智能跟隨機(jī)器人項(xiàng)目申請(qǐng)書(編輯修改稿)
2025-08-16 01:48 本頁面
【文章內(nèi)容簡(jiǎn)介】 下來，首先對(duì)障礙物進(jìn)行掃描，以便做出準(zhǔn)確的判斷，檢測(cè)的主要參數(shù)應(yīng)該包括：障礙物的高度、寬度等主要信息，并將這些檢測(cè)到的信息上報(bào)給機(jī)器人的“大腦”，由機(jī)器人的“大腦”先做出一個(gè)判斷：該障礙能否通過？如果能夠通過，則繼續(xù)前進(jìn)；如果不能通過，機(jī)器人的“大腦”應(yīng)該發(fā)送這樣的指令：轉(zhuǎn)身，將機(jī)器人的身體轉(zhuǎn)過一個(gè)合適的角度，比方說：30176。角。等機(jī)器人轉(zhuǎn)過身來后，要對(duì)其前方重新進(jìn)行掃描，判斷其前方是否還有障礙物，且是否已繞過該障礙物，如果已繞過該障礙物，且前方無障礙物的情況下，那么，機(jī)器人就可以繼續(xù)前進(jìn)了，任務(wù)完成；如果前方還有障礙物，且不能不能繞過該障礙物的情況下，就需要由機(jī)器人的“大腦”再次發(fā)送指令：命令機(jī)器人的身體再旋轉(zhuǎn)30176。角，此時(shí)，重新進(jìn)行判斷：是否可以繞過該障礙物，且前方無其他障礙物，如果這次OK了，那么，機(jī)器人就可以順利繞過該障礙物，任務(wù)完成。識(shí)別躲避障礙技術(shù)，有兩種解決方案，一種是在小車四周安裝傳感器，當(dāng)檢測(cè)到行進(jìn)路線上有障礙物是，根據(jù)提前設(shè)計(jì)好的參數(shù)調(diào)整反向避過障礙。由于使用的傳感器比較簡(jiǎn)單，并不能判斷障礙物輪廓，甚至識(shí)別障礙物。但是造價(jià)便宜，反應(yīng)快速。還有一種方法是使用攝像頭，在行進(jìn)中不斷拍攝照片，通過圖像識(shí)別技術(shù)，識(shí)別障礙物。當(dāng)把兩種信息進(jìn)行信息融合能夠有更好的效果。智能導(dǎo)航技術(shù)導(dǎo)航技術(shù)是移動(dòng)機(jī)器人的一項(xiàng)核心技術(shù)之一，它是指移動(dòng)機(jī)器人通過傳感器感知環(huán)境信息和自身狀態(tài),實(shí)現(xiàn)在有障礙的環(huán)境中面向目標(biāo)的自主運(yùn)動(dòng)目前,移動(dòng)機(jī)器人主要的導(dǎo)航方式包括:磁導(dǎo)航,慣性導(dǎo)航,視覺導(dǎo)航等其中,視覺導(dǎo)航通過攝像頭對(duì)障礙物和路標(biāo)信息拍攝,獲取圖像信息,然后對(duì)圖像信息進(jìn)行探測(cè)和識(shí)別實(shí)現(xiàn)導(dǎo)航它具有信號(hào)探測(cè)范圍廣,獲取信息完整等優(yōu)點(diǎn),是移動(dòng)機(jī)器人導(dǎo)航的一個(gè)主要發(fā)展方向,而基于非結(jié)構(gòu)化環(huán)境視覺導(dǎo)航是移動(dòng)機(jī)器人導(dǎo)航的研究重點(diǎn)。機(jī)器人視覺被認(rèn)為是機(jī)器人重要的感覺能力，機(jī)器人視覺系統(tǒng)正如人的眼睛一樣,是機(jī)器人感知局部環(huán)境的重要“器官”,同時(shí)依此感知的環(huán)境信息實(shí)現(xiàn)對(duì)機(jī)器人的導(dǎo)航。機(jī)器人視覺信息主要指二維彩色CCD攝像機(jī)信息,在有些系統(tǒng)中還包括三維激光雷達(dá)采集的信息。視覺信息能否正確、實(shí)時(shí)地處理直接關(guān)系到機(jī)器人行駛速度、路徑跟蹤以及對(duì)障礙物的避碰,對(duì)系統(tǒng)的實(shí)時(shí)性和魯棒性具有決定性的作用。基于計(jì)算機(jī)視覺的自主機(jī)器人導(dǎo)航一種方法是基于地圖的機(jī)器人導(dǎo)航?；诘貓D的導(dǎo)航就是提供給自主機(jī)器人其導(dǎo)航環(huán)境的模型在一些早期的視覺系統(tǒng)中,自主機(jī)器人導(dǎo)航環(huán)境的知識(shí)都是以網(wǎng)格表征,把三維空間中物體按體積垂直投影到二維水平面上,這種方式通常被引用為/占用地圖0后來,占用地圖的思想被/虛擬力場(chǎng)0改進(jìn)虛擬力場(chǎng)也是一幅/占用地圖0,不同的是在地圖中每一個(gè)被占用的區(qū)域都對(duì)機(jī)器人施加斥力,而目的地圖則對(duì)機(jī)器人施加引力,所有的這些力通過向量的加減運(yùn)算的共同作用牽引機(jī)器人避開障礙物,向目的地運(yùn)動(dòng)。該產(chǎn)品的創(chuàng)新點(diǎn) ： 本機(jī)器人擁有紅外傳感器，攝像頭，揚(yáng)聲器，通過信息融合技術(shù)，快速有效識(shí)別障礙，并且可以通過揚(yáng)聲器把識(shí)別出的物品告訴使用者，形成良好的交互。三、 技術(shù)路線：我們通過TensorFlow框架利用GPU運(yùn)行深度學(xué)習(xí)算法，來實(shí)現(xiàn)圖像識(shí)別并構(gòu)建智能跟隨機(jī)器人，圖4是我們的技術(shù)路線：圖 4 物體識(shí)別機(jī)器人的體系結(jié)構(gòu)。 首先是核心芯片系統(tǒng)的選擇。我們選擇Raspberry Pi，它有WiFi，四核CPU和一個(gè)千兆字節(jié)的RAM，另外還有一個(gè)microSD卡可以加載Raspberian。 有關(guān)所有組件如何協(xié)同工作的概述，請(qǐng)參見圖4，有關(guān)Pi的照片，請(qǐng)參見圖5。圖5 Raspberry Pi。圖6機(jī)器人底盤。其次是外圍設(shè)備的選擇，和組裝。由于直流電動(dòng)機(jī)的運(yùn)行電流高于Raspberry Pi可提供的電流，因此需要單獨(dú)的控制器，所以我們選擇Adafruit電機(jī)帽（見圖7）。 圖7帶電機(jī)帽和相機(jī)的Raspberry Pi為了獲取圖片，我們把相機(jī)連接到Raspberry Pi，并提供可用于識(shí)別對(duì)象的實(shí)時(shí)視頻。在眾多攝像機(jī)中選擇提供夜視的紅外攝像機(jī)，以適應(yīng)夜間攝影的需求。我們添加了一個(gè)USB揚(yáng)聲器，以便后面可以發(fā)出聲音，提醒并與用戶進(jìn)行交互。圖8 4WD機(jī)器人（右）和2WD機(jī)器人。 配置Nginx將攝像機(jī)圖像的請(qǐng)求直接傳遞到文件位置，并將其他所有內(nèi)容傳遞給網(wǎng)絡(luò)服務(wù)器。然后，建立了一個(gè)簡(jiǎn)單的Python網(wǎng)絡(luò)服務(wù)器，根據(jù)遙控車輛提供的鍵盤命令來旋轉(zhuǎn)機(jī)器人的輪子。 最后，安裝TensorFlow。從相機(jī)的圖像上推導(dǎo)tensorflow/contrib/pi_examples/label_image /gen/bin/label_image將輸出排名靠前的五個(gè)猜測(cè)。圖9 連
黨政相關(guān)相關(guān)推薦
鄂ICP備17016276號(hào)-1