概述
多傳感器融合室外作業智能機器人，是基于MATLAB/Simulink和ROS聯合開發，集成了安裝Linux和ROS的控制系統，系統由開源四驅自主導航的移動底盤、多軸機械臂、執行末端（仿生靈巧手或電動夾爪）、開源機器視覺系統和北斗導航定位系統，5G通訊等組成?？芍С殖蔀闄C器人工程、機電一體化、自動化、人工智能等專業平臺教學實驗載體，也可作為機器人、人工智能等領域的高校、研究所和企業的科研載體。同時，也能應用于課程實訓、畢業設計、學術競賽、創新創客、產品開發等。另外，該產品還支持多傳感器融合，支持智能語音控制、智能識別、GPS、5G遠程圖傳、神經網絡、深度學習等應用擴展。對用戶搭建目標跟隨、巡檢機器人、生產線上移動抓取和上下料等場景應用研究提供技術服務及支撐。
該平臺控制算法代碼開源，提供豐富的機械臂運動學、動力學控制實驗、2D/3D機器抓取等視覺實驗、激光雷達的定位導航實驗以及輪轂電機控制實驗案例，如三環控制實驗、電機PID調節實驗、導航規劃算法實驗、ROS通訊實驗、串口驅動移植實驗，CAN驅動移植實驗，視覺標定實驗，機器視覺定位實驗等。該系統既可以作為自動化專業、機器人專業、機械電子專業、智能制造專業、機械工程專業中相關如《機器人學導論》、《機器人控制技術》、《計算機控制技術》、《電機與伺服控制》、《機器人伺服驅動技術》、《機器人機電一體化技術》、《機器人操作系統》等課程的配套實驗實踐平臺，也同時支撐相關專業和課程的高級控制算法的科研。
產品特點
1.開源成熟的工業結構，伺服性能優良，定位精度高，技術*，模塊化設計，易于安裝和使用。
2.采用Simulink和ROS聯合的圖形化算法開發方式，提供多軸臂、激光導航、機器視覺等開源算法模型，方便用戶學習研究以及更高級控制算法的驗證。
3.通信控制方式簡單易學易用，周期短。底盤驅動控制使用RS485總線，周期不大于20ms，機械臂使用CAN總線，周期小于1.5ms。
4.實驗案例內容豐富詳細，包含大篇幅的技術及知識點介紹。
5.電氣接口開放，通信接口開放，支持二次開發，提供二次開發技術支撐
6.支持多傳感器融合，支持智能語音控制、智能識別、GPS、5G遠程圖傳、神經網絡、深度學習等應用擴展。
7.對用戶搭建目標跟隨、巡檢機器人、生產線移動抓取和上下料等場景應用研究提供技術服務及支撐。
開發概圖
原理框圖
開發流程圖
適配教材
《機器人學導論》
《機器人控制技術》
《電機與伺服控制》
《機器人伺服驅動技術》
《機器人機電一體化技術》
《機器人學、機器視覺與控制》
《機器視覺算法與應用》
《機器學習：使用OpenCV進行智能圖像處理》
《機器人操作系統》
《現代控制理論》
《機器人技術基礎》
《運動控制》
《MATLAB建模與仿真》
實驗內容
| 模塊 | 實驗名稱 | |
| 移動底盤 | ROS小烏龜仿真實驗 | |
| ROS通訊實驗 | ||
| ROS關鍵組件認識 | ||
| URDF模型的描述和建模 | ||
| 傳感器實驗 | ||
| 機器人建圖實驗 | ||
| AMCL自適應定位實驗 | ||
| 路徑規劃和避障實驗 | ||
| 串口驅動通信實驗 | ||
| CAN分析儀驅動通信實驗 | ||
| 云臺控制實驗 | ||
| 視覺SLAM實驗 | ||
| ROS網絡布局實驗 | ||
| 驅動器三環實驗 | ||
| 輪轂電機PID調節實驗 | ||
| 初識Simulink-ROS實驗 | ||
| Simulink-ROS避障算法實驗 | ||
| 機械臂 | 運動學 | 機械結構認知實驗 |
| 驅動和控制系統認知實驗 | ||
| 運動學基本知識實驗 | ||
| 坐標系和DH參數設定 | ||
| 正運動學控制實驗 | ||
| 逆運動學控制實驗 | ||
| 關節空間軌跡規劃控制實驗 | ||
| 笛卡爾空間軌跡規劃控制實驗 | ||
| 動力學 | 單關節PID算法正弦曲線跟蹤實驗 | |
| 雙關節PID算法正弦曲線跟蹤實驗 | ||
| 單關節自適應控制算法正弦曲線跟蹤實驗 | ||
| 單關節零力拖動實驗 | ||
| 雙關節零力拖動實驗 | ||
| 伺服驅動控制 | CAN總線通訊實驗 | |
| 單關節轉矩控制實驗 | ||
| 單關節PTP控制實驗 | ||
| 單關節PT控制實驗 | ||
| 機器視覺 | 3D機器視覺在實際場景中的應用 | |
| 認識RealSense相機及型號 | ||
| 基于3D視覺的深度距離測量 | ||
| 深度相機的標定 | ||
| 基于3D視覺的點云技術 | ||
| 基于3D視覺的機械臂抓取 | ||
| 平臺支持的綜合應用實驗 | 移動機器人運動學正逆解運算 | |
| 移動機器人抓取路徑規劃 | ||
| 使用移動機器人實現動態目標的鎖定及跟隨 | ||
| 三維空間中物品的檢測及抓取 | ||
| 基于深度學習算法實現的人臉檢測及定位 | ||
| 語音識別在移動機器人技術中的應用 | ||
| 多傳感器融合實驗 | ||
性能指標
| 設備名稱 | 主要技術參考指標 | |
| 移動底盤 | 長 x 寬 x 高 | 根據需求可定制 |
| 軸距（mm） | 可定制 | |
| 前 / 后輪距（mm） | 可定制 | |
| 車體重量（Kg） | 根據需求可定制 | |
| 電池類型 | 鋰電池 48V 20aH | |
| 電機 | 直流無刷 4 X 200W 輪轂伺服電機 編碼器分辨率：1024 | |
| 減速箱 | 無 | |
| 驅動器 | 自主研發雙伺服電機驅動器 | |
| 驅動形式 | 四輪獨立驅動 | |
| 激光雷達 | slam激光雷達，單線 16米，可增配。 | |
| 懸架 | 獨立懸架，根據需求可定制。 | |
| 轉向 | 差速轉向 | |
| 安全裝備 | 伺服剎車/防撞罩 | |
| 空載車速 | ≤1m/s，可定制 | |
| 額定運動載量 | 30-150kg，可定制 | |
| 最小制動距離 | ≤100mm | |
| 最小轉彎半徑 | 可原地轉彎 | |
| 爬坡能力 | ≤10°，可定制 | |
| 最小離地間隙 | 105mm，可定制 | |
| 導航系統 | ROS+自主軟件包 | |
| 控制模式 | 遙控控制 控制指令模式 | |
| 遙控器 | 2.4G/極限距離1Km | |
| 通訊接口 | CAN | |
| 機械臂 | 供電電壓 | DC48V |
| 額定功率 | 小于150W（一般工況下） | |
| 工作半徑 | 587mm （節卡Zu3） | |
| 重量 | 約12kg | |
| 末端負載 | 3kg | |
| 重復定位精度 | ±0.02mm | |
| 伺服驅動 | 自主研發的帶CAN總線、支持雙編碼器、具備電流、速度、位置三閉環的工業級伺服驅動器 | |
| 控制器 | 采用TI TMS320F28335 DSP進行開發，支持Simulink自動代碼生成，提供運動學、動力學實驗案例 | |
| 控制軟件 | 支持監控軟件對機械臂進行點到點、循環運動等控制 | |
| 運行范圍&速度 | ||
| 基座1軸 | ±179°& 148°/s | |
| 肩部2軸 | ±146°& 148°/s | |
| 肘部3軸 | ±146°& 148°/s | |
| 腕部一4軸 | ±179°& 148°/s | |
| 腕部二5軸 | ±179°& 148°/s | |
| 腕部三6軸 | ±179°& 148°/s | |
| 電動夾爪 | 型號 | 慧靈EFG-20 |
| 有效行程 | 20mm（可調） | |
| 夾持力 | 80N（可調） | |
| 尺寸 | 44*30*124.7mm | |
| 重量 | 458g | |
| 電機 | 伺服電機 | |
| 輸入電壓 | DC24V | |
| 控制方式 | 邏輯電平控制開合 脈沖控制行程 | |
| 視覺系統 | 相機 | 英特爾RealSense D435i |
| 使用環境 | 室內/室外 | |
| 范圍 | 約10米， 精度隨標定、場景和照明條件而變化。 | |
| 圖像傳感器技術 | 全局快門，3μmx3μm像素大小 | |
| 接口 | USB?C 3.1 Gen 1 | |
| 深度技術 | 主動紅外立體 | |
| 最小深度距離 | 0.105 m | |
| 景深（FOV） | 90°H x 60°V x 100°D | |
| 輸出分辨率 | 2208x1242@15fps；1920x1080@30fps；1280x720@60fps；672x376@100fps | |
| 軟件 | 采用自主研發的OpenCV進行目標識別 | |
