基于ROS系统的摄像头循迹小车设计

随着工业自动化和机器人技术的不时开展,机器人在工业生产范畴的使用越来越普遍,具有循迹才能的自动导引运输车(AGV)是工业机器人的一种典型使用,本文引见了采用摄像头完成循迹功用的机器人小车软硬件设计及算法完成。硬件层面,小车采用STM32微控制器和树莓派主板作为小车的控制中心;软件层面,小车运用ROS零碎作为中间件,基于OpenCV完成摄像头数据的读取和循迹算法。文中引见的小车由循迹层和运动控制层组成,循迹层采集摄像头数据并依据摄像头采集到的画面计算出小车的目的运动速度和方向,运动控制层依据循迹层的计算结果控制驱动小车依照指定速度运动。实验标明,相较于电磁导轨等循迹零碎,小车采用摄像头完成循迹功用具有场地部署复杂、成本低,循迹算法可以无效任务的特点

deepcar小车通过摄像头, 可以感知周围的环境,通过深度学习技术,可以自动巡线和识别目标. 通过搭载intel modivius神经网络计算棒,deepcar可以实时运行深度学习模型实现目标检测
室内高精度UWB定位,通过UWB定位技术,使用三个基站和一个标签,可以精确定位deepcar的室内位置,为室内导航提供准确的信息
室外高精度GPS定位 gps室外导航,想让deepcar去哪里,app上点击生成航线即可
SLAM 通过激光雷达可以实时构建周围的环境地图,在app上设置目标位置,小车即可自动导航到目标位置
扩展性 可以添加其他第三方设备,让小车更加智能,例如添加机械臂让小车拥有抓取功能
多种交互方式 支持肌肉电控制、语音控制、移动APP控制、PC端控制

发表评论

电子邮件地址不会被公开。 必填项已用*标注