为行人数据集;在每一幅图片中,都需要标注软件标注行人出现的位置和名称,之后再把这些图像划分成训练、评估和测试的子数据集。 第三步,选择合适的模型,比如YOLO模型。 第四步,把准备好的图像数据集放到YOLO模型中训练,最终会得到一套优化后的模型参数。 第五步,使用训练好的参数开始做测试,为了验证模型的泛化能力,也就是识别之前数据集中不包含的图像,我们重新录制一段视频,再放到模型中进行检测。 最后一步,将模型部署到机器人上,运行实时行人检测功能,动态看到识别效果。 鉴于篇幅限制,更多原理与实践方法,大家可以参考最新上市的《移动机器人原理与应用》,快速学习、掌握移动机器人的相关技术。 《移动机器人原理与应用》汇集编者多年机器人研究与应用经验,围绕移动机器人展开,基于多模态移动机器人LIMO开发,由浅入深讲解移动机器人基础原理和核心应用,共分为四个部分、13个章节: 第一部分:认识移动机器人,介绍移动机器人和机器人操作系统的发展现状,以及移动机器人的组成和操作方法。 第二部分:移动机器人原理,介绍机器人操作系统核心概念和常用工具,以及移动机器人的基础编程和运动学原理。 第三部分:移动机器人应用,介绍移动机器人的视觉处理、SLAM地图构建、自主导航、语音交互四个核心方向的应用方法。 第四部分:移动机器人自动驾驶应用,是本书的综合应用,模拟实现自动驾驶场景下的多项功能,融会贯通之前章节所学习到的知识和技能。 本书不仅适合希望学习移动机器人技术的初学者,还适合专业的机器人开发者或工程师,也可以作为高校机器人相关课程教材,配套完整的应用代码、课件材料和视频讲解,理论与实践结合,全面掌握机器人操作系统和移动机器人开发的各项技能。 |
|