基于ROS的智能机器人系统平台研究

李昆 燕京理工学院

随着科学技术的不断发展以及应用成果的不断丰硕，基于ROS 的智能机器人技术也取得了突飞猛进的发展，服务于广大机器人行业、企业、院校及研究机构，广泛应用于企业前期开发验证、院校教学研究等，成本趋于降低，性能趋于高效，维护趋于简单，驱动趋于多样。

一、ROS 概述

世界范围内对于智能机器人的研究起步于20世纪60、70年代，我国则在20世纪90年代时，由清华大学取得了智能机器人研究的突破，在路径规划、数据传输和传感器使用等方面进步明显。随着科学技术的蓬勃发展和机器人行业的不断进步，智能机器人的功能逐渐增加，模块逐渐多样，系统逐渐复杂，之前机器人代码的不可复用性问题成为了阻碍智能机器人研究水平提升的阻碍，基于此，ROS 被提出并广泛应用。

ROS 的出现，很好地解决了机器人代码的不可复用性问题，使得不同智能机器人之间可以实现功能的有效分享与复制。ROS 的开源免费和支持多种编程语言的特点，为开发者带来了极大地便利，极大地推动了智能机器人的发展水平，现阶段，智能机器人在医疗、餐饮、客服、安防等领域被广泛应用，这都要得益于ROS 的出现与应用。

二、智能机器人概述

本文以ARTrobot-ROS 智能机器人平台为例，这是一款驱动模块高度集成、种类丰富，软件设计框架简单清晰的产品，可以实现地图构建、自主导航、语音交互、深度视觉、机器学习等功能，提供教学与实验教材，包括linux、python及ROS、机器人算法等理论教学，提供ARTrobot 大仿人机器人、虚拟仿真机器人实验环境，提供实验例程，可验证大仿人机器人运动算法，是学习智能机器人及无人驾驶技术的优质平台。

该智能机器人搭载i5-7200U 处理器，预装Ubuntu 系统，配备深度视觉传感器、体感感应器、颜色和深度感应镜头，以提供人体跟随以及语音跟随案例；配备麦语音麦克风阵列，提供声源定位、语音识别、语音唤醒、语意交流、语音控制功能及代码。

该智能机器人采用现阶段比较主流的三轮驱动，避免了四轮驱动需要通过悬挂和弹簧减震系统解决路面不平问题所带来的复杂的机械结构问题，更有利于功能的实现和节约生产成本。当然，相比于四轮驱动而言，三轮驱动的计算量更大，运动代码结算更为复杂，效率相对较低。

三、智能机器人的导航功能

导航功能是室内教学型智能机器人的核心技术，基于ROS 的开源算法，现阶段智能机器人的导航算法更加简单，软件开发的成本大幅降低。

本文所讨论的智能机器人配备有激光雷达，能够进行360 度全方位扫描，并依靠SLAM 导航参数实现功能。现阶段智能机器人都可以完成自主导航，即智能机器人可自主规划一条到达目标点的合理路线。在这个过程中，导航问题可以被转化成栅格地图路径规划问题，随着智能机器人的位置变化，激光雷达会通过不断扫描而形成新的数据，而智能机器人所配备的定位算法会对其进行实时定位，并根据目标点与智能机器人的当前位置进行路径的持续更新，激光雷达扫描所得到的信息以及智能机器人行进过程中的速度、位置等信息，还会被用于判断智能机器人是否会碰上障碍物。

当智能机器人算法解析出最终完成路程所需的实时速度和角速度后，信息会被发送至控制节点，并由控制节点完成运动学解析，并将控制命令发送至执行结构，以此完成智能机器人自主导航的全部控制任务。

四、结语

综上所述，可以了解到ROS 系统的先进性，其免费开源的特点为智能机器人的发展创造了更加广阔的平台，为研究的深入和功能的开发创造了可能。本文以ARTrobot-ROS 型号智能机器人平台为例，概述了智能机器人的部分参数，详细介绍了智能机器人的自主导航功能，希望能够为智能机器人的推广及普及起到一定的作用和参考。除此之外，现阶段智能机器人的系统正在趋于复杂化，实现功能的各类模块正在趋于多样化，智能机器人的分层设计理念正在成为设计的主流思想，对于有效提升智能机器人的性能具有突出意义，今后研究人员对于智能机器人模块的研究方向将趋于针对性和专业性，各模块之间的复用性将进一步提升。