SLAM機器人開發（一）系統框圖

• 自主導航與控制模塊（上位機）
• 自主導航與控制模塊（下位機）

自主導航與控制模塊（上位機）

SLAM機器人自主導航與控制模塊是基于 Ubuntu 16.04 和 ROS Kinetic 系統而設計的。 Nav_Control 模塊主要由十個節點構成，其中 RealSense node 和 STM32 node 作為 Linux 驅動分別 與 RealSense D415 和 STM32 單片機進行通訊。

VO node，即視覺綜合里程計模塊，是整個 Nav_Control 模塊中最為重要的 node。VO node 從 RealSense node 獲取相機數據，包括深度圖和 彩色圖，從輪速-慣導里程計 Ode node 獲取里程計數據，包括物流機器人坐標系下的 XYZ軸線速度、 路程和繞 XYZ 軸轉動的角度（yaw，roll，pitch）、角速度。
然后與回環檢測模塊 Loop_Detec node 一起根據獲取的數據估計物流機器人的位姿和局部地圖數據，將其發送給后端優化模塊 BA node 和路徑規劃模塊 Planner node。BA node 對前端得到的數據進行非線性優化，生成全局地圖數據發送給圖像轉換模塊 Pcmap2Octomap node，同時將更加精確的軌跡數據發送給 Planner node。 給定一個目標位姿，Planner node 將使用 3D-RRTstar 算法進行路徑規劃，從軌跡數據獲得初始位姿，然后獲取 Pcmap2Octomap node 的八叉樹地圖數據并在八叉樹地圖上進行規劃出一條滿意解。

最后 VP_Control node 獲取物流機器人的實際位姿和預期位姿數據，通過四環串級控制算法使物流機器人達到預期位姿。其中，在 VP_Control node 中只實現位置環和速度環的控制算法， 另外兩環是對電機的轉速、電流雙閉環控制，在 STM32 中實現。

自主導航與控制模塊（下位機）

電機轉速閉環控制根據單位時間內編碼器獲取的脈沖數測量電機的速度信息，并與目標值進行比較，得到控制偏差；然后通過對比偏差的比例、積分、微分進行控制，使偏差趨向于零。同時STM32將IMU信息處理后傳輸給上位機。

總結

以上是生活随笔為你收集整理的SLAM机器人开发（一）系统框图的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。