又双叒叕一台移动抓取机器人

前言

        本次项目使用Aruco的标记检测方法来获取物体位姿。Arucomarker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。

图1、场景识别与物体抓取案例

       得益于ROS(Robot Operating System)的发展与计算机算力的提高,现在我们进行移动操作机器人研究的时候,已经不用花大部分的时间在工程化工作上了,可以花更多的精力在上层算法的开发,那现在有哪些好玩的研究方向呢?我们找了些案例分享给大家:

设备清单

  设备名称 用途
移动机器人 Mir 100 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
机械臂 Kinova jaco2 7dof 7自由度机械臂,在三维空间移动
末端夹爪 Kinova 3 fingers 安装在机械臂末端,提供抓取力
相机 Kinect 2
Realsense
获取深度图像和RGB图像
通过识别二维码确定物体位置
云台 ELF-pan tilt 扩大视觉相机的水平和俯仰角度
激光雷达 Sick S300 用于建图和导航

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,给整体项目节约了时间。

软件部分

  • 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。

  • 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

演示demo

给甲方爸爸做的演示demo

客户培训现场

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。
图2、客户培训现场

更多最新文章,欢迎关注我们的微信公众号!