為了實(shí)現(xiàn)機(jī)器人軟件模塊復(fù)用，降低機(jī)器人相關(guān)軟件的開(kāi)發(fā)難度，提高開(kāi)發(fā) 效率，在建立機(jī)器人開(kāi)發(fā)環(huán)境的基礎(chǔ)上，集成了一個(gè)由許多成熟機(jī)器人實(shí)用算法 構(gòu)成的機(jī)器人軟件倉(cāng)庫(kù)。
經(jīng)過(guò)多年的發(fā)展，ROS操作系統(tǒng)已經(jīng)集成了豐富的軟件 資源，包括運(yùn)動(dòng)求取結(jié)構(gòu)(Structure from Motion)、手勢(shì)識(shí)別(Gesture Recognition)、 運(yùn)動(dòng)跟蹤 (Motion Tracking)、人臉識(shí)別(Face Recognition)、目標(biāo)識(shí)別(Object Identification) 、 分割與識(shí)別 (Segmentation and Recognition)、移動(dòng)機(jī)器人控制 (Mobile Robotics Control)、運(yùn)動(dòng)理解 (Motion Understanding)、雙目立體視覺(jué) (Stereopsis Stereo Vision:Depth Perception from 2 Cameras)、路徑規(guī)劃 (Planning) 等，如圖2-7所示。
通過(guò)對(duì)同類(lèi)機(jī)器人軟件進(jìn)行篩選與測(cè)試，選擇具備優(yōu)良性能 和穩(wěn)定性的軟件模塊，加入軟件倉(cāng)庫(kù)。目前，軟件倉(cāng)庫(kù)中包含三維建模軟件模塊、機(jī)器人3D 仿真環(huán)境軟件框架、機(jī)器人運(yùn)動(dòng)學(xué)解算功能包、機(jī)器人仿真環(huán)境建立 工具包、機(jī)器人常用傳感器驅(qū)動(dòng)包、開(kāi)源的視覺(jué)庫(kù) OpenCV 、Kinect 開(kāi)發(fā)包等模 塊、機(jī)械臂實(shí)時(shí)控制庫(kù)、RiDE 三維可視化動(dòng)態(tài)仿真庫(kù)、SLAM 軟件包和Navigation 軟件包、RiDE 仿真開(kāi)發(fā)包、視覺(jué)/磁混合導(dǎo)引軟件模塊、超聲/激光雷達(dá)復(fù)合式障 礙物檢測(cè)軟件模塊等多個(gè)軟件模塊。
里程計(jì)和電機(jī)控制的管理是導(dǎo)航模塊的關(guān)鍵。里程信息定時(shí)通過(guò)串口從電機(jī)控制板中讀取碼 盤(pán)計(jì)數(shù)器獲��；電機(jī)的控制指令需要每隔10ms 發(fā) 送 一 次
“ZJUkong-I” 和 “ZJUkong-II” 兩個(gè)型號(hào)的仿人機(jī)器人，能夠進(jìn)行乒乓球?qū)Υ颉?行走、蹲起等任務(wù);移植后仿人機(jī)器人能夠完成設(shè)計(jì)的行走、踏步、蹲起的動(dòng)作。而且將系統(tǒng)控制周期由3ms 縮 短 到 2ms, 系統(tǒng)運(yùn)行也變得比在RTAI上運(yùn)行時(shí)更加穩(wěn)定
器人可以代替人類(lèi)完成重復(fù)性,高強(qiáng)度的體力勞動(dòng),機(jī)器人進(jìn)行重復(fù)性工作時(shí)的精確度也是人類(lèi)無(wú)法比擬的;機(jī)器人可以代替人類(lèi)在危險(xiǎn)條件下工作;機(jī)器人可以到達(dá)人類(lèi)難以到達(dá)的環(huán)境，幫助科學(xué)進(jìn)步
自主裝卸機(jī)器人引入類(lèi)人結(jié)構(gòu)設(shè)計(jì),配置類(lèi)人五個(gè)大部分組成,自主導(dǎo)航運(yùn)行到裝卸區(qū)域，進(jìn)行目標(biāo)檢測(cè)、識(shí)別分割，然后自主引導(dǎo)“腳”進(jìn)行 抓取位置調(diào)整，調(diào)整完成后，引導(dǎo)“手臂”進(jìn)行自動(dòng)裝卸作業(yè)
通過(guò)“輪式移動(dòng)+雙臂協(xié)同”的本體創(chuàng)新設(shè)計(jì),實(shí)現(xiàn)對(duì)外部環(huán)境的自我感知和基于復(fù)雜變化環(huán)境的自我決策,融入場(chǎng)景并提升操作水平和操作效率，與自動(dòng)化制造產(chǎn)線深度融合
基于協(xié)作機(jī)器人的OTA（Over The Air）智慧服務(wù)平臺(tái),利用大數(shù)據(jù)和機(jī)器學(xué)習(xí)技術(shù)分析數(shù)據(jù)，識(shí)別設(shè)備異常，預(yù)測(cè)故障，并提供智能維護(hù)建議,為機(jī)器人產(chǎn)業(yè)鏈提供更加高效、可靠的維護(hù)方案
搭配高精度協(xié)作機(jī)械臂（定位精度 0.02mm），實(shí)現(xiàn)從零部件拆包（AGV 搬運(yùn)）—精密裝配（力控螺絲擰緊）—整機(jī)測(cè)試（模擬高空作業(yè)）的端到端自動(dòng) 化作業(yè)流程
過(guò)高精度的激光雷達(dá)和深度相機(jī)進(jìn)行地圖構(gòu)建、路徑規(guī)劃和實(shí)時(shí)導(dǎo)航，具有優(yōu)異的全地形適應(yīng)性;通過(guò)多個(gè)機(jī)器人之間的協(xié)調(diào)合作，任務(wù)調(diào)度能夠自動(dòng)優(yōu)化， 減少了巡檢任務(wù)的重復(fù)性和盲區(qū)
核心技術(shù)發(fā)展制約,泛化能力不足、端側(cè)部署功耗與算力平衡難題突出;產(chǎn)業(yè)化商業(yè)應(yīng)用制約,應(yīng)用場(chǎng)景適配性不足,用戶認(rèn)知與技術(shù)實(shí)際能力存在落差;創(chuàng)新生態(tài)要素制約
人形機(jī)器人市場(chǎng)將呈現(xiàn)加速增長(zhǎng)態(tài)勢(shì),2027年突破 1680 億元，2035 年達(dá)到 1.47 萬(wàn)億元，5 年內(nèi)實(shí)現(xiàn)從千億到萬(wàn)億的跨越;新能源汽車(chē)制造、倉(cāng)儲(chǔ)物流、家庭服務(wù)等場(chǎng)景成為全球市場(chǎng)增長(zhǎng)的主要驅(qū)動(dòng)力
機(jī)器人在螺絲鎖付、柔性裝配、精密涂膠等組裝場(chǎng)景中的應(yīng)用滲透率快速增長(zhǎng);通過(guò)拖動(dòng)及圖形化示教可快速切換焊接參數(shù)與工藝路徑;拓展到了高溫高危環(huán)境的噴涂工作，高密封高防塵等特性使協(xié)作在噴涂領(lǐng)域的認(rèn)可度提升
CCD視覺(jué)傳感器安裝在末端執(zhí)行器上,構(gòu)成機(jī)器人手眼視覺(jué);超聲波傳感器的接收和發(fā)送探頭也固定在機(jī)器人末端執(zhí)行器上;柔順腕力傳感器安裝于機(jī)器人的腕部
