机器人控制技术-第7章.pptxVIP

第 7章 机器人的上层控制;目录;1.ROS简介;1.ROS简介;1.ROS简介;1.ROS简介;定义;设计目标;特征;点对点设计;分布式计算;软件复用;多语言支持;精简与集成;工具包丰富;免费并且开源;2.ROS架构;工作空间;工作空间简介;工作空间结构;工作空间使用;ROS分级;ROS计算图级;计算图级——节点;计算图级——消息;计算图级——主题;计算图级——服务;ROS Master;ROS Master;ROS Master;ROS文件系统级;ROS文件系统级;ROS文件系统级;ROS开源社区级;ROS工具;ROS工具;ROS工具;ROS工具;SLAM;1.控制移动底座; 总而言之，运动控制的层次如图所示;2.导航、路径规划和SLAM;2.导航、路径规划和SLAM;使用move_base包进行路径规划和障碍物躲避 Move_base包实现了一个完成指定导航目标的ROS行为。在机器人实现目标的过程中，行为是有反馈机制的。这意味着不再需要自己去通过odometry话题来判断是否已经达到目的地了。 move_base包（package）包含了base_local_planner，在为机器人寻路的时候，base_local_planner结合了从全局和本地地图得到的距离测量数据。 详见：/navigation/Tutorials/RobotSetup;用gmapping包创建地图 ROS的gmapping包包含了slam_gmapping节点，这个节点会把从激光扫描仪和测量中得到的数据整合到一张occupancy map中。;用地图和amcl来导航和定位 ROS使用amcl包来让机器人在已有的地图里利用当前从机器人的激光或深度扫描仪中得到的数据进行定位。 amcl: adaptive Monte Carlo localization (蒙特卡洛定位方法的一种升级版,使用自适应的KLD方法来更新粒子);下图是一些现实测试中的截图：;语音与视觉;语音;其中使用的两个包（package）: 1.语音识别PocketSphinx 2.文字转语音系统Festival;视觉;OpenCV:计算机视觉的开源库 1999年，OpenCV被Intel开发出来，用于测试CPU高利用率应用。2000年，OpenCV被公之于众。2008年，Opencv主要的开发工作被Willow Garage接管。OpenCV并不像基于GUI的视觉包（package）（如Windows下的RoboRealm）那样容易使用。但是，OpenCV中可用的函数代表了很多最新水平的视觉算法和机器学习方法，比如支持向量机、人工智能神经网络和随机树。 （1）人脸侦测 （2）用GoodFeaturesToTrack 进行特征点检测 （3）利用光学流跟踪特征点;OpenNI和骨架追??? 骨骼跟踪是最早和最知名的机器人应用深度相机的案例之一。在ROS openni_tracker包（package）可以使用Kinect或Asus Xtion 深度图像数据来跟踪一个站在镜头前的人的关节部位。使用此数据，可以为一个机器人编程让其跟随由人发出的手势命令信号。可以在pi_tracker包（package）中找到演示使用ROS和Python做到这一点的例子。;PCL Nodelets和三维点云 三维点云平台（PCL），是一个大型的开源项目，包括许多强大的点云处理算法。它在装备有一个RGB-D相机（如Kinect或Xtion Pro）甚至更传统的立体摄像机的机器人上非常有用。Pcl_ros包（package）提供了一些Nodelets使用PCL处理点云。;小结;习题