基于matlab和ros的移动机器人运动控制

南开大学本科生毕业论文（设计）中文题目基于MATLAB和ROS平台的移动机器人运动控制外文题目MOBILEROBOTMOTIONCONTROLONMATLABANDROS学号姓名年级2011级学院计算机与控制工程学院系别自动化与智能科学系专业自动化完成日期2015年5月指导教师关于南开大学本科生毕业论文（设计）的声明本人郑重声明所呈交的学位论文，是本人在指导教师指导下，进行研究工作所取得的成果。除文中已经注明引用的内容外，本学位论文的研究成果不包含任何他人创作的、以公开发表或没有公开发表的作品内容。对本论文所涉及的研究工作做出贡献的其他个人和集体，均已在文中以明确方式标明。本学位论文原创性声明的法律责任由本人承担。学位论文作者签名年月日本人声明该学位论文是本人指导学生完成的研究成果，已经审阅过论文的全部内容，并能够保证题目、关键词、摘要部分中英文内容的一致性和准确性。学位论文指导教师签名年月日摘要机器人操作系统（ROBOTOPERATINGSYSTEM,ROS）的开源性和对硬件的强兼容性简化了机器人平台的搭建工作，而MATLAB作为一款强大的科学计算软件，则可以提高各种算法的开发效率，并在控制系统设计、机器视觉等移动机器人领域相关方向提供了大量的应用支持。但是，这两个平台之间并不友好兼容。本论文致力于统合ROS和MATLAB两大平台的优势，为移动机器人的开发建立一个友好强大的架构。该文基于ROS和MATLAB两大通用工作平台，实现了这两个平台之间数据和控制命令的传输，从而为提高控制算法的开发效率、加快软硬件之间的整合工作建立了基础。进而，搭建了以运行LINUX环境下ROS和WINDOWS下MATLAB的运算平台作为控制系统、以IROBOTCREATE为运动底盘、搭载KINECT传感器的一种通用移动机器人系统架构，由KINECTRGBD传感器获取移动机器人周围环境的图像和深度信息。通过MATLAB进行点云数据处理、障碍物判别和运动规划，由ROS进行移动底盘的运动控制。通过避障这一基本的运动控制任务，测试了平台的性能，验证了这一系统架构的实用性、通用性和稳定性。该文提出的基于MATLAB和ROS的控制系统架构，能够兼容相当数量的驱动器和传感器类型，能够在此平台上深入开展机器人领域的相关工作，从而可以为机器人系统的硬件集成和算法设计实现，提高开发效率。关键词移动机器人MATLAB机器人操作系统（ROS）运动控制避障ABSTRACTTHEOPENSOURCEROBOTOPERATINGSYSTEMROSHASSTRONGHARDWARECOMPATIBILITYANDPROVIDESPLENTYOFALGORITHMS,ANDTHUSCANGREATLYSIMPLIFYTHECONSTRUCTIONPROCESSOFROBOTICSYSTEMSONTHEOTHERHAND,MATLAB,ASAPOWERFULSCIENTIFICCALCULATION,SIMULATIONANDCONTROLPLATFORM,CANIMPROVEDEVELOPMENTEFFICIENCYOFDATAPROCESSINGANDCONTROLALGORITHMSSTRONGFUNCTIONALITYANDMASSIVEAPPLICATIONSINTHEFIELDOFMOBILEROBOTS,SUCHASCONTROLALGORITHMDESIGNANDCOMPUTERVISION,AREAVAILABLEINMATLABHOWEVER,THESETWOPLATFORMSDONOTWORKWELLWITHEACHOTHERYETTHISTHESISFOCUSESONTHEFUSIONOFTHESTRENGTHOFROSANDMATLAB,ANDESTABLISHAFRIENDLYANDPOWERFULARCHITECTUREFORDEVELOPMENTOFROBOTICSYSTEMSFIRSTOFALL,COMMUNICATIONANDTRANSMISSIONOFDATAANDCONTROLCOMMANDSAREREALIZEDBETWEENROSANDMATLAB,ESTABLISHINGTHEFOUNDATIONFORSEAMLESSINTEGRATIONOFHARDWAREANDALGORITHMSTHATARESUPPORTEDBYEITHERPLATFORMTHEN,AMOBILEROBOTPLATFORMISDESIGNEDANDREALIZED,WITHAPORTABLECOMPUTERRUNNINGROSINLINUXANDMATLABINWINDOWSASTHECENTRALCONTROLSYSTEM,THEIROBOTCREATEASTHEMOVEMENTCHASSISANDTHEKINECTRGBDSENSORTODETECTENVIRONMENTINFORMATIONMATLABPROCESSESTHEPOINTCLOUDDATAFROMKINECT,IDENTIFIESOBSTACLEANDCALCULATESTHEDESIGNEDMOTIONTHEMOTIONCOMMANDSARESENTTOROSANDEXECUTEDBYTHEIROBOTCREATECHASSISEXPERIMENTALRESULTSWITHSUCCESSFULOBSTACLEAVOIDANCEHAVEVERIFIEDTHEFEASIBILITYOFTHESYSTEMARCHITECTURE,SPECIALLYTHESEAMLESSINTEGRATIONOFALGORITHMIMPLEMENTATIONWITHROSANDMATLABTHEPROPOSEDCONTROLSYSTEMARCHITECTUREWITHROSANDMATLAB,SUPPORTSCONSIDERABLENUMBEROFACTUATORANDSENSORTYPES,ANDPROVIDESSTRONGFLEXIBILITYFORFURTHERROBOTICRESEARCH,ANDTHUS,CANGREATLYACCELERATEHARDWAREINTEGRATIONANDIMPROVETHEDEVELOPMENTEFFICIENCYOFSOFTWAREDESIGNANDIMPLEMENTATIONOFROBOTICSYSTEMSKEYWORDSMOBILEROBOT,MATLAB,ROBOTOPERATINGSYSTEMROS,MOTIONCONTROL,OBSTACLEAVOIDANCE目录摘要IABSTRACTII目录IV第一章绪论111课题背景、目的及意义112国内外研究现状213论文的主要内容4第二章移动机器人硬件和软件平台的搭建与整合521移动机器人运动模型和平台介绍522KINECT传感器723ROS及其应用程序924MATLAB平台及其KINECT、ROS应用1225本章小结14第三章基于点云的移动机器人运动控制与避障1531基于点云数据和地面线性模型的障碍物判别1532移动机器人的运动控制与避障1733本章小结18第四章实验与结果分析1941障碍物判别效果分析1942避障任务效果分析2043工作总结21第五章总结与展望2251论文工作总结2252研究方向展望22参考文献23致谢25第一章绪论11课题背景、目的及意义移动机器人涉及到多个学科领域，包括控制理论、机器视觉、传感器与测控技术、系统工程等研究方向，多学科领域的知识融合对移动机器人的实验平台构建与维护造成了相当时间和资源上的消耗，而对移动机器人软硬件高度集成支持的平台极大地为研究人员提供便利，并能够提高系统的容错率，使系统更容易在新的平台上复现，进一步促进研究工作、知识和理念的推广与传播。MATLAB作为一款强大的科学计算软件，极大地提高了控制算法的开发效率，而且在控制系统设计、机器视觉等移动机器人领域相关方向均有大量的应用支持。但MATLAB对硬件，如传感器、驱动器的支持不够广泛，大多数情况仍需要用户自行编写驱动程序。ROS的开源性质和对硬件驱动的强兼容性缩短了平台的搭建时间，并将硬件信息应用于机器人的控制处理模块中，但需要用户在LINUX环境下使用C开发控制算法，相比MATLAB的一键调试执行，消耗更多的时间。本课题的目的在于通过MATLAB这一易用性强、兼容性好的科学计算软件，ROS减少繁杂的实验平台搭建工作，构建兼容KINECT、IROBOTCREATE等设备的移动机器人运动控制平台。本平台不需要在LINUX环境下调试复杂的C程序，而只需在处理从KINECT获取的点云信息的基础上，通过ROS的消息收发机制，在MATLAB平台下编写与ROS通信的脚本，即可达到在室内环境实时控制移动机器人避障的目的。本课题的研究涉及移动机器人的运动控制，在LINUX环境下的ROS基础机制和相关应用配置，面向对象的MATLAB程序设计，MATLAB与ROS通信技术，KINECT设备及点云应用等多方面的知识，对了解、掌握机器视觉以及移动机器人的运动控制方式具有十分重要的意义。同时，了解不同平台在移动机器人领域的应用场景，为我今后学习、研究工作提供了充分的素材，从中获得大量的经验与全新的研究视角。12国内外研究现状在移动机器人领域，对MATLAB和ROS平台进行整合，并应用于移动机器人运动控制的国内外研究进展情况如下拉瓦尔大学的YANNICK等学者利用MATLAB对多用户调度的灵活处理，控制算法的易用性和ROS对不同型号传感器的通用性支持，将两大平台整合成名为ROS4MAT的编程界面，应用于机器人教育领域，如采用乐高机器人讲解机器人部件的组成，应用TURTLEBOT进行多机调度作业1。图11拉瓦尔大学应用ROS4MAT的移动机器人平台1宾夕法尼亚大学的MELLINGER等学者采用MATLAB和ROS的整合软件平台，在MATLAB对无人机建模，并开发控制算法进行虚拟仿真和实际应用2，最终控制使用ROS管理硬件信息的无人机进行编队飞行3。图12宾夕法尼亚大学的无人机平台2,3哈尔滨工程大学采用ROS的GAZEBO应用进行肢体的3D建模，设计了以“触及”运动为基本动作的任务训练场景，并在虚拟上肢各自由度处设置运动控制器，取得较好的同步运动跟随效果，方便用户在训练交互过程中随时调整场景组成及观察视角，从而更好地掌握患肢的实时运动情况。利用MATLAB科学计算引擎进行运动映射计算，采用KINECT获取肢体运动信息，集成为视觉运动辨识的虚拟环境，作为上肢康复训练平台4。图13哈尔滨工程大学的上肢康复训练平台4PRATS等学者在ROS平台下发布了面向海洋机器人学仿真的UWSIM应用，用于构建水下3D虚拟环境，使用MATLAB平台与UWSIM通信，进行虚拟潜艇的动力学仿真5。UWSIM能够进行机械臂的控制与操作的模拟工作，并从运动数据中复现实际场景的完整工作过程。图14面向海洋机器人学仿真的UWSIM应用5ETH的HUTTER等学者采用ROS平台管理柔性四足机器人的硬件信息，并使用MATLAB平台实时求解机器人的动力学方程，进行控制算法的应用，实现了四足机器人在不同环境下快速、高效的移动效果6。图15ETH的柔性四足机器人613论文的主要内容本论文以对MATLAB和ROS的协同应用为研究基础，在对两大平台进行整合的基础上，使用KINECT作为移动机器人获取环境信息的传感器，在IROBOTCREATE移动机器人平台上进行了移动机器人运动控制和避障实验。本文共分为五章，主要的内容如下第一章介绍了课题背景和意义，国内外的研究现状，以及主要研究方向。第二章阐述了实验使用的移动机器人运动模型，对实验所用软硬件平台IROBOTCREATE、KINECT、ROS和MATLAB做了介绍，并给出了整个控制系统的架构和实现方法。第三章针对移动机器人避障这一具体的运动控制任务，在整合后的移动机器人平台上进行基本的运动控制，并利用KINECT点云数据和地面线性模型给出了障碍物判别方法，最终实现避障任务。第四章通过实验测试对移动机器人的运动控制、基于点云数据的障碍物判别和最终避障任务效果作出了评价，结果体现出了整合系统在避障任务上的稳定性、便利性和准确性。第五章对整个毕业设计进行总结，指出不足以及收获，并介绍了后续的研究方向。第二章移动机器人硬件和软件平台的搭建与整合21移动机器人运动模型和平台介绍移动机器人的运动模型和机械结构的选择需要符合三大特征机动性、可控性和稳定性。在实验室环境下，本文采用的移动机器人运动模型为双轮差速运动模型，对应的机械结构在前端有1个全向的无动力轮，在后端有2个独立驱动轮，如图21所示。在整个建模过程中，机器人可视作轮子上的一个刚体，运行在水平面上，忽略机器人和它的轮子间内在的关联和自由度7。图21双轮差速运动模型及IROBOTCREATE底盘以逆时针方向为正方向，此处选取和分别为右轮和左轮的角速度。按1然后设置消息发布器和消息类型，ROS中划分速度消息类型属于GEOMETRY_MSGS/TWIST，并规定其名称为CMD_VEL。VELPUBNODEADDPUBLISHER/CMD_VEL,GEOMETRY_MSGS/TWISTBASEVELOCITYMSGROSMATLABMESSAGEGEOMETRY_MSGS/TWIST,NODE主机MATLAB从ROS控制的IROBOTCREATE可以获取到由双轮码盘记录生成的里程计消息，故设置消息订阅器和相关的消息响应回调函数。里程计消息类型为NAV_MSGS/ODOMETRY，名称为ODOM。ODOMSUBNODEADDSUBSCRIBER/ODOM,NAV_MSGS/ODOMETRY,25ODOMSUBSETONNEWMESSAGELISTENERSODOMETRYCALLBACK至此，主机的通信架设工作全部完成，可以在回调函数ODOMETRYCALLBACK中实现点云信息处理和运动控制避障任务。25本章小结将上述的平台进行整合后，最终移动机器人的控制系统架构如图212MATLABROS速度命令,格式为当前坐标信息，格式为频率为30HZ左右XYZV,XYPKINECT通过USB连接，在SIMULINK传送点云数据，格式为4806403的XYZ坐标矩阵，频率为810HZIROBOTCREATERBX1集成硬件驱动，通过串口或无线网卡发送速度命令主机系统环境WINDOWS81主从机通信方式VMWARE虚拟机从机系统环境UBUNTU1204RVIZ将IROBOTCREATE的运动轨迹可视化图212移动机器人的控制系统架构在本实验中，主从机均部署在同一台计算机中，便于信息传输和调试。首先在从机中通过USB连接上IROBOTCREATE，并启动RBX1和RVIZ应用，然后在主机的MATLAB平台架设ROS主机节点，主从机之间便能够正常通信和收发命令了。第三章基于点云的移动机器人运动控制与避障31基于点云数据和地面线性模型的障碍物判别在MATLABSIMULINK平台中从KINECT获取到的点云数据为6404803的矩阵，代表KINECT在640480的范围内获取到的XYZ三维信息。KINECT的深度检测范围为08M到40M，同时KINECT成像系统自身的视角大小为垂直435，水平575，构成640480的像素平面。而不在深度检测范围的物体，对应的点云数据将会置零。从KINECT获取的原始点云数据中包含不可忽略的噪声，并且数据本身容量大，不利于传输、实时显示和处理。因此，存在对原始点云噪声预处理的必要性。首先可以通过对将原始点云数据进行稀疏化来进行下采样处理，也就是从原始点云数据中每隔几行取一次，或每个几列取一次，或者两种方法兼用，以达到进行计算时平台不明显产生卡顿的现象即可。对稀疏化后的点云数据通过X，Y，Z三维范围的限制进行下一步的下采样处理，限制的范围可根据移动机器人的半径来选择，因为在横向范围X里，移动机器人运动范围受到其半径限制；在高度范围Y里，能够有效利用KINECT数据的范围由移动机器人本身高度所决定；同时深度范围Z也由移动机器人的移动速度所影响，因而可以有所缩减，达到有效利用点云数据，同时提高数据更新时间和降低运算量的目的。若不进行无关范围和地面点云数据的剔除，由于KINECT点云数据为6404803的大型矩阵，在深度维就有307200个点需要处理，因而系统会出现明显阻塞，影响系统的实时性能。以上预处理工作的依据在于，移动机器人的运行环境主要是室内环境，具有平滑的地形，使得其能够忽略地面，专注于真正表示障碍物的点云数据20。基于点云数据的特性和KINECT的成像特点，地面在成像时和人眼观看时同样符合近大远小的线性模型，因此可以对下采样后的点云数据做拟合处理，将真正的障碍物和地面进行分离21。首先，固定KINECT在IROBOTCREATE上的位置，这样可以确定成像所得的线性模型在斜率和截距不会有较大变动。然后，根据实验环境为室内环境，地面平坦的特点，将IROBOTCREATE放置在视野开阔的地面并开启KINECT截取图像，从深度图像中通过人眼选取符合地面的部分，截取其中的数据矩阵。将地面数据进行如下数学处理，获得地面的线性模型31MAXINMAXIN00,22YZ32AXIN0,KBYKZ在本实验中，地面线性模型及其参数如下所示158964YKZBYHEIGTZDEPTH图31地面线性模型最终，在控制系统获取点云矩阵时，设定一定的阈值来判别点云属于地面或障碍物，若属于地面，则将该点的数据置为无效点，不需要进行下一步障碍物位置的判别33,DIFABSYKZBEPSETXNA图32应用地面线性模型前后效果经过下采样和地面线性模型的拟合，无需处理的地面点云数据被剔除，显著降低了计算量，提高了运算速度。当然，点云的预处理步骤对移动机器人爬坡和通过不平坦地面的能力有着明显的削弱，但对室内环境并不造成显著的影响。32移动机器人的运动控制与避障利用地面模型对点云信息进行预处理后，余下的信息即为障碍物的点云信息，可用于判断移动机器人的运动方向。首先，点云数据深度维（Z）为零的数据属于不在KINECT测量范围，或是预处理被剔除掉的部分，因此只需要处理深度维不为零的点，即为有效点。此处引入障碍物中心的概念根据KINECT的坐标系，原点正好位于成像平面的中心轴，对应点云数据的横向（X）维，位于左半平面的数据为正，反之为负数。对有效点的X维数据求平均值，即可得到障碍物在X维的中心位置，从而决定移动机器人的运动方向。34CENTROIDMATRIXX关于移动机器人的运动方向选取有如下方案第一种，在中心偏左的时候给逆时针的角速度，反之给顺时针角速度，若中心恰好为零，给向前的线速度；如果有效点为零，认为障碍物相当接近移动机器人机身，给向后的线速度。这种方案的局限在于，系统实际运行时容易陷入振荡状态一是选择左右方向时，基本很难出现恰好为零的状态，特别是视野中有明显大型障碍物的状况，此时会陷入左右来回旋转的振荡状态；二是在障碍物贴近机器人，可行通道较窄时，容易产生倒退和前进动作来回交替的振荡状态。针对第一种方案的不足，第二种方案取消了倒退动作，代以在左右方向选择时，除了角速度，还给定较小的前向线速度，提高机器人探索路径的能力，并且避免了振荡的情况。350CENTROIDIFXULFAGFRWDSTRIHTFOA在具体实现中，主机中节点订阅消息后处于异步响应状态，即一旦消息传送到主机，即进入中断处理消息数据，类似于单片机的响应中断机理。因此，将点云的信息处理和移动机器人的方向给定工作放在消息响应中断部分，以达到轮询设备状态，及时处理点云信息的目的。33本章小结程序流程如图33，解释了移动机器人的避障任务流程，整个流程的产生基于主机对订阅消息的响应中断。在实际使用中，主机持续处于中断和等待的切换过程，这取决于从机消息发送的频率大小。用户运行主机，订阅消息进入消息中断，从SIMULINK中抓取一帧点云是否还有障碍物点维持上一次消息中断的方向计算障碍物的重心是是否位于左半平面给定顺时针的角速度和较小的前向线速度给定逆时针的角速度和较小的前向线速度跳出消息中断，等待下一次消息响应用户关闭主机，停止订阅消息对点云信息进行下采样处理，并剔除符合地面线性模型的点，其余作为有效障碍物点是不是图33控制系统程序流程第四章实验与结果分析41障碍物判别效果分析为了测试障碍物的判别效果，本实验选取具有不同特点的障碍物，组成了如表41所示的测试集。其中，每种障碍物都采用了3种距离进行测试。首先是长距离，障碍物被放置在机器人一开始无法探测到的位置，且在其前进方向上，对于本平台，则是KINECT的探测范围之外，为40M以外。然后是中距离，障碍物被放置在KINECT的探测范围内，即08M到40M之间，当平台一开始运作就能获取到障碍物的数据并进入算法流程判断。最后是近距离，障碍物一开始就放在小于08M的位置，KINECT的视场从初始运行就无法得到障碍物处对应的信息。对于每种距离，都分成左中右3个位置的情况，如图42所示。每种情况测试6次，因而每个障碍物会进行54次测试，将从障碍物旁边经过而没有碰撞作为测试成功的标准。表41障碍物判别效果测试集障碍物种类具体测试例子成功（次数）失败（次数）准确率（）高而宽的障碍物木板5049259中等障碍物垃圾桶43117963矮而扁平的障碍物包装纸25294630总计118447284图41高而宽的障碍物、中等障碍物和矮而扁平的障碍物图42左中右三种位置的障碍物摆放当机器人自主运动遇见高而宽的障碍物时，算法效果显著，而且由于在运动控制中不允许机器人反向运动，并不会进入振荡的状态。值得注意的是，其中的失败情况全部来源于障碍物放置于近距离（小于08M）和中间位置的情况，此时由于大面积的阻挡，KINECT功能大幅削弱，无法探测到环境信息。对比中型障碍物，算法效率下降的原因是中型障碍物在视场中的比例不如大型障碍物，从而在从起点运动到接近障碍物这段确定运动趋势的距离中，算法并没有给出足够大的余量来完全躲避机器人，这一特性是由KINECT无法应对近距离的特点决定的。同样的，失败案例集中于近距离的情况，这也体现了KINECT应对近距离环境的弱点。而对于矮而扁平的障碍物，除去近距离这一极端情况后，算法准确率上升至6944，在实际表现中也因为余量的不足而受到了制约。42避障任务效果分析在障碍物判别效果的基础上，对3种障碍物进行组合，作为避障任务的测试环境。将高而宽的障碍物（木板）放置在最远的距离，然后对中等障碍物（垃圾桶）和矮而扁平的障碍物（包装纸）进行左和右两种位置的组合，取2种情况，每种情况进行10次避障任务实验，记从起点移动至经过木板旁边而不对障碍物产生碰撞为成功情况，运行环境和运动轨迹如图43所示，表42记录了避障任务的成功情况。图43两种避障任务的运行环境与运动轨迹示意图（左为第一种，右为第二种）表42避障任务效果记录避障环境成功（次数）失败（次数）成功率（）第一种9190第二种9190总计18290在避障任务测试中，算法表现良好，运动轨迹平滑，没有出现移动机器人的前后振荡状态、左右振荡状态等问题，大部分测试能顺利到达终点完成任务。需要说明的是，机器人经过障碍物旁边时仍然存在比较贴近的问题，导致测试中出现了过于接近而任务失败的情况。43工作总结经过障碍物判别测试和避障任务测试，算法总体达到了预期的效果，同时也发现了其中值得改进的地方KINECT对于近距离物体处理能力的不足，机器人经过障碍物时距离余量不够，宽型物体放置于中间时机器人反应速度有待提高。总的来说，避障任务的设计达到了对本整合平台的性能测试的目的，表现出了平台的实时性、可重用性和稳定性。第五章总结与展望51论文工作总结本项目主要分为两个阶段。第一阶段主要是对移动机器人控制平台的整合，基于ROS和MATLAB两大通用工作平台，实现了这两个平台之间数据和控制命令的传输，从而为提高控制算法的开发效率、加快软硬件之间的整合工作建立了基础。进而，搭建了以运行LINUX环境下ROS和WINDOWS下MATLAB的运算平台作为控制系统、以IROBOTCREATE为运动底盘、搭载KINECT传感器的一种通用移动机器人系统架构，由KINECTRGBD传感器获取移动机器人周围环境的图像和深度信息。第二阶段为在整合平台上的运动控制任务测试，采用了避障这一典型的移动机器人运动控制测试系统的性能，在利用KINECT点云信息的基础上，通过MATLAB进行预处理和地面线性模型的拟合，从而实现障碍物判别和运动规划的功能，由ROS进行移动底盘的运动控制。通过避障这一基本的运动控制任务，测试了平台的性能，验证了这一系统架构的实用性、通用性和稳定性。52研究方向展望在避障这一基本的运动控制任务中，还有许多值得改进的地方。避障是移动机器人最基本的，也是最能体现出其价值的工作之一，在只使用KINECT的当前信息的基础上，在一些情况的表现没有达到预期效果，如近距离的避障情况。避障这一工作需要其他工作的交叉进行才能表现出良好的效果，如导航、定位和建图，这些工作保留了过去的环境信息，对KINECT信息能起显著的补充作用，使得规划移动机器人路径的要求得以实现，也完成了避障任务。在本平台上对上述工作进行进一步的研究以完善避障功能，将是今后重要的研究方向。本文提出的基于MATLAB和ROS的控制系统架构，能够兼容相当数量的驱动器和传感器类型，能够在此平台上深入开展机器人领域的相关工作，从而可以为机器人系统的硬件集成和算法设计实现，提高开发效率。因此，预期在更多的机器人平台上采用本平台的系统架构。参考文献1HOLDGEOFFROY,YANNICK,MAGARDNER,CHRISTIANGAGN,MAXIMELATULIPPE,ANDPHILIPPEGIGUERE“ROS4MATAMATLABPROGRAMMINGINTERFACEFORREMOTEOPERATIONSOFROSBASEDROBOTICDEVICESINANEDUCATIONALCONTEXT“COMPUTERANDROBOTVISIONCRV,2013INTERNATIONALCONFERENCEON,PP242248IEEE,20132MELLINGER,DANIEL,QUENTINLINDSEY,MICHAELSHOMIN,ANDVIJAYKUMAR“DESIGN,MODELING,ESTIMATIONANDCONTROLFORAERIALGRASPINGANDMANIPULATION“INTELLIGENTROBOTSANDSYSTEMSIROS,2011IEEE/RSJINTERNATIONALCONFERENCEON,PP26682673IEEE,20113MELLINGER,D,SHOMIN,M,MICHAEL,N,KUMAR,V2013“COOPERATIVEGRASPINGANDTRANSPORTUSINGMULTIPLEQUADROTORS“DISTRIBUTEDAUTONOMOUSROBOTICSYSTEMSPP545558SPRINGERBERLINHEIDELBERG4孙熠璇基于虚拟环境训练及视觉运动辨识的上肢康复技术研究D哈尔滨工业大学,20145PRATS,MARIO,JAVIERPREZ,JJAVIERFERNNDEZ,ANDPEDROJSANZ“ANOPENSOURCETOOLFORSIMULATIONANDSUPERVISIONOFUNDERWATERINTERVENTIONMISSIONS“ININTELLIGENTROBOTSANDSYSTEMSIROS,2012IEEE/RSJINTERNATIONALCONFERENCEON,PP25772582IEEE,20126HUTTER,MARCO,CHRISTIANGEHRING,MICHAELBLOESCH,MARKAHOEPFLINGER,CDAVIDREMY,ANDROLANDSIEGWART“STARLETHACOMPLIANTQUADRUPEDALROBOTFORFAST,EFFICIENT,ANDVERSATILELOCOMOTION“IN15THINTERNATIONALCONFERENCEONCLIMBINGANDWALKINGROBOTCLAWAR2012,NOEPFLCONIEGWART,ROLAND,ILLAHREZANOURBAKHSH,ANDDAVIDESCARAMUZZA“INTRODUCTIONTOAUTONOMOUSMOBILEROBOTS“MITPRESS,20118IROBOT,“IROBOTCREATEOPENINTERFACE“IROBOTCORPORATION,20079贺超基于KINECT的移动机器人同时目标跟踪与避障D太原理工大学,201310张亮动态环境下移动机器人导航技术研究D武汉科技大学,201311SMISEK,JAN,MICHALJANCOSEK,ANDTOMASPAJDLA“3DWITHKINECT“CONSUMERDEPTHCAMERASFORCOMPUTERVISIONSPRINGERLONDON,201332512廖方波基于传感器融合的移动机器人定位及地图构建技术的研究D北京交通大学,201413QUIGLEY,MORGAN,KENCONLEY,BRIANGERKEY,JOSHFAUST,TULLYFOOTE,JEREMYLEIBS,ROBWHEELER,ANDANDREWYNG“ROSANOPENSOURCEROBOTOPERATINGSYSTEM“INICRAWORKSHOPONOPENSOURCESOFTWARE,VOL3,NO32,P5200914黄开宏,杨兴锐,曾志文,卢惠民,郑志强基于ROS户外移动机器人软件系统构建J机器人技术与应用,2013,0437414415MEYER,JOHANNES,ALEXANDERSENDOBRY,STEFANKOHLBRECHER,UWEKLINGAUF,ANDOSKARVONSTRYK“C