基于ROS的智能疫情防控配送机器人设计

基于ROS的智能疫情防控配送机器人设计摘要：本文使用机器人操作系统ROS作为上位机，将STM32F103RCT6单片机作为下位机，通过利用激光雷达模块，IMU模块，摄像头，机械臂，编码器模块等结合应用的方式，从而设计出一款路径规划、自主导航、自主避障、可仿真的防疫智能移动机器人。此机器人具有造价低、灵活性高、可调式的优点，有利于提高软件的可塑性且可应用于多种环境下。关键词:ROS

激光雷达自主导航自主避障一、前言近十年来，电商、快递等行业在中国相继迎来高速发展，极大地拉动了对无人配送自动化的需求。由此无人配送自动化市场经历了一段高速发展时期。而在当前新型冠状病毒肆虐的大背景下，无人配送机器人的现实意义就不再局限于提高物流效率，更多的是基于疫情防控的考虑尽可能减少病毒传播的风险。二、机器人整体设计

移动机器人完成移动设计需要考虑到两个方面的问题：SLAM（定位与建图）、路径规划与导航。通过激光雷达和SLAM获得的精准地图上确定机器人所在位置区域，并通过IMU矫正机器人的位姿。移动底盘根据规划的路径进行速度解算，驱动电机实现机器人移动到指定目标，因此根据任务所需，完成这一总体设计方案的框架总体概述如图2.1：图2.1设计框架总体概述三、底盘控制部分底盘由STM32F103单片机驱动，单片机通过串口与上位机相连，由上位机发送数据到单片机，经过USART6与USART3接受到的数据根据位置式的PID调节，由CAN总线发送给三个电机，三个电机进行三轮速度分解来实现不同方向的移动。在基于ROS的配送机器人SLAM研究中，主要存在三种坐标系：地面坐标系（坐标系）、机器人坐标系（）、传感器坐标系（）。由于采用的激光雷达物理位置与机器人底盘几何中心重合，为了方便建模和后续运动学方程推导，使用TF工具将激光雷达坐标系统一到机器人底盘坐标系中，定义地面坐标系为，机器人坐标系为，如图3.1所示：图3.1

坐标系四、SLAM算法简介

机器人定位与建图SLAM（SimultaneousLocalizationandMapping）方法,是指物体在运动过程中能基于传感器获取到的信息，实现定位、建图的功能。有下列四种方法通过激雷达光实现移动机器人SLAM，主要分为粒子滤波算法、扩展卡尔曼滤波算法，图优化算法[2]。一般来说，它可以根据三种不同类型的传感器测量和技术进行分类，例如基于视觉的SLAM、基于RGB-D的SLAM和基于激光的SLAM。本文选取采用RBPF的Gmapping算法作为本款智能移动机器人的SLAM算法。通过对ROS支持的开源move_base功能包配置，运行，调试。如下图3.3move_base框架图可以看到，move_base提供了ROS导航的配置、运行、交互接口。它主要包括两个部分：（1）全局路径规划（globalplanner）：根据给定的目标位置，结合自身所在位置，根据已知所输入地图信息，规划处总体路径的规划；（2）本地实时规划（localplanner）：由传感器对周围环境进行分析，分析周围的障碍物规划出可以进行避障的实时局部路径规划。五、机械臂与ROS结合方案设计ROS通过MOVEIT架构实现对使用者输入的参数的路径规划，通过USART串口与STM32单片机通信，输入规划所得数据；STM32单片机接受MOVEIT数据，通过CAN总线输入数据指引关节电机和手爪舵机转动相应角度；关节电机执行转动功能后通过CAN总线反馈给STM32单片机角度参数；STM32单片机接收角度参数，通过USART串口将反馈数据回传ROS进行回环检测，ROS对关节电机角度进行调整，实现闭环控制；基于ROS的机械臂控制系统的总体框图如图5.1所示。

图5.1系统框图设计六、物体检测机器人通过立体相机结合深度学习模型实现物品检测与识别。机器人身上一共装了两个IntelD435摄像头。一个装在机械臂上进行实时物体识别辅助机械臂进行物体抓取。该摄像头具有红外线，能进行深度测距。另一个充当机器人的眼睛进行大范围的物体识别。此次物体识别运用的是YOLOV5算法，YOLOV5进行物体识别框出物品所在地后，运用OpenCv进行图像处理在深度图中提取物体的中线，排序后提取最合适的深度距离。我们在图像中找出机械爪对应的中心点，以此进行偏移量的判断，操控机械臂抓取物体。如图6.1所示，运用ROS的话题通信，服务通信，视觉部分将深度，偏移量发送出去由ROS端操控机械臂。图6.1

视觉识别与机械臂通信效果机械臂具有关节式、多自由度特性，因为机器人自主规划路径后的计算精度较高，为了保证运行精度并配合程序代码执行方式，采用了非对称式交替布局，三个电机分别对应其各自从动轴为一组，从正反两个方向交替布局，保证机械臂末端与前段固定机构处于同一铅直面，提高功能执行准确性。三个电机均为轴向转动，联合驱动连杆在同一铅直面内运动，如图6.2所示。

图6.2机械臂与连杆的连接七、总结防疫配送机器人使用三轮全向轮移动底盘作为机器运动模型，搭建RPLIDAR-A3雷达，9轴加速度器IMU作为传感器层，通过上位机PC端与下位机STM32F103RCT6单片机进行串口同行，并使用深度摄像头完成对物体的检测，配合机械臂抓取物品，完成了机器人总体设计。实现了对未知环境静态SLAM建图，完成了在动态环境下的机器人自主导航避障规划。这种机器人在防疫配送、家庭服务、无人驾驶以及危险作业中具有很好的发展前景。参考文献[1]张明岳.基于ROS的室内自主移动与导航机器人研究[J].微处理机,2021,42(05):45-48.[2]常皓,杨巍.基于全向移动模型的Gmapping算法[J].计量与测试技术,2016,v.43;No.293(10):1-4.DOI:10.15988/ki.1004-6941.2016.10.001.[3]胡晓强,刘汉忠,贾良冠,张盟,吴正朕.基于ROS平台的激光雷达Slam-GMapping的重定位方法研究[J].现代信息科技,2019,3(12):159-161.[4]刘丽伟,朱绪康,李秀华,赵子君.低成本移动机器人2D