一、面向專業(yè)和課程

　　面向專業(yè)：機器人工程、自動化、人工智能、電子、信息科學、機電等專業(yè)

　　適用課程：ROS機器人操作系統、機器人控制、Python編程、數字圖像處理、計算機視覺

　　二、產品方案設計

　　ROS機器人教學平臺采用資源豐富、性能強大的樹莓派4B/旭日X3派平臺，配合以STM32F407單片機作為核心的底層運動控制器，運算能力和運動控制效果極佳。底盤采用類車型的阿克曼底盤，模擬汽車實現自動駕駛的算法驗證。隨車配備激光雷達、IMU、輪速里程計、深度相機、語音識別模塊等多種傳感器，可實現各種場景的軟件編程實踐，可直接在其基礎上進行相關的學生競賽訓練以及工程項目的開發(fā)。

　　ROS機器人教學平臺運算能力和資源配置大幅提高。不僅可以進行嵌入式Linux系統以及ROS系統的實踐與開發(fā)，同樣能夠駕馭處理速度要求較高的應用場景。采用阿克曼底盤結構，運動學模型最接近真實汽車結構，輕松驗證自動駕駛的各類控制算法;在Ubuntu18/20下的ROS系統中，實現了多種SLAM框架下的建圖、導航、路徑規(guī)劃、圖像識別等算法和例程，可直接在其基礎上進行相關的學生競賽訓練以及工程項目的開發(fā)。

　　ROS機器人教學平臺具備如下功能：

　　1. 采用最新版本的樹莓派4B/旭日X3派平臺，運算能力和資源配置大幅提高。不僅可以進行嵌入式Linux系統以及ROS系統的實踐與開發(fā)，同樣能夠駕馭處理速度要求較高的應用場景，如競速小車、深度學習、機器視覺等;

　　2. 采用阿克曼底盤結構，運動學模型最接近真實汽車結構，輕松驗證自動駕駛的各類控制算法;

　　3. 根據智能車的控制特點深度定制基于ARM Cortex-M4單片機的底盤控制器，將單片機大部分資源進行利用，可在此平臺完成單片機相關課程的所有實驗教學，同時能夠進行RT-Thread等微型實時操作系統的開發(fā)與教學;

　　4. 在Ubuntu18/20下的ROS系統中，實現了多種SLAM框架下的建圖、導航、路徑規(guī)劃、圖像識別等算法和例程，可直接在其基礎上進行相關的學生競賽訓練以及工程項目的開發(fā);

　　5. 支持中國機器人及人工智能大賽、中國智能機器人格斗及競技大賽等國家級A類賽事。提供競賽Demo程序，快速實現競賽任務。

　　三、產品功能和特點

　　1. 資源豐富的機器人控制主機

　　ROS機器人教學平臺主機可根據用戶的需求選配樹莓派4B(4GB內存)或地平線旭日X3派(4GB內存)兩種不同的主機。樹莓派4B具有極高的CPU處理能力，搭載四核1.5GHz的Cortex-A72處理器，搭載2.4G/5G頻段的WiFi模塊，配備4個USB接口、1個千兆以太網口和2個micro HDMI接口，具有非常強大的可擴展性，其開發(fā)生態(tài)十分完善，可以輕松的獲取相關的開發(fā)資源。地平線旭日X3派是新晉國產機器人控制主機，其不僅擁有四核1.2GHz的處理器，還擁有一個用于運行人工智能算法的BPU，算力可達5Tops(INT8)，能夠兼顧機器人復雜控制算法和神經網絡等AI算法。產品出廠的任一款主機均搭載Ubuntu系統和ROS機器人控制框架，并提供豐富的功能案例;

　　2. 自主研發(fā)的高性能運動控制器

　　底盤控制器采用STM32F407高性能ARM處理器，主頻高、資源豐富?？蓪崿F電池電量監(jiān)測、電池充電管理、IMU姿態(tài)數據采集與解算、OLED顯示界面、SPI的Flash讀寫、PWM方式的電機調速與轉速PID控制、編碼器數據采集與車速計算、阿克曼底盤運動解析及控制接口、藍牙無線串口通信接口、WiFi網絡通信接口、與樹莓派的數據通信;控制器進行深度定制，不僅支持c/c++開發(fā)，同時可支持python語言開發(fā);

　　3. 靈活易用的開源實時操作系統

　　底盤控制器搭載國產優(yōu)秀的嵌入式實時操作系統RT-Thread，實現所有內核功能模塊調用、Finsh shell命令行交互模塊?？蓴U展文件系統管理、網絡系統管理、支持Python編程的MicroPython系統框架、基于四輪差速底盤智能車的控制系統框架;提供RT-Thread操作系統的完整例程和教學課程;

　　4. 豐富的ROS機器人開發(fā)案例

　　搭載Ubuntu版本 Linux操作系統，配置ROS及相關開發(fā)工具，實現ROS核心通信機制及組件、對底盤狀態(tài)監(jiān)測及運動控制、ROS分布式遠程開發(fā)、攝像頭數據采集與處理、基于激光雷達的SLAM建圖算法(gmapping/hector/karto/cartographer)、movebase導航框架實現(Navfn/Global全局規(guī)劃器;DWA/TEB局部路徑規(guī)劃器)、聲源定位、語音識別、Gazebo仿真環(huán)境、基于openCV的人臉識別、車道線識別、巡線、基于激光雷達的人體跟隨功能，提供完整代碼;

　　5. 自主機器人開發(fā)進階功能與案例

　　基于編碼器、激光雷達以及IMU的多傳感器融合里程計，多機編隊協同，鍵盤/圖形界面/無線手柄等多種方式控制小車，機器人自動探索建圖，多點導航，上電自主完成預設任務(電池電量低自動停車并自動回家)，深度學習框架的部署。