在我的想像中機器人首先應該能自由的走來走去,然後應該能流利的與主人對話。朝著這個理想,我準備設計一個能自由行走,並且可以與人語音對話的機器人。實現的關鍵是讓機器人能通過感測器感知周圍環境,並通過機器人大腦處理並輸出反饋和執行動作。本章節涉及到的感測器有激光雷達、IMU、輪式里程計、麥克風、音響、攝像頭,和用於處理信息的嵌入式主板。關於感測器的ROS驅動程序開發和在機器人上的使用在後面的章節會展開,本章節重點對機器人感測器和嵌入式主板進行講解,主要內容:
1.ydlidar-x4激光雷達
2.帶自校準九軸數據融合IMU慣性感測器
3.輪式里程計與運動控制
4.音響麥克風與攝像頭
5.機器人大腦嵌入式主板性能對比
6.做一個能走路和對話的機器人
2.帶自校準九軸數據融合IMU慣性感測器
IMU是慣性測量單元的簡稱,用於測量物體的三軸姿態角(roll、pitch、yaw)、三軸加速度(acc_x、acc_y、acc_z)、三軸角速度(w_x、w_y、w_z)等。IMU慣性測量單元在製造過程中,由於物理因素,導致IMU慣性測量單元實際的坐標軸與理想的坐標軸之間會有一定的偏差,同時三軸加速度、三軸角速度、三軸磁力計的原始值會與真實值有一個固定的偏差等。這裡提到的自校準就是要通過給的補償值來減小或消除坐標軸的偏差及原始值的固定偏差,也就是所謂的IMU內部標定。如果將IMU安裝到機器人或攝像頭上後,需要知道IMU與機器人或攝像頭的相對位置,這個時候進行的標定就是所謂的IMU外部標定。特此說明,這裡提到的自校準指IMU內部標定。這裡提到的九軸數據融合,是指通過三軸加速度、三軸角速度數據融合得到更加精準的三軸加速度、三軸角速度,同時通過三軸加速度、三軸角速度、三軸磁力計數據融合得到測量物體的三軸姿態角。選用一款帶自校準九軸數據融合的IMU,能很好的提升機器人的SLAM建圖與導航性能,同時降低機器人上軟體的開發難度。出於這一點,我們選用了一款基於MPU9250的.帶自校準九軸數據融合IMU,如圖6。