一起读论文11：基于ROS的溯源机器人系统

1 系统框架

基于ROS的溯源机器人系统的功能主要有：感知层、数据采集、基于感知数据的溯源服务、语音控制、物体识别、机器人物体追踪和Web端等及部分组成。

（1）感知层数据采集：通过传感器获取所处环境的物理状态，然后将数据发送至ROS网络；
（2）基于感知数据的溯源服务：对数据分析后，控制机器人进行相应动作；
（3）Web端：实时显示感知层获取的数据，并对执行节点进行控制、展示视频监控和控制机器人。

2 系统软件设计

2.1 感知层的设计

通过无线传感器网络传递数据实现感知层数据采集功能。

2.2 网关程序设计

程序内部使用Contiki IPv6接入模块，实现IPv6和IPv4的动态转换，设置转换地址池，将数据汇聚处理后以ROS规范进行转换，最后将感知层数据递交至ROS网络。

2.3 SALM自动溯源

  机器人首先采用基于优化算法的hectorslam方法建立试验环境的地图并记录传感器节点的坐标。其次溯源模块监听感知层的实时数据，若检测出异常，则在建立实验环境地图的基础上，采用ROS提高的navigation导航功能包集依次建立环境的全局代价地图和局部代价地图，结合查询得到的异常数据点坐标，初步规划自动导航的全局路径，再经局部代价地图调整得到修正过后的全局路径。
  完成建图和路线规划后, 引入 ROS 的actionlib 功能包集合判断溯源结果, actionlib 使用 client-server 工作模式, 不断比较异常节点坐标和当前位置, 判断是否到达目标点,

2.4 物体识别

物体识别采用 tensorflow 深度学习框架和 Inceptionv3 模型. 程序收到物体识别的指令后, 对当前摄像头捕
获的图像进行识别预测, 根据预测结果的 id 号, 在
Inception-v3 模型中查找对应的物体, 最后将结果返回
至用户