Clearpath Robotics加速工业机器人算法开发

Clearpath工程组织的工业方面和研究方面的团队都需要分析和可视化大型、复杂的数据集。研究小组发现，使用机器人操作系统(ROS)或用c++或Python编写程序来执行这些任务是缓慢和低效的。

除了对更快的分析和数据可视化工具的共享需求外，每个团队都有自己独特的需求。塞尼和他在Clearpath的工业领域的同事们需要一种方法来快速原型化想法，并吸收与他们合作的公司外部研究人员的新算法。在研究方面，Baranov和他的团队使用了许多不同的系统、接口和数据结构，他们希望有一种工具能够补充ROS的功能，使处理和分析ROS数据更容易，包括实时流数据和rosbag日志文件中捕获的数据。

Clearpath工程师使用MATLAB与计算机视觉工具箱™，优化工具箱™和机器人系统工具箱™，以原型算法，分析和可视化数据的机器人研究和发展。

在最近的一个项目中，Saini和他的团队使用MATLAB和计算机视觉工具箱开发了一种算法，该算法检测二维激光雷达点云中的对象，并将对象与标准对象模板库进行匹配。后来，他们使用MATLAB算法原型作为构建和验证算法最终产品版本的黄金参考。

在另一个项目中，该团队使用MATLAB开发车队管理算法，使用基于agent的建模来指导一组OTTO机器人一起工作完成任务。该团队使用最优化工具箱最小化特定的参数，例如，在最短的时间内或在机器人行走的最短距离内完成任务。舰队中的单个机器人运行控制算法在MATLAB中开发和调整。

Clearpath研究小组承担了一系列项目，从评估和整合新的传感器到基础研究，使用MATLAB和机器人系统工具箱分析ROS数据。

例如，当Baranov的团队评估和集成一个新的3D激光雷达传感器时，他们发现了激光雷达输出的一个问题。该团队使用机器人系统工具箱从传感器生成的rosbag日志文件中导入数据。在MATLAB中，他们分析并绘制了激光雷达脉冲的时间，以诊断问题的根源:传感器内的镜面阵列损坏。

该团队采用了类似的方法来描述Clearpath机器人的停止距离。他们使用一个室内动作捕捉系统来记录数据，当机器人在不同速度和不同表面上行驶时踩刹车。

利用MATLAB和机器人系统工具箱，该团队开发了自动测试脚本，使机器人加速到特定的速度，然后停止。然后脚本重新定位机器人，并重复加速和刹车。

测试完成后，团队将动作捕捉系统数据导入MATLAB进行后处理。他们绘制了加速度和速度，并确定了拐点，为机器人构建了详细的制动剖面。

• 数据分析时间减少50%。“我们使用Python和MATLAB来处理激光雷达传感器数据，我估计MATLAB的分析和开发速度要快1.5到2倍，”Baranov说。“这是因为它的内置功能使得从流中提取数据、绘制数据图以及执行其他操作变得简单，而无需我们自己编写代码。”
• 客户沟通改进。“因为我们的许多客户使用MATLAB，它作为一种通用语言，可以加速项目的各个方面，”Baranov说。“它减少了误解，减少了支持时间，并使我们能够发送易于理解的示例。”金宝app
• 先进的SDV算法很快被纳入。“与我们合作的研究人员编写的大多数代码都是用MATLAB编写的，”塞尼说。“这使得他们的研究很容易融入到原型MATLAB算法中，我们可以稍后使用它来验证生产实施。”