随着科技的进步,机器人走进校园的消息越来越多,机器人在教育领域的应用,也越来越广泛。
机器人+教育成趋势
未来发展可期
早在2009年,机器人教育就已经进入大学,列入了自动化、人工智能等相关专业的课程之中,北京大学、清华大学、北京航空航天大学等高校均开设机器人相关课程。
自2017年国务院印发《新一代人工智能发展规划》以来,部分双一流建设高校相继成立人工智能学院、研究院。
今年2月24日,教育部、国家发改委、财政部三部门面向社会联合印发《关于 “双一流”建设高校促进学科融合 加快人工智能领域研究生培养的若干意见》后,全国更是有180所高校获批新增人工智能专业。
在机器人发展前景大好的大环境下,我国对于教育机器人的重视程度越来越高,基于此背景,神通智能也正在研发一款应用于高校科研、教学的机器人移动底盘——DISCOVERY。
高标准、开放的
ROS SLAM研究平台
机器人底盘不仅是传感器、机器视觉、激光雷达、运动机构等组件的集成点,更承载了机器人本身的定位、导航、移动、避障等基础功能,是机器人必不可少的硬件。
为此,DISCOVERY除了机械、硬件方面的配置外,软件方面的设计也能满足教研的功能需求,实现流畅地在水平地面上直行、转弯、旋转等运动,还能通过激光雷达等设备完成地图构建与自主导航。
DISCOVERY内部算法采用SLAM框架,拥有良好的扩展性,可定制开发软件,实现建图、导航等功能,并能优化并印证算法,简化机器人开发流程,更利于高校生学习机器人原理和操作流程。
而它所使用的ROS控制框架,是当前比较流行的机器人控制框架,它能帮助节省构建机器人系统框架的时间,让研究人员能更专注于算法层面的研究,极大提高开发效率。
DISCOVERY底盘还预留了包括以太网口、USB等通用性较强的硬件接口和软件开发接口,以更好地满足高校科研、教学需求的拓展。
通过DISCOVERY人工智能底盘, 高校的人工智能实验室能用来完成多种基础应用和功能实验:
一、ROS在移动机器人中的应用的基础实验安排
实验一:ROS 消息发布与接收(基于C++)
实验二:ROS服务的请求与响应(基于C++)
实验三:ROS 动作库的请求与相应(基于C++)
实验四:gmapping 算法构建地图和navigation 自主导航
二、移动机器人(智能移动底盘)各功能模块实验
实验一:控制机器人(智能移动底盘)移动
实验二:里程计的校准
实验三:陀螺仪Imu与里程计odom融合
实验四:激光雷达使用及位置校准
实验五:使用gmaping slam算法构建地图
实验六:使用cartographer 算法构建地图
实验七:自主导航
实验八:立体避障
实验九:基于摄像头实现人体跟随功能