扩展基于NVIDIA Jetson Nano的JetBot智能车功能

 

作者 | DerekRunberg (USA)

译者 | 透镜

电子开发套件是为了简化使用。就机器人技术而言，提供一个预先构建的底盘、参考代码，乃至一个可实际运行的例子。基于这个例子，能够快速创建可以实际运行的最小系统。一个好的开发套件将大大降低开发难度，我们称之为一步到位的”交钥匙工程”。

SparkFun JetBot AI套件正是此类套件。它由NVIDIA发起，基于开源JetBot项目，为没有3D打印的客户提供现成购买方案。此版本的JetBot提供了快速构建桌面机器人的模块，包括底盘和所有必要的机械系统。该套件还提供了Jetson Nano开箱即用的相机视觉 (CV) 和机器学习 (ML) 基础知识所需的组件。SparkFun JetBot AI套件节省了3D打印的时间，以及早期原型制作的大量工作。 

我经常遇到关于JetBot可扩展性的问题，比如“可以以此为基础，进行机器人系统扩展吗”，答案当然是肯定的。Jetbot作为桌面级产品，使用了较少的传感器，可以很容易适配不同的底盘、电机和摄像头。然而，这些对我来说都是理论上的，所以我决定卷起袖子，深入研究，看看哪些部分对升级我的 JetBot 有意义。这篇文章记录了我使用JetBot套件进行升级扩展过程中所踩过的坑，以及取得的进展。

规  划

拿到JetBot，首先需要确定哪些东西能为我所用。就NVIDIA Jetson Nano而言，如果要使用Qwiic生态系统的板卡，那么就需要用到Python，以及一些其他的支持。从Github可以获取Qwiic_Py库，找到针对板卡所支持的对应驱动目录。JetBot使用了其中的两个驱动：Qwiic电机驱动器和Qwiic OLED显示器。深入地查看驱动列表后，我在想，为我的机器人添加什么功能，才能构建出下一代机器人。花了一些时间研究后，我确定使用三个不同的板卡，这些板卡可以释放出最大的潜力（见图 1）。 

图1  选择用于升级JetBot的3个SparkFun板卡

（1）GPS-RTK-SMA ZED-F9P

对我来说，高端机器人需要GPS，更不用说远离办公桌的室外机器人了。u-blox的 ZED-F9P模块具有最新、最出色的技术，包括执行实时运动学 (RTK) 将精度提高到毫米的能力（使用基站）。GPS可以被用作导航和远程