京东机器人战队

1、机器人移动拣选团队名称：XJTU X战队2016.11.11一、团队信息二、方案简介三、作品设计方案四、项目技术实现原理五、项目创新性六、项目进展机器人移动拣选一、团队信息参赛成员及分工：洪 晟： 负责机器人的运动控制方案2016届、2017届 飞思卡尔智能车队 队长；2016 RoboMasters全国大学生机器人竞赛，西安交大 西部赛区冠军；2016 DJI 全球无人机开发者挑战赛 全球4强；楼致远：负责机器人系统级方案设计2016 RoboMasters机器人队 东北大学战队 队长；2016 RoboMasters全国大学生机器人竞赛，东北大学 北部赛区冠军；刘國光： 负责机器人运动方案

2、设计及机械设计2016 RoboMasters全国大学生机器人竞赛，西安交大 西部赛区冠军； 2016 RoboMasters全国大学生机器人竞赛，无人机竞技赛 全国第2名；朱宏基： 负责机器人的运动方案设计及机械设计、加工工艺设计2016 RoboMasters全国大学生机器人竞赛，西安交大 西部赛区冠军；刘 蛰： 负责机器人的计算机视觉识别方案设计2016 RoboMasters全国大学生机器人竞赛，西安交大 西部赛区冠军；2016 全国大学生智慧城市 行人检测组 全国二等奖；二、方案简介机器人设计主要分为3部分：机器人系统级方案设计基于Ubuntu/ROS的机器人控制系统基于OpenCV

3、和机器学习算法的货物精准识别基于STM32的底层机器人运动控制系统机器人机械结构及运动方案设计基于麦克纳姆轮全向移动设计底盘悬挂的设计京东Joy布偶抓取机构设计机器人运动控制方案设计基于STM32机器人控制器设计机器人室内定位方案控制器之间CAN总线通信方案三、作品设计方案（系统级方案设计） 本套机器人控制系统基于国外机器人控制领域最流行的ROS操作系统机器人专用操作系统Robot Operating System。优点是开发者可以基于ROS的软件框架可以方便的创建机器人应用软件。机器人的传感器、执行单元各子节点相对独立，易于开发和维护。 系统核心控制机采用自带GPU处理器的ManiFold妙

4、算作为系统控制器，4核 1.8GHz主频CPU不仅可以轻轻松松搭载Ubuntu 14.04。同时可以通过GPU对机器学习算法进行CUDA加速，提升算法运算效率。 Manifold妙算自带CAN总线接口，与底层基于STM32的机器人控制器采用CAN总线通信。三、作品设计方案（控制单元间通信） 采用STM32F407作为控制芯片，与工控机之间采用CAN总线协议通信。 CAN是控制器局域网络(Controller Area Network, CAN)的简称，是由以研发和生产汽车电子产品著称的德国BOSCH公司开发 工控机识别目标物体，通过CAN总线将控制指令发给单片机底盘控制系统，实现对底盘的控制。

5、 机器人全场定位：利用底盘电机的编码器作为全场定位，由于底盘轮胎可能出现打滑的情况，可以在视觉上根据比赛环境一些明显视觉特征，做适当修正。 机器人姿态测量：采用三轴加速度、三轴角速度、三轴磁力计，九轴融合作为姿态传感器（MPU6050+HMC5883）作为机器人的姿态测量传感器。四、技术实现原理（机械部分概述）根据机器人要完成的拣选任务需要，包含三个必要的部分：底盘、机械爪、升降机构底盘部分： 底盘负责机器人灵活移动，采用麦克纳姆轮底盘，四个底盘电机直驱，可以实现任意 方向的平动及转动，机械爪部分：机械爪负责货物的抓取，采用常见的舵机手爪能够稳定地实现抓取任务，并且控制简 单，成本低升降机构：

6、 根据任务需要，机械爪要从货架抓取货物，因此机械爪需要具备可移动性，并且在抓 取到货物后需要将货物进行摆放，采用同步带与同步轮传动的方式实现机械爪的可移 动性四、项目技术实现原理（底盘部分）基于麦克纳姆轮系的全向底盘： 此机器人的全方位地盘由麦克纳姆轮驱动，考虑到麦克纳姆轮(如图)的运动原理和结的简单和可靠性，采用轮子与车架分体式设计，每个轮组由一个直流减速电机驱动个麦克纳姆轮组成一个轮组，每个轮组通过避震器与车架连接。麦克纳姆轮麦克纳姆轮系四、项目技术实现原理（机械爪部分）机械爪部分：机械爪的实现采用双轴数字舵机+啮合齿机械爪，可实现货物的对称夹取，控制简单而且稳定性高机械爪实体建模四、项目

7、技术实现原理（机器人空间定位概述） 在机器人在场地中的定位方案，采用多种传感器互补的方式实现机器人定位和移动。采用多传感器数据融合的方法。通过滤波算法，针对不同类型的传感器特性，对多种传感器信息进行融合，提高室内定位精度和实时性。1、底盘编码器+陀螺仪2、WIFI室内定位3、 USB摄像头四、项目技术实现原理（底盘定位方案）底盘编码器+陀螺仪的导航系统： 编码器+陀螺仪导航技术近年发展迅速，已经广泛运用在Robocon等机器人比赛中。 此方案将采用CRS03微机械高精度陀螺仪和分辨率为1024编码器，结合麦克纳姆轮的运动特性，可以在短时间内(15分钟)实现毫米级定位。四、项目技术实现原理（底盘

8、移动定位方案）WiFi室内定位： 采用Doit公司的Wifi定位传感器，利用接收器接收基站的信号强度(RSS)。采用三角定位结算出机器人在场地中的实际XY坐标。 与传统的三基站定位不同的是，我们将采用多基站数据融合，根据信号强度调整解算算法的实时权值，以提高坐标精度。 四、项目技术实现原理（底盘移动定位方案）组合导航定位： 编码器+陀螺仪的导航系统定位精度高，实时性好。对于京东机器人比赛的短短15分钟可以满足要求，但是在构建智能无人仓库(长时间)，陀螺仪会产生偏移，导致航向不准确。编码器长期会产生累计积分误差。 Wifi室内定位方案无累计误差，但是精度较低，实时性相对差。 组合导航将采用互补滤

9、波的方案，利用wifi室内定位方案对编码器进行误差修正，采用卡尔曼滤波算法，利用Wifi定位点位移矢量对陀螺仪偏移进行校准，争取使机器人在短期(15分钟)实现毫米级定位，长期(30分钟以上)实现厘米级定位。四、项目技术实现原理（视觉识别部分）特征提取高维特征空间超平面分类原图结果负样本正样本训 练 阶 段测 试 阶 段五、项目创新性1、基于国外流行的机器人专用的ROS操作系统，易于机器人传感器和执行单元应用程序框架创建及维护。2、基于Ubuntu/OpenCV的架构执行深度学习算法，易于开发和维护方便。3、工控机采用自带GPU的 Tera 4 CPU，作为视觉算法处理器，可以对机器学习算法加速

10、，提升运算效率。4、室内定位方案采用多传感器互补融合，可以长期可靠运行，并且精度高，可以实现任意环境下定位。5、机器人底盘采用了越野车的弹簧悬挂设计，保证四轮触地。6、底盘采用麦克纳姆轮作为移动机构，运动灵活，可以实现机器人全向自由平移。六、项目进度在附件中上传了作品的完成情况的视频展示：1、移动部分，完成了机器人移动底盘的机械设计以及软硬件控制调试。2、计算机视觉部分，完成了JD Joy的视觉识别的机器学习算法的调试并且实现了GPU的。3、底盘运动的调试，室内定位，完成了WIFI室内定位部分的调试。4、完成了玩偶抓取的机械臂机械图纸设计。六、底盘部分项目进展1、完成麦克纳姆轮全向移动设计。2、完成底盘悬挂机构设计。3、基于STM32控制器实现了底盘全向移动。4、完成了玩偶抓取的机械臂机械图纸设计。六、底盘部分 爆炸图（视频）点击播放-六、底盘部分 升降机构运动（视频）点击播放-六、JD Joy视觉识别情况 通过机器学习算法，完成了对货架上的JD Joy的识别，并且通过GPU采用CUDA加速，提升算法的运算效率，为玩偶的抓取做准备。 详见视频。六、JD Joy视觉识别情况（视频）点击播放-六、机器人地盘移动视频 实现麦克纳姆轮底盘和悬挂底盘的全