Clearpath机器人加速算法开发工业机器人

团队在工业方面和研究方面Clearpath工程组织需要分析和可视化大、复杂的数据集。团队发现,执行这些任务的机器人操作系统(ROS)或通过编写程序用c++或Python是缓慢而低效的。

除了他们的共享要求更快的分析和数据可视化工具,每个团队都有自己的不同的需求。赛和他的同事在工业方面Clearpath需要一种方法来快速原型思想和从外的人员公司将新算法与他们合作。在研究方面,Baranov和他的团队使用许多不同的系统,接口和数据结构,并且他们需要一个工具,补充ROS功能,使其更容易处理和分析ROS数据包括实时流数据和数据中捕获rosbag日志文件。

Clearpath工程师使用MATLAB计算机视觉工具箱™,优化工具箱™,机器人系统工具箱™算法和原型为机器人技术研究和发展分析和可视化数据。

在最近的一个项目,赛尼和他的团队用MATLAB和计算机视觉的工具箱开发一个算法来检测物体二维激光雷达点云匹配对象库的标准对象模板。他们后来MATLAB算法作为黄金参考原型用于构建和验证最终产品版本的算法。

在另一个项目,团队使用MATLAB开发车队管理算法,使用基于主体建模指导一群奥托机器人共同完成任务。团队使用优化工具箱来减少特定指标的例子,在最短的时间内完成任务或在最短的距离旅行的机器人。个人机器人舰队在MATLAB控制算法开发和优化。

Clearpath研究小组需要在一系列项目,从评估和整合新的传感器基础研究,使用MATLAB工具箱分析ROS数据和机器人系统。

例如,尽管Baranov的团队正在评估和整合新的3 d激光雷达传感器,他们发现了一个问题与激光的输出。该团队使用机器人系统工具箱导入数据从rosbag传感器生成的日志文件。在MATLAB中工作,他们分析和策划的时机激光雷达脉冲诊断问题的根源:损坏镜子数组内的传感器。

团队遵循了类似的方法来描述Clearpath机器人的停车距离。他们使用一个室内运动捕捉系统日志数据作为他们旅行时刹车机器人应用在不同的速度和不同的表面。

使用MATLAB和机器人系统工具箱,团队开发自动化测试脚本,导致机器人加速到一个特定的速度,然后停止。脚本然后重新定位机器人反复加速和刹车。

测试后,团队运动捕捉系统数据导入到MATLAB进行后处理。他们绘制加速度和速度,确定拐点为机器人构造详细的制动配置文件。

• 数据分析时间减少50%。“我们使用Python和MATLAB使用激光雷达传感器数据,我估计,分析与发展在MATLAB一个半到两倍,“Baranov称。“这是由于内置函数,使其简单的将数据从一个流,图,并执行其他操作,而无需代码都自己。”
• 客户沟通改进。”,因为我们的许多客户使用MATLAB,它作为一种通用的语言,加速项目的各个方面,“Baranov称。“它最小化的误解,减少支持时间,使我们能够发送容易理解的例子。”金宝app
• 尖端关闭阀快速算法。“大多数我们合作的研究人员编写的代码是用MATLAB编写的,”赛说。”,很容易把他们的研究融入原型MATLAB算法,我们可以以后使用验证生产实现。”