面向机器人竞赛与工业轨道靶机训练场景:室内环境无法使用 GPS,移动平台需在自定义轨道上完成高精度循迹、自主避障,并与靶机联动。传统人工遥控方案定位漂移大、重复一致性差,难以满足客户对 ±2cm 定位精度、5mm 以内循迹误差的验收要求。本项目立项旨在打造一套覆盖感知—决策—控制全链路、可在车载电脑 Ubuntu 与下位机 STM32 协同运行的自主移动机器人系统,用自主导航替代人工遥控,实现一次验收通过并长期稳定运行,为后续运动控制与 SLAM 类项目提供可复用的软件底座。
系统由上位机 ROS 导航层与下位机 STM32 运动控制层构成,包含五个功能模块。一、ROS 自主导航模块:基于 move_base 与 teb_local_planner 完成全局路径规划、局部动态轨迹规划与自主避障,控制周期 2ms。二、视觉定位模块:部署 ORB_SLAM2 视觉里程计,解决室内 GPS 缺失场景下的位姿估计与漂移抑制。三、电机驱动模块:STM32 实现 FOC 驱动与增量编码器闭环反馈,完成速度与位置环 PID 参数整定。四、上下位机通信模块:通过 UART 实时下发控制指令,并回传里程计、IMU 与编码器数据。五、监控可视化模块:Python 脚本实时采集里程计与 IMU 数据并绘图,支撑现场调参与故障排查。系统整体达到定位精度 ±2cm、循迹误差小于 5mm,客户验收一次通过,自交付起稳定运行至今。
本人独立负责软件全栈开发与联调。一、将大疆 ROBOMASTER 平台原有代码移植至 Ubuntu 18.04,重构约 2000 行 Makefile,部署 ROS Melodic 环境。二、集成 teb_local_planner 与 move_base,实现 2ms 控制周期的动态轨迹规划。三、部署 ORB_SLAM2 视觉里程计,解决室内无 GPS 条件下的定位问题。四、开发 STM32 电机控制程序,包含 FOC 驱动与增量编码器反馈,通过 UART 与上位机实时通信。五、编写 Python 监控脚本采集并可视化里程计与 IMU 数据。技术栈:C++11/14、STL、Python、ROS navigation、ORB_SLAM2、STM32 HAL、GCC、CMake、Eigen。实现难点在于 Windows、Ubuntu、STM32 三平台联调,2ms 控制周期下的串口通信实时性,以及视觉里程计与编码器数据的时序对齐。最终改动占总代码量 12% 以上,系统稳定运行至今,客户验收一次通过。
声明:本文仅代表作者观点,不代表本站立场。如果侵犯到您的合法权益,请联系我们删除侵权资源!如果遇到资源链接失效,请您通过评论或工单的方式通知管理员。未经允许,不得转载,本站所有资源文章禁止商业使用运营!

下载安装【程序员客栈】APP
实时对接需求、及时收发消息、丰富的开放项目需求、随时随地查看项目状态
评论