MATLAB和Simu金宝applink在法国机器人杯

发布的塞巴斯蒂安·卡斯特罗,2019年7月17日,

(30天)| 108年视图0喜欢|0评论

在这篇文章中,让·保罗·Marcade谈到MathWorks工具如何帮助团队法国德Robotique La轿车和Eurobot机器人比赛。让·保罗·在工程开发集团英国剑桥市。他参加了在他的大学时代早期图卢兹,所以他有一些伟大的角度提供。希望你能喜欢!

- - - - - - -

法国车德Robotique Eurobot

法国德Robotique La轿车(法国机器人杯)Eurobot机器人比赛收集不同背景的人在改变每年一个主题。2019是150^th周年周期表,因此今年的主题叫做“原子工厂”。

法国机器人杯事件聚集在160团队,主要是大学生(从学士到博士),但也高中学生和专业工程师。完整的结果在线。今年的获奖者团队Sussus入侵者下面从巴黎——看到他们的机器人。

Eurobot是欧洲版本包括团队从加拿大到台湾。它发生在平行于国家事件的法国杯冠军来自世界各地来赢得法国团队竞争。今年的获奖者体机器人,一个团队从塞尔维亚。

每一场比赛发生在2×3米表4全自动机器人每小组(2)。一场持续100秒,每个团队必须取得尽可能多的点,拿起和移动该放在桌子上。

没有团队之间的协作,但机器人必须避免彼此。

找到下面的说明原子工厂竞争领域和规则手册的链接。

原子工厂竞争舞台。来源:2019年规则手册

应该是不足为奇的设计和编程机器人比赛不是一项容易的任务。让我们讨论一些主要的事情我们看到了团队工作。

大多数团队使用嵌入式计算机(例如,覆盆子π,LattePanda)与微控制器进行通信(例如,Arduino,STM32而言,或自定义卡)通过I2C协议,以太网,也可以。一些机器人也彼此之间的沟通和与外部传感器(如相机、激光雷达)。

实现一个算法,易于调整和维护往往是具有挑战性的。一种方法是分离的概念实现的测试控制器使用仿真模型,然后自动将它部署到硬件。在比赛中我们使用了Arduino工程装备此工作流。

Arduino工程装备自动平衡摩托车及其仿真软件模型金宝app

使用这个工具,我们可以调整平衡飞轮PID控制器直接从仿真软件,而无需重新编译模型!金宝app这种快速原型开发工作流,也可用于机器人来优化控制器,视觉算法,行为逻辑,和更多。

我们还提供其他硬件板或微控制器支金宝app持包。你可以检查你是否兼容在这里!我们还提供视频和教程开始使用代码生成这个页面。

除了硬件,有几个软件框架为这些复杂系统与建造专门的组件。一些团队正在使用机器人操作系统(ROS)这些组件之间交换信息。ROS是高度集成的软件工具系统,正在成为一个机器人行业的标准。更多地了解MATLAB仿真软件,和ROS,参考金宝app这篇博客。

在一张小桌子4机器人是具有挑战性的,他们中的一些人可以移动高达5米/秒。因此,导航和控制系统至关重要。

路径规划与导航:最好的团队结合轮测程法(也称为航迹推算)测距传感器(声纳、激光雷达等),这通常需要传感器融合。这些传感器都使用本地化和避开障碍物如墙壁和其他机器人。

模拟导航任务使用概率路线图

机械手控制:许多使用的机器人机械手吸触手接和减少小妖精在游戏领域和机器人的冰球内存储容器。这些通常涉及几个自由度,这要求逆运动学把钳子在正确的位置,当执行这些选择和地点操作。

模拟操作任务使用运动轨迹

低级的致动器控制:在上面两个任务中,需要低级控制致动器(无论电气、气动、或其他)。设计执行机构控制器通常受益于数学模型。这些模型可以构建使用数据或通过收集响应数据的硬件。该模型可以用于设计和验证控制器。布莱恩·道格拉斯详细描述了这一个视频PID控制。

布莱恩·道格拉斯的PID调优指南(观看视频]

规则演变每年向更多的行动需要计算机视觉,这是一个主题感兴趣的大多数团队。然而,所需的计算能力可能很难获得在嵌入式环境中没有尖端技术——特别是对于深入学习。好消息是MATLAB和Simulink提供的功能和例子之金宝app间的任何地方经典的图像处理和深层神经网络部署在gpu上!

下面是两个例子,我们在比赛中运行。左边是一个颜色阈值和blob检测算法部署在覆盆子π。右边是一个深度学习与GPU应用程序运行在一台笔记本电脑,这是检测人脸和分类特征,如性别、年龄、和情感。

应用的例子在我们的展台

另一个挑战是发展中机器人的“大脑”。在这样一个小桌子,4机器人与嘈杂的传感器和致动器,可以很容易地导致交通堵塞和其他意想不到的事件。有些团队能够进行动态路径规划可以恢复从障碍或其他故障,以及实时调整他们的策略在比赛中利用100秒。

良好的团队的一个关键区别是构建这个情报闭环系统——也就是说,一个响应环境的变化,而不是一个开环的预定义的动作序列并不健壮的意外干扰。

Stateflow可以是有益的,因为它可以使用它作为一个高级工具实现和测试机器人的策略。与其他类型的算法我们谈到,一个可以生成独立的代码从状态机和下载他们的硬件!

模拟机器人使用Stateflow避免逻辑

学习更多关于Stateflow,看看下面的视频的复杂性:

机器人竞赛是一个很好的学习机会基于项目的学习。他们不仅需要编程技能,而且以下:

交叉技术技能在高度集成的项目——这些都是至关重要的。团队成员需要相互交流理解不同的软件模块之间的接口的机器人。同时,软件工程师需要了解硬件(机电),反之亦然。
“软技能”——例如,项目管理和沟通技巧。这些机器人的一些价值几千美元每年规则改变,学生需要找到赞助商。甚至有些团队人或通信专业业务关系。他们还需要创建一个海报展示项目。下面是一个例子。