移动机器人系列-----＞框架开篇

移动机器人系列----->框架开篇

1： 框架浅聊

这次项目的重点是实现移动机器人的定位建图以及路径规划算法，底盘硬件部分不过多的进行展开。下图是项目简单的硬件框架示意图。

（1）为节约时间，机器人底盘部分会直接在TB上购买现成的底盘套件。STM32做电机的运动控制和超声波传感器的数据采集。STM32与树莓派之间通过串口进行通讯，对于在网上购买的套件，可能需要修改部分STM32串口通信中代码，解算树莓派下发的线速度和角速度去控制底盘的运动。

（2）示意图中红线之上的部分，是本次项目的重点。需要在树莓派4B（8+32G）上去实现一个RGBD-SLAM（相机是Astra-Pro），以及后续移动机器人的路劲规划算法。图中的控制端是电脑或者手机，用来实现和移动机器人本机的交互。这之中最大最大的难点应该是在算法的优化和加速上，如何在树莓派有限的计算资源下做到更高的帧率？

2： 算法漫谈

（1）SLAM算法—>ORB-SLAM2

本次项目中准备采用视觉SLAM去实现移动机器人的定位和建图，采用视觉而不是激光雷达的原因，一是因为手里刚好有这个硬件，其次是激光雷达有比较多的开源博文，想尝试着做一下视觉方案。目前开源的视觉SLAM框架很多，ORB-SLAM2/3, VINS, OpenVINS等等，这些框架里有纯视觉方案，也有融合IMU，里程计等传感器的方案。传感器越多，算法的精度和稳定性也许会有所提升，但后面所构建的优化问题自然也就越复杂。而本次项目中所做的低速移动机器人主要在室内环境运行，纯视觉的RGBD-SLAM应该就够了。算法框架则是选择了曾经一度被称之为创业公司的救星的ORB-SLAM2，这里没有选择最新的ORB-SLAM3，一是因为目前用不到IMU和多地图Altas，其次是因为ORB-SLAM3貌似BUG不少。

（2）路径规划算法—>手动实现

路径规划的相关开源算法也很多，而且大部分都已经封装成了现成的程序包，像ROS中的move_base包等等，但可能就需要在树莓派上安装ROS，这就使得本不富裕的资源，变得更加的捉襟见肘，所以现在的初步想法是自己手动去实现A*，D*这些算法，这样也可以提高自己对于算法的理解。

结束语：项目中涉及到的大部分技术内容，都还没有深入的接触过，只有利用下班时间去边学边做，有兴趣的同学可以一起交流，也非常希望对涉及到内容有了解的大佬能够给一些建议和指导。这篇博客的内容在后面做的过程中也会逐步细化和完善。