基于ROS的移动机器人控制系统

来源 :轻工机械 | 被引量 : 0次 | 上传用户:wangjuekenan
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对当前机器人控制系统复用性和可移植性差的现状,课题组提出了基于机器人操作系统ROS的移动机器人控制系统。该系统上位机采用装载Ubuntu以及ROS操作系统的树莓派作为控制器,利用激光雷达和深度相机接收外界环境信息,通过路径规划算法分解并控制电机的运动,来实现自主避障等功能。课题组设计并制作了样机。实验结果表明:该系统不仅可用多种方式实现对机器人的控制,具备自主定位、建图和避障导航等功能,具有控制精度高、成本低、模块化设计和易拓展等优点。
其他文献
将思想政治教育融入大学专业课教学是非常必要和重要的,能够真正实现全程育人、全方位育人.文章以交通类课程中的交通工程学为例,介绍了交通工程学课程的特点;阐述了交通工程
针对目前波轮式洗衣机设计过程中,吊杆悬挂点高度的确定缺乏系统性讨论,课题组进行了相关力学特性研究并提出了吊杆悬挂点高度确定方法。求解洗衣机各类刚体动能表达式、总势能与广义悬挂力,应用Lagrange方程建立系统振动模型;基于MATLAB中建立的仿真模型,针对洗涤状态,分析吊杆悬挂点高度对弹簧压缩量、吊杆倾斜角等方面影响,确定了悬挂点最大高度;针对脱水状态,分析吊杆悬挂点高度对盛水桶上下振幅、临界频率等方面影响,确定了悬挂点最小高度。结果表明:通过对洗衣机不同工作状态的力学特性分析,可确定吊杆悬挂点高度选取
为了探究窄间隙摆动电弧焊接过程中窄间隙坡口对电弧形态的影响,课题组以实际焊接工艺为依据,利用磁流体动力学理论建立了窄间隙焊接电弧燃烧侧壁的三维对称数学模型。通过对FLUENT自定义函数(UDF)二次开发,实现了对窄间隙焊接电弧的数值计算,且计算的电弧形态与试验结果吻合良好;获得了窄间隙焊接电弧的流场及温度场分布规律。计算结果表明:远离侧壁处电弧的磁感应强度大于靠近侧壁处电弧的磁感应强度;引起了等离子流场、压力场及温度场向侧壁偏转;由于窄间隙焊缝形貌影响,电弧底部等离子体沿熔池切线向焊缝凹面底部运动,并影响
针对采用PLC+高速计数模块的液体灌装存在灌装效率低和灌装精度差的缺点,课题组分析研究了高效率和高精度液体灌装控制系统的方法原理和实现过程;基于FPGA控制芯片的高速以及并行处理的特点,通过对流量脉冲数据进行多路平行高速采集、滤波、计数和对比,实时控制多路灌装阀。再结合MCU的软件处理的灵活性,实现与HMI端的高效通信,能够实时进行数据交互。对液体灌装控制系统调试后,得到了平稳的流速曲线以及稳定的灌装量曲线。经过工业现场的使用和验证表明该控制系统达到了提高生产效率和灌装精度的设计目的。
通过近几年卡车保险数据销量信息分析,文章结合国内宏观经济、市场环境、政策法规、需求趋势、技术发展趋势等,就新能源商用车十三五期间的市场容量、区域差异、主流品牌、重中轻卡车细分车型、牵引、载货、自卸、专用四大系列产品、技术路线、关键系统及配套设施、政策法规等的变化进行说明,从而预研十四五新能源商用车的发展趋势,为行业内上下游企业的“链式”及“网状生态”的融合开放发展提供参考,以便更好地推动我国商用车电动化步伐,早日圆梦世界汽车强国。
声音识别技术是各种领域中广泛使用的一种方法,从语音识别到环境声音和机器声音识别,其在日常生活和工业发展中发挥着重要的作用。首先,构造声音识别模型是实现声音识别的准备工作之一。文章介绍了国内外关于构造声音识别模型的发展历程和现状,分析了各种模型,并介绍结合深度学习来构造模型,最后展望了声音识别模型的发展趋势。
作为环保制冷剂之一的R1234yf,其物性参数方面与R134a表现出相似的特征。R1234yf具有微弱的毒性和可燃性。文中分析了R1234yf冷凝传热、沸腾传热系数、压降与R134a的差异。与R134a相比,R1234yf换热性能相似,压降更小,可以通过回热器、强化补气技术及与R134a组成混合工质等方式增强其换热能力。
为了提高机器视觉对纱筒图像识别检测的准确率,课题组提出了一种参数可调均值迁移滤波算法。在图像采样过程中,先对源图像进行锐化处理,再对图像空间窗口与颜色窗口同时进行卷积操作,筒子纱的边缘轮廓得到完整保留,且通过滤波处理去除图像噪声;采用Canny算子边缘检测,完成对筒子纱的轮廓提取;几何矩计算轮廓质心和横纵比过滤判别筒子纱的放置状态。实验结果表明:该方法在图像处理过程中准确、可靠,能够满足图像识别检
文章首先介绍AIS037《安全关键零部件的公告和建立生产一致性的程序》法规的修订情况,然后列出AIS037中安全带的COP要求,以及参照GB14166-2013《机动车乘员用安全带、约束系统、儿童约束系统和ISOFIX儿童约束系统》中COP测试的相关要求,最后围绕某公司在印度投产的SUV车型几年来安全带的印度认证及COP的实践,探讨安全带在印度COP中遇到的几个问题。
针对滚动轴承退化数据的复杂性和传统的寿命预测方法不能充分利用数据的相关性从而导致预测精度不高的问题,课题组提出了一种基于多频率尺度样本熵(SE)和长短期记忆神经网络(LSTM)相结合的寿命预测模型。该模型采用互补集成经验模态分解(CEEMD)结合相关系数分析,从滚动轴承振动信号中提取包含主要退化信息的IMF分量,并提取其样本熵矩阵,用于训练和测试LSTM。通过滚动轴承全寿命试验证明该模型可以准确预测滚动轴承剩余寿命,与BP神经网络和极限学习机(ELM)的预测效果对比验证了该模型的有效性。