|
移动抓取？场景识别？有什么要求，尽！管！提！ 是这样的，本片**是在技术小哥被项目压的气喘吁吁的时候，我冒死争取了一点时间整理出来的。憋文不易，且行且珍惜。 本场的主角见下图： 客户需求：研究室外场景识别 设备清单 | | | | | 为机器人提供向前向后的移动功能、避障功能、导航功能，自主完成建图 | | | | | | | | | 获取深度图像和RGB图像 通过识别二维码确定物体位置 | | | | | | |
硬件部分： 机械结构这部分，随着项目的积累，很多框架可以之前的基础上稍加修改，直接送去加工厂加工，给整体项目节约了很多时间。 软件部分： （1）调试： 为适应移动抓取相对较高的精度要求，从建图、定位以及导航各环节进行测试优化，将定位精度控制在可用范围。调整机械臂在移动、观察、以及抓取过程中的位姿，避免移动中机械臂的磕碰，并确保Realsense在抓取过程中具有良好的视野，同时良好的视角可以弥补导航精度不足的问题。适当选用一些规划中间点，以及给机械臂关节速度、角度的限制，使臂的规划能够在尽量小范围内完成，更接近于理想状态。优化抓取流程，使整个过程更加流畅。 （2）组装ROS包： 1. 机器人模型的整体构建 2. mir_robot功能包的版本适配 3. 定位导航功能 4. Moveit!的配置 5. 移动抓取demo 图像识别部分： 使用Aruco的标记检测方法来获取物体位姿。Aruco marker是一个二进制平方标记，它由一个宽的黑色的边界和一个内部的二进制矩阵组成，内部的矩阵决定了它们的id。此方法易用并且准确度较高。黑色的边界有利于快速检测到图像，二进制编码可以验证id，并且可以应用错误检测和校正技术。 我们会根据需求提前打印出marker，并贴在被抓取物体，通过realsense获得图像信息，对marker进行检测，将获取的位姿给到机械臂末端，完成移动抓取。 此次培训内容包括： 1. 机器人结构：组成部分，以及各组成部分的参数，特点，功能，注意事项 2. 基础操作：MirWeb系统的使用，Kinova手控器以及SDK的使用 3. ROS功能：各ROS的功能以及使用，模型，Rviz显示 4. 移动抓取Demo：根据现场场景修改并演示，讲解使用修改流程 5. 使用安全规范：接口，上电顺序等 6. 指导现场使用 最后，希望大家积极举手发言，有什么问题随时咨询~
| 
楼主
标题置顶
标题高亮
