当前位置: 首页 - 新闻活动

01 课程背景

如今,智能移动机器人的技术广泛应用于各行各业: 救援,巡检,递送,还有无人驾驶。机器人可以通过多个传感器的融合(sensorfusion),感知周围环境(perception),判断自己的位置(localization),规划自己的行程避开障碍并完成任务(motionplanning)。

本课程包含理论讲解和实践操作两个部分,适合作为机器人和人工智能专业的必修课。理论部分将从移动机器人的运动模型出发,学习如何处理并融合各种传感器的信息并进行电机的控制,进而了解机器人定位、建图、导航的算法。实践部分将基于 ROS(机器人操作系统),使用 Python 语言在 Tianracer无人车平台上进行开发实践,并在最终进行竞速比赛。此外,作为进阶任务,我们将使用 Jetson Nano 来体验深度学习在无人车上的应用。

02 讲师介绍

图片

田博 天之博特创始人

清华大学机械学学士,新加坡国立大学机器人学硕士,于 2007 年开始从事机器人研发工作,新加坡南洋理工大学机械与航空学系做副研究员,主要进行大型军用人形机器人研发。后任职于新加坡科技局信息所机器人部门高级研究工程师,进行神经认知机器人研发并成功将神经学的空间认知计算模型应用于移动机器人平台。

2014年回国后进行移动服务式机器人创业,南京天之博特机器人科技有限公司创始人,专注于智能移动机器人操作系统与应用开发的创新创业企业,将最前沿的人工智能与机器人技术应用到科研、教育与产业中,志在培养机器人技术与开发人才。

03 课程大纲

第一篇章 《零基础ROS入门课》

第1章 爬过ROS学习中开始的那些坑

1.1 Ubuntu的安装            

1.2 Linux基础指令                      

第2章 超人海龟爬爬爬

2.1 环境配置

2.2 ROS节点

2.3 ROS中的各种指令

第3章 试着在ROS中自由翱翔放飞自我

3.1 在ROS中安装各种功能包

3.2 深入理解工作空间

3.3 双旋翼Kaka实战

第4章 世界,你好!HelloWorld!

4.1 如何创建生成功能包

4.2 实现“Hello World”通信

4.3 如何编译运行程序

4.4 用Python来实现消息收发

4.5 ROS本质以及做产品的优势

第5章 让真正的海龟动起来

5.1 网络初步配置及Turtlebot功能包安装

5.2 机器人ROS简单案例介绍

5.3 移动机器人实际操作详解 —— 配置

5.4 移动机器人实际操作详解 —— 执行

5.5 问题解答

第6章 终于,发射!

6.1 roslaunch介绍

6.2 roslaunch复用节点 -

6.3 roslaunch复用 -

6.4 如何复用一个launch文件

6.5 总结和探讨

第二篇章《ROS移动机器人研发实战》

第1章 概述:机器人的定位、建图、导航与探索

1.1 建图导航的技术延承与发展

1.2 ROS在移动机器人中的应用

1.3 移动机器人研发方向介绍

第2章 认识移动机器人

2.1 常见的移动机器人

2.2 常用的传感器

2.3 用ROS连接移动机器人

2.4 让机器人动起来

第3章 移动机器人技术框架

3.1 定位

3.2 建图

3.3 导航

第4章 常见的SLAM建图技术(挑两个实操)

4.1 Gmapping,HectorSLAM

4.2 OrbSLAM,DSO

4.3 Cartographer

4.4 拓扑地图

第5章 导航

5.1 定位算法AMCL,全局导航,局部导航技术概述

5.2 用RViz设置初始位置和目标位置,观察粒子云以及规划路径

5.3 用rqt对定位与导航的参数进行调整

5.4 多传感器的导航框架与参数文件设置

第6章 移动机器人展望与课程总结

6.1 行业现状与发展(服务机器人,物流机器人,无人驾驶)

6.2 移动机器人发展及应用的关键技术(语音交互,图像识别,深度学习...)

6.3 课程总结

线下课堂【提供**无人车实操,由理论到实践、竞速比赛】**

第一天上午(8月6日)

一. Tianracer竞速无人车介绍

1. Tianracer的整体介绍

2. 硬件基本操作与维护

3. 软件基本操作与维护

实践内容:\1.  开机、关机、遥控、电量检查与充电。\2. 配置Tianracer的网络环境及ROS多机环境

第一天下午(8月6日)

二. 认识并驱动车上的传感器与执行机构

1. 激光雷达

2. IMU

3. 摄像头

4. 舵机

5. 电机及其控制

5.1 码盘

5.2 三环控制

5.3 PID

实践内容:

1. 在RViz中观察Tianracer的传感器数据。

2. 用指令控制Tianracer的转向舵机与驱动电机。

3. 通过rqt观察命令与反馈整定驱动电机的PID。

第二天上午(8月7日)

三. 无人车模型构建

1. 无人车URDF模型

2. 无人车坐标设置

3. 里程计融合

4. 激光数据预处理laser_filter_chain

实践内容:

1. 在RViz中观察无人车的模型

2. 在遥控模式下观察无人车里程计

3. 修改激光雷达预处理,观察数据变化

第二天下午(8月7日)

四. SLAM:即时定位与建图

1. 使用GMapping基于滤波方法建图

2. 使用HectorSLAM基于优化方法建图

3. 使用Cartographer带回环检测的方法建图

4. 保存地图

实践内容:

1. 利用GMapping,HectorSLAM和Cartographer进行建图。

2. 参数调整对建图效果的影响

第三天上午(8月8日)

五. Navigation:导航

1. 在仿真环境中进行无图导航

2. 使用导航功能包进行导航

3. 深入了解TEB导航规划器

实践内容:

1. 利用反应式导航控制Tianracer

2. 用Teb局部规划器进行Tianracer导航任务

3. 动态调参与导航测试

第三天下午(8月8日)

六. 进阶功能介绍

1. 深度学习与强化学习在机器人中的应用

2. 基于视觉的避障与导航

3. 基于视觉的物体追踪

4. 车道线识别和自动驾驶

七. 竞速比赛

1、建立跑道地图

2、导航测试

3、正式比赛

04 无人车介绍

图片

图片

图片

图片