FS_ROBOT jest modułową platformą naukową i badawczą robotyki wewnętrznej, strukturalnie opartą na samorównoważonym inteligentnym samochodzie, która może ukończyć nauczanie i badania związane z samorównoważonym inteligentnym samochodem. Uzupełnione kołami McNahm, komputerem kartowym (Raspberry Pi 3B), radarem laserowym i innymi urządzeniami, można ukończyć nauczanie i badania dotyczące odpowiednich punktów wiedzy systemu operacyjnego robota ROS.

FS_ROBOT składa się głównie z płyty sterowania rdzeniowej Cortex-M4, płyty napędu samobilansowego, płyty napędu wielokierunkowego, płyty czujników, płyty czujników CCD, Raspberry Pi 3, radaru laserowego, kamery HD, czterech silników zmniejszających prąd stały, czterech kół McNama, dwóch opon gumowych wysokiej klasy oraz elementów konstrukcyjnych ze stopu aluminiumowego. Wybierając różne kombinacje płyt rdzeniowych Cortex-M4, Raspberry Pi 3B oraz szerokiej gamy czujników i urządzeń sterujących, ukończ nauczanie i badania na platformach RTOS, OpenWRT, OpenCV, ROS, wbudowane, Android (aplikacje mobilne).

1. modułowość

FS_ROBOT składa się z połączeń ze stopu aluminiowego, modułu napędowego, modułu sterującego rdzeniem i modułu napędowego, a kompletny zestaw inteligentnych robotów może być zmontowany w trybie równowagi lub w trybie całokierunkowym w zależności od potrzeby.

2. wieloplatform

FS_ROBOT obsługuje dostęp wieloplatformowy z podstawową strukturą i sterownikami. Wersja Cortex-M4 jest przeznaczona do nauczania systemów ARM i platform RTOS w szkołach średnich i wyższych. Wersja Raspberry Pi3 jest skierowana do nauczania platformy OpenWRT, OpenCV i ROS w obszarach wbudowanych, Internetu Rzeczy itp.

3, ciekawe

FS_ROBOT za pośrednictwem różnych modułów może zakończyć samorównoważone inteligentne pojazdy i badania związane z platformą mobilnością w całym kierunku, takie jak wybór samorównoważonej inteligentnej struktury pojazdu, może zbadać zasadę samorównoważenia, algorytmy napędowe itp., Aplikacje wyższych platform mogą zakończyć badania tematyczne poprzez wybór modułu Raspberry Pi Smart Balance Car, wizja maszynowa i inne. Poprzez wszechstronne mobilne komponenty platformy można zrealizować badania na tematy związane z robotyką ROS, aby maksymalnie wykorzystać jego interesującość.

4 Otwartość

Oprogramowanie i sprzęt systemu FS_ROBOT są otwarte, a klienci mogą je skalować i rozwijać według własnych potrzeb, a cały kod, system i algorytm są otwarte źródło.

5. inteligencja

Dzięki kompatybilności konstrukcji mechanicznej i obwodów napędowych, FS_ROBOT może być połączony z potężnym systemem operacyjnym robota ROS, umożliwiając FS_ROBOT wykonywanie związanych z tym tematów badawczych, takich jak budowa map wewnętrznych, autonomiczna nawigacja, rozpoznawanie znaków i rozpoznawanie mowy.

6 Szeroki zakres adaptacji

Kompletne oprogramowanie rutyn, instrukcje, wszystkie czujniki i dokumentacja rozwojowa niezbędne do inteligentnego robota, dostosowane do nauczania na poziomie licencjackim i wyższym, a także do platformy badawczej podyplomowej.

Platforma rozwojowa Cortex-M4

Eksperymenty wejściowe i wyjściowe GPIO; Eksperyment systemu SysTick; Eksperyment przesyłania danych seryjnych UART; eksperyment liczenia czasu ogólnego; Eksperyment przechwytywania wejścia dysku prostokątnego; eksperyment napędu silnika PWM; eksperyment konwersji A/D; eksperyment napędu autobusu I2C; Projektowanie seryjnych urządzeń peryferyjnych SPI; Eksperyment bezpośredniego dostępu do pamięci (DMA); Eksperymenty przechowywania danych Flash; eksperyment kontrolny regulacji PID; MPU6050 wewnętrzny port oprogramowania DMP; Eksperyment wyświetlaczy OLED; eksperyment napędowy MPU6050; eksperyment napędowy QMC5883L; ESP-32S eksperyment transmisji WiFi; eksperyment konwersji A/D (kamera CCD);

2. część Raspberry Pi

Środowisko rozwojowe Ubuntu; Środowisko rozwojowe OpenWRT Eksperymenty OpenWRT; Rozwój środowiska ROS; systemu ROS i podstawowe pojęcia; Eksperymenty z subskrypcją węzłów ROS i wysyłaniem wiadomości; System ROS umożliwia komunikację z podwoziem; Kontrola klawiatury Explorer równowagi samochodu; Uzyskiwanie informacji o samochodzie równowagi Explorer; rozwój czujników laserowych dwuwymiarowych; Budowanie map wewnętrznych robotów i autonomiczna nawigacja (radar laserowy); Eksperymenty z OpenCV; Eksperyment rozpoznawania etykiet OpenCV; Prosta symulacja robota systemu ROS

Eksperymenty z Androidem

Stworzenie środowiska rozwojowego Androida; rozwój inteligentnych samochodów; Rozwój aplikacji inteligentnych samochodów