Questions tagged «mobile-robot»

一种机器人，通常能够根据自己的意愿从一个地方移动到另一个地方。

5
在我们的日常活动中没有自动机器人的原因是什么？
事实是，搜索越多，使用的自主（真实）机器人就越少。伴侣机器人都是玩具，具有有限的无用功能。每当发生自然灾害时，您都不会在新闻中看到可操作的搜索和救援机器人。甚至在役的军事机器人都是远程控制的机器。他们不是智能机器。工业机械臂是确定性机器。具有一定程度的自治功能的唯一机器人是清洁机器人，仓库操作机器人和农业机器人。 另一方面，今天： 人工智能算法非常擅长决策 传感技术非常复杂 通讯技术非常快 我们可以制造便宜的零件 人们非常精通小工具 那么，为什么我们的日常生活中没有真正的机器人？在该领域没有投资？还没有市场吗？领域知识不足？缺少技术？任何想法？
1
如何表征和补偿电动机电流对数字罗盘的动态影响？
数字指南针（磁力计）需要进行硬/软铁校准，以确保准确性。这可以补偿附近的金属物体-机器人的底盘引起的电磁干扰。 （图片来自http://diydrones.com） 但是，数字罗盘也容易受到由电动机汲取的相对大量电流引起的电场的影响。 为了获得准确的指南针读数，什么是测量（和补偿）因电机电流水平变化而引起的干扰的最佳方法？
2
在机器人C中使用归类架构的正确方法
最近，我一直在大量阅读有关“ Subsumption Architecture”的文章，人们似乎在倡导几种不同的方式。 例如，某些人使用全局“标志”变量来控制任务。其他人使用，endTimeSlice()并允许仲裁员真正选择。我认为这是正确的。 我有一小部分的RobotC代码，我正在为跟随机器人的一行工作，但是不确定我是否做对了，因为当前track方法将始终接管find方法。正确的流程应该是：find应该使用螺旋路径来将机器人引导到生产线。找到线路后，轨道应接管。 task evade(){ if(SensorValue(forwardSonarSensor) > threshold){ //box the obstruction } } task find(){ if(SensorValue(lightSensor) > threshold){ //spiral the robot } } task track(){ if(SensorValue(lightSensor) < threshold){ //go straight }else{ //execute turns to follow the line } } task main(){ while(true){ StartTask(evade,9); StartTask(track,8); StartTask(find,7); wait1Msec(250); } } …
1
为什么仍应使用EKF代替UKF？
Unscented Kalman滤波器是Extended Kalman滤波器的一种变体，它使用不同的线性化，该线性化依赖于变换一组“ Sigma点”而不是一阶Taylor级数展开。 UKF不需要计算雅可比行列式，可以用于不连续变换，并且最重要的是，对于高度非线性的变换，UKF比EKF更准确。 我发现的唯一缺点是“ EKF通常比UKF快一点”（概率机器人）。对于我来说，这似乎可以忽略不计，并且它们的渐近复杂度似乎是相同的。 那么，为什么每个人似乎仍然比EKF更喜欢EKF？我是否错过了UKF的一大劣势？
5
寻求廉价的轮式可编程机器人
当我以为我想对一只迷惑猫机器人进行编程时，我正在玩旧的“用闪光灯迷惑猫”游戏。 可能带有轨道的东西，如果他将其翻转过来，可能会纠正，并且我可以编程以随机地在房间中移动，翻墙，偶尔发出声音或闪烁灯光。 由于我的预算很紧，我想知道是否有一些便宜的工具可以编程... Arduino，Raspberry Pi，任何平台，只要它是可编程的即可。 在此先感谢您的帮助
4
如何制作“跟随机器人的隐形线”？
我想构建一个遵循虚拟路径的机器人（而不是像“白色表面上的黑线”之类的可见路径）。 我只是看一些科幻视频而感到兴奋，这些视频显示机器人在拥挤的地方搬运货物和材料。而且他们实际上并没有遵循物理路线。他们感觉到障碍物，深度等。 我想构建一个这样的机器人，它遵循从点A到B的特定（虚拟）路径。 我尝试了几件事： 在机器人上使用磁性“霍尔效应”传感器，并在导线下传送电流（在桌子下方）。这里的问题是霍尔效应传感器附近很小（<2cms），很难判断机器人是在线还是离线。即使使用一系列磁铁也无法解决此问题，因为我的桌子只有1英寸厚。所以这个想法失败了：P 使用紫外线涂料（在线）并在机器人上使用紫外线LED作为传感器。这将为机器人提供更多的Zig-Zag运动。由于使用紫外线光源的潜在威胁，即使这个想法也失败了：P 最后，我想到了将一台摄像机放在顶部，并使用图像处理算法来查看机器人是在线还是发散。 有没有比这更好的解决方案了？真正在寻找一些创意和简单的解决方案。:)
2
具有激光扫描+已知图的扩展卡尔曼滤波器
我目前正在为一个学校项目工作，该项目需要为带有激光扫描仪的点机器人实现扩展的卡尔曼滤波器。机器人可以以0度转弯半径旋转并向前行驶。所有运动都是分段线性的（驱动，旋转，驱动）。 我们使用的模拟器不支持加速，所有运动都是瞬时的。 我们还需要定位一个已知的地图（png图像）。我们可以在图像中进行光线跟踪以模拟激光扫描。 我和我的搭档对我们需要使用的运动和传感器模型几乎不感到困惑。 到目前为止，我们将状态建模为向量。(x,y,θ)(x,y,θ)(x,y,\theta) 我们使用更新公式如下 void kalman::predict(const nav_msgs::Odometry msg){ this->X[0] += linear * dt * cos( X[2] ); //x this->X[1] += linear * dt * sin( X[2] ); //y this->X[2] += angular * dt; //theta this->F(0,2) = -linear * dt * sin( X[2] ); //t+1 ? this->F(1,2) = linear …
3
四足学习模拟器
我目前正在构建一个四脚（四足），3自由度（自由度）的机器人，在这里建议我使用模拟器在计算机上进行学习，然后将算法上传到机器人。我为机器人使用了Arduino Uno，可以使用什么软件来模拟学习过程，然后可以上载到Arduino开发板？
2
机器人定位跟踪和追踪？
我正在建立一个机器人，它会随着目标的移动而跟随目标。我需要有关跟踪目标的设置的帮助。最明显的解决方案是超声波或红外传感器，但对于此应用程序，它们将无法工作。想象一下，机器人被放置在一个拥挤的区域，并被要求朝该区域中的特定人员移动（为简单起见，假设该人员在5米之内）。是否有某种雷达或无线电解决方案？
4
对于移动机器人定向和非机器人对象的相对方向，什么是人类友好术语？
在机器人程序设计中，方向主要是根据x，y和z坐标从某个中心位置给出的。但是，如果有很多位置可供选择（例如{23、34、45}，{34、23、45}，{34、32、45}，则x，y，z坐标不便于人类快速理解，{23，43，45}并不是特别友善，并且极易出现人为错误。然而，更常见的英语方向描述符常常过于罗word或太不精确，以至于无法快速选择（例如，“机器人1的右前肩上的前置摄像头”太罗y了；但是“前” /“前向”太不精确了-是摄像头位于前缘还是指向前方？） 在海军和航空领域，通常将车辆位置称为前，后（或船尾），左舷和右舷。而相对于车辆的运动方向通常是参考表盘给出的（例如，前叉的前方将是“ 12”，船尾的后方将是“ 6”，而右舷和右舷端口左侧分别是“ at 3”和“ at 9”）。这种语言支持快速的人际交流，比诸如“前”和“向前”之类的术语更为精确。移动机器人中是否有等同的术语？
2
将四旋翼引向目标
我正在研究四旋翼。我知道它的位置- ，在那里我想去-目标位置b，并从我计算矢量c ^ -将带我去我的目标的单位向量：一个aabbbCcc c = b - a c = normalize(c) 由于四旋翼飞机可以在没有旋转的情况下向任何方向移动，所以我试图做的是 通过机器人偏航角旋转Ccc 将其分为分量X ，ÿx,yx, y 将它们作为侧倾角和俯仰角传递给机器人。 问题在于，如果偏航角为0°±5，则此方法有效，但如果偏航角接近+90或-90，则它将失败并转向错误的方向。我的问题是我在这里缺少明显的东西吗？
9 quadcopter  uav  navigation  slam  kinect  computer-vision  algorithm  c++  ransac  mobile-robot  arduino  microcontroller  machine-learning  simulator  rcservo  arduino  software  wifi  c  software  simulator  children  multi-agent  ros  roomba  irobot-create  slam  kalman-filter  control  wiring  routing  motion  kinect  motor  electronics  power  mobile-robot  design  nxt  programming-languages  mindstorms  algorithm  not-exactly-c  nxt  programming-languages  mindstorms  not-exactly-c  raspberry-pi  operating-systems  mobile-robot  robotic-arm  sensors  kinect  nxt  programming-languages  mindstorms  sensors  circuit  motion-planning  algorithm  rrt  theory  design  electronics  accelerometer  calibration  arduino  sensors  accelerometer 
2
用于机器人抓取器臂致动的形状记忆合金线：如何改变抓取压力？
对于我们设计用于工厂车间的小型机械手，我们建议使用电激活的形状记忆合金（SMA）线束进行驱动。 该设备的设计类似于用于电路组装的分拣机，但是可以在飞机衣架大小的轮子上移动。它可以操纵形状介于0.5 cu.cm和8 cu.cm之间的不规则形状和多孔物体-因此，传统的真空P＆P机制没有吸引力。而且，装配线中的单个物体具有不同的硬度和重量。 我们的设计约束是： 确保振动和声音降至最低 在机械装置内使用最小的体积（电池位于轴距上，提供稳定性，因此重量不受影响） 夹持器压力的细微变化 我们认为SMA很好地满足了前两个约束，但是需要一些指导来实现约束3，即电子控制的抓爪的压力水平不同。 我的问题： 电流超过激活阈值（0.005英寸Flexinol HT为320 mA）时，PWM是否可以提供可变的，可重复的驱动力？ 我们是否需要每个指尖上的压力传感器以及用于抓握的闭环控制，还是可以定期校准抓爪并保持可重复的力？ 我们应该参考任何有据可查的先例或研究吗？
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.