ロボティクス

私は通常、ようなベクトル形式の点群であるSLAMマップに最も精通しています。EKFを使用してこのようなマップを作成する方法も理解しています。< x 、y、θ 、f1 ×、f1つのY、。。。、fn x、fn y><バツ、y、θ、f1バツ、f1y、。。。、fんバツ、fんy> 今日、私は.graphファイル形式に出会いました。これは、予想どおり、形式の頂点とエッジで構成されています。 VERTEX2 id x y orientation EDGE2 observed_vertex_id observing_vertex_id forward sideward rotate inf_ff inf_fs inf_ss inf_rr inf_fr inf_sr 行列とグラフ（隣接行列など）の間に関係があることを知っています。しかし、このグラフ形式のマップが、私がよく知っている点群マップとどのように同等であるかは、はっきりしていません。 関係は何ですか？頂点はポーズとランドマークの両方ですか？それらはグローバル参照フレームにありますか？これは、速度情報と距離/方位センサーからどのように作成されますか？グラフマップと点群の間に変換はありますか？

9 slam  mapping 

iRobot RoombaとCreateの違いはありますか？私は自分のタートルボットを構築し、ROSで遊んでいきたいのですが、すべてのパーツのコストがかかるため、1つずつ行う必要があります。安い中古Roombasを見つけるのはとても簡単です。

9 ros  roomba  irobot-create 

クワッドローターに取り組んでいます。-私はその位置を知っている私が行ってみたい、 -目標位置、及びそのI計算Aベクターから -私の目標に私を取る単位ベクトルを：b caaabbbccc c = b - a c = normalize(c) クワッドローターは回転せずにどの方向にも移動できるため、私がやろうとしたのは ロボットのヨー角でを回転させるccc コンポーネントに分割するx 、yバツ、yx, y それらをロール角とピッチ角としてロボットに渡します。 問題は、ヨーが0°±5の場合、これは機能しますが、ヨーが+90または-90に近い場合、失敗し、誤った方向に進みます。私の質問は、ここに明らかな何かが足りないのですか？

9 quadcopter  uav  navigation  slam  kinect  computer-vision  algorithm  c++  ransac  mobile-robot  arduino  microcontroller  machine-learning  simulator  rcservo  arduino  software  wifi  c  software  simulator  children  multi-agent  ros  roomba  irobot-create  slam  kalman-filter  control  wiring  routing  motion  kinect  motor  electronics  power  mobile-robot  design  nxt  programming-languages  mindstorms  algorithm  not-exactly-c  nxt  programming-languages  mindstorms  not-exactly-c  raspberry-pi  operating-systems  mobile-robot  robotic-arm  sensors  kinect  nxt  programming-languages  mindstorms  sensors  circuit  motion-planning  algorithm  rrt  theory  design  electronics  accelerometer  calibration  arduino  sensors  accelerometer 

私が見てきたことから、LiFePO4バッテリーは、ロボット工学アプリケーションのための最高のバッテリー選択の1つに思えます。ただし、別のバッテリーの充電器を使用してこれらを充電することはできないと言われている人を見たことはありますが、その理由はわかりません。LiFePO4バッテリーを充電するために独自のセットアップを構築する場合、具体的に何をする必要がありますか？これらを充電するには、どのような電圧または電流レートを供給する必要がありますか？ 具体的には、これらのバッテリーにソーラー充電器を設置することを考えていました。これが悪い解決策である直接の理由はありますか？など、バッテリーが正しく動作するには、バッテリーがある程度以上の電流で充電する必要がありますか？ 説明と一緒に例を提供するのに十分な意欲がある場合は、これらのバッテリーを4つ、 2つのペアを2つ直列に並列に接続することを具体的に考えています。

9 battery 

さまざまなテクスチャを持つ環境オブジェクトと相互作用するロボットの時系列の力データがあります。時系列データを利用して、テクスチャをスムーズ、ラフ、モデレートなどのカテゴリに分類して、さまざまなテクスチャのモデルを開発したいと思います。この目的のために、隠れマルコフモデルで十分ですか、それとも条件付きランダムフィールドを使用する必要がありますか？さらに多くのカテゴリに分類することを決定し、各カテゴリ間の区別が非常に微妙である場合、その場合はどのような選択が適切でしょうか？テクスチャをこれらのカテゴリに分類するために必要なすべての情報を取得するには、force-dataで十分ですか？ 返信ありがとうございます:)

9 artificial-intelligence 

私たちのラボでは、LiPoバッテリーを使用してクワッドローターに電力を供給しています。最近、特定のバッテリーを使用すると、安定性の問題が発生しています。バッテリーは正常に充電およびバランスしているようで、当社のバッテリーモニターは、負荷がかかっていても問題ないことを示しています。しかし、手動または自律的にこれらのバッテリーの1つを使用してクワッドローターを飛行させようとすると、ピッチングやローリングが発生する傾向が強くなります。私の推測では、バッテリーがすべてのモーターに十分な電力を供給していないため、私の疑問に思います。この動作は、LiPoが不良になったことを示していますか？もしそうなら、私の疑いを確認するためにバッテリーをテストする最良の方法は何ですか？

9 battery  troubleshooting 

最近、超音波センサーは信じられないほど安価であり、多くの趣味のロボットアプリケーションで人気があります。アルゴリズムを備えたロボットの周りにセンサーの束（たとえば10）を使用して、エリアの大まかなマップを作成します（ロボットはそれを探索します。）この段階では、動いているオブジェクトを処理することには興味がなく、静止しているものを特定するだけです。GPSを使用して位置を特定します。レーザースキャナーなどの他のコンポーネントを使用すると、はるかに正確な結果が得られると思いますが、そのようなデバイスも天文学的に高価です。 この目的のためのアルゴリズムはありますか？

9 slam  localization  gps  mapping  acoustic-rangefinder 

信号配線用のコネクタを長期間使用していた場合、それらが信頼できない可能性があります。 具体的には、これらを長時間使用すると、接続が切断され、再接続されるため、信頼性が低いことがわかりました。 これは、ワイヤ上の圧着された金属端の弾力性が失われ、接触の問題が発生するためです。 単純な信号配線のための複数の再接続に対して信頼性のあるコネクタはどれですか（接続時間が短い）。 ねじ込み端子およびねじ付きコネクタ（Dサブミニチュアコネクタなど）は単純なプラグインコネクタではないため、これは除外されます。

9 wiring 

ロボットグリッパーアームについては、工場のフロアで非常に小さなコンポーネントを使用するように設計しています。作動には、電気的に作動する形状記憶合金（SMA）ワイヤーハーネスを使用することをお勧めします。 設計中のデバイスは、回路の組み立てに使用されるピック＆プレースマシンに似ていますが、車輪で航空機のハンガーサイズの作業面上を移動します。それは、それぞれ0.5 cu.cmから8 cu.cmの間の不規則な形状の多孔性オブジェクトを操作します-したがって、従来の真空P＆Pメカニズムは魅力的ではありません。また、組み立てラインの個々のオブジェクトには、さまざまな硬度と重量があります。 設計上の制約は次のとおりです。 振動と音を最小限からゼロに保証 メカニズム内で最小の体積を使用する（バッテリーはホイールベースにあり、安定性を提供するため、重量は問題にならない） グリッパー圧力の細かい変化 SMAは最初の2つの制約を十分に満たしていると考えていますが、制約3、つまり電子的に制御されるグリッパーのさまざまなレベルの圧力を達成するためのガイダンスが必要です。 私の質問： 起動しきい値（0.005インチのFlexinol HTで 320 mA）を超える電流のPWMは、可変で反復可能な作動力を提供できますか？ 各指先に圧力センサーとグリップ用の閉ループ制御が必要ですか、それともグリッパーを定期的に校正して繰り返し可能な力を維持できるでしょうか？ 私たちが参照する必要がある十分に文書化された前例または研究はありますか？

9 mobile-robot 

私はこの問題に何日も苦労しています。私は誰かが問題が何であるかについてのヒントを私に与えることができることを本当に望みます。 ロボットは5軸で構成されています。最初の軸はz軸を中心に回転し、他の4つの軸はy軸を中心に回転します。そして、ソルバーは基本的に動作します。 これが私がこれまでに行ったことです： ヤコビアンマトリックス（位置のみがここで追跡されるため、並進部分のみで操作性係数を計算します。実際には、結合されたヤコビアンマトリックスでも試してみました。並進部分だけでなく回転部分もです。しかし、ぎくしゃくした動きがありました。とにかく）： 次に、減衰係数は次のとおりです。 次に、減衰係数が疑似逆計算に統合されます。 ご覧のとおり、これは減衰最小二乗法を使用した古典的な疑似逆運動学ソルバーです。2番目の（問題の）動きによる操作性の要因は次のとおりです 。操作性はビデオの冒頭で低下します。しかし、なぜ？私の知る限り、この操作性係数は軸の線形依存性を示します。私にとって、軸は最初の部分では線形に依存していないようです。 このぎくしゃくした動きは私を夢中にさせます。最初のアニメーションでわかるように、ソルバーは正常に動作しているようです。ここで何が欠けていますか？

9 inverse-kinematics  singularity 

Andreessen HorowitzのゼネラルパートナーであるBenedict Evansは、「ほぼすべての自治」プロジェクトがSLAMにLIDARを使用しており、そのすべてがHDマップを使用しているわけではないと主張しています。 MITグループは、HDマップのない公道で自動運転車をテストしています。 私の質問は、LIDARとカメラの誤差の差が大きいかどうかです。ベネディクトエヴァンスなどは、自動運転車の十分な精度のSLAMにはライダーが必要であると主張していますが、一見すると、KITTIベンチマークデータはその主張に矛盾しているようです。その印象を確認または反論したい。 視覚オドメトリ/ SLAMメソッドのKITTI Visionベンチマークリーダーボードでは、最初にV-LOAMと呼ばれるLIDARベースのメソッドが、4番目にSOFT2と呼ばれるステレオカメラベースのメソッドが示されています。それらは同じ回転誤差を持ち、それぞれの並進誤差のパーセントポイント差は0.05です。 自律カーナビゲーションに関して、翻訳精度の0.05パーセントポイントの違いは大きいですか、それとも重要ではありませんか？ オドメトリ/ SLAMメソッド用のKITTI Visionベンチマークリーダーボード：

9 slam  odometry  lidar  visual-odometry  autonomous-car 

現在、IMU（ジャイロスコープ+加速度計）を使用して現在の傾斜角を推定する自己平衡型ロボットについて読んでいます。 私が見つけたほとんどの文書は同じことを言っています： 加速度計データは「慣性ノイズ」の影響を受けるため、加速度計データのアークタンジェントを使用して重力方向を見つけることはできません。 ジャイロスコープの出力はドリフトするため、経時的に積分することはできません。 これらのデータをマージするには、一般的に受け入れられている2つのソリューションがあります。 現在のジャイロスコープバイアスと共に現在の傾きを推定するカルマンフィルター。 相補フィルタ加速度計データにローパスフィルタを適用すること（これらは長期的に信頼することができる）、及びジャイロスコープデータに対してハイパスフィルタ（それは短期的に信頼することができます）。 私が見つけたすべての情報源は、これらのフィルターで加速度計からの生データを使用しているようですが、自己平衡型ロボットでは、上記の「慣性ノイズ」の非常に良い推定値を得ることができます。 ここが私のです 可動支点を備えた倒立振子でロボットをモデル化し、この貧弱な図面を参照として使用してみましょう。 Cの加速度計が感じる慣性力は、（間違いがなければ）から導出でき (cr¨cΘ¨)=(−x¨sin(Θ)−RΘ˙2−x¨cos(Θ)+RΘ¨)(cr¨cΘ¨)=(−x¨sin⁡(Θ)−RΘ˙2−x¨cos⁡(Θ)+RΘ¨) \begin{pmatrix} \ddot{c_r} \\ \ddot{c_\Theta} \end{pmatrix} = \begin{pmatrix} -\ddot{x}\sin(\Theta)-R\dot{\Theta}^2 \\ -\ddot{x}\cos(\Theta)+R\ddot{\Theta} \end{pmatrix} 仮定して 私たちのロボットは滑ることなく転がっています xを測定できます（エンコーダー付きのステッピングモーターまたはDCモーターを使用） 次に、これらすべての変数の適切な見積もりを得ることができます。 x¨^kx¨^k\hat{\ddot{x}}_k：現在および以前の測定値との差分xxx Θ˙^kΘ˙^k\hat{\dot{\Theta}}_k：現在のジャイロスコープの読み取り Θ^kΘ^k\hat{\Theta}_k：前の推定プラスの統合及び人以上ΘΘ\ThetaΘ˙^kΘ˙^k\hat{\dot{\Theta}}_kΘ˙^k−1Θ˙^k−1\hat{\dot{\Theta}}_{k-1}ΔtΔt\Delta t Θ¨^kΘ¨^k\hat{\ddot{\Theta}}_k：および有限の違いΘ˙^kΘ˙^k\hat{\dot{\Theta}}_kΘ˙^k−1Θ˙^k−1\hat{\dot{\Theta}}_{k-1} それが得られたら、加速度計の慣性力の影響を打ち消すことができ、重力の非常に優れた測定値のみが残ります。 上記の1.のように、これを通常のカルマンフィルターの入力として使用することは、おそらく良い考えです。 たぶん、これらすべての変数を一度に推定できるカルマンフィルターを構築することさえできますか？やってみます。 どう思いますか？ここで何か不足していますか？ セルフバランシングロボットは良いタグになると思いますが、作成できません

9 accelerometer  gyroscope  balance 

私は現在、最近飛行して安定した自律型クワッドコプターを実装していますが、大きな外乱が存在する場合は自動補正できません。これは、飛行中にさらに調整する必要があるPIDゲインの調整が不十分なためだと思います。 現在の進行度合： 私の研究の範囲は屋内飛行のみであり、同僚によると気圧計の偏差は+ -5メートルであるため、気圧計を除外しました。 私は現在、高度推定に超音波センサー（HC-SR04）を使用しています。これは0.3cmの解像度を持っています。しかし、超音波センサーのリフレッシュレート20Hzは遅すぎて、高度補正に十分な速度で応答できないことがわかりました。 カスケードpidコントローラースキームで速度PIDに使用する速度を取得するために加速度を統合することにより、加速度計からZ軸の加速度を使用して高さデータを取得しようとしました。高度PIDコントローラーの現在の実装は、超音波センサーからの位置入力でPコントローラーを使用するシングルループpidコントローラーです。 重力による負の加速度測定値を考慮に入れていましたが、オフセットをどれだけ計算しても、負の加速度（たとえば-0.0034）が存在します。クワッドコプターを平らな面に置いたまま重力オフセットを計算し、加速度計のz軸から20,000個のサンプルを収集して平均化して、定数変数として保存されている「オフセット」を取得しました。次に、この変数が加速度計のZ軸出力から差し引かれ、オフセットが削除され、加速していない場合は「ゼロ」になります。質問で述べたように、負の加速度（例：-0.0034）がまだ存在しています。次に、私のクワッドは、常に高度を上昇させます。超音波センサーPコントローラーのみで、クワッドが50 cm振動します。 この一貫した負の加速度測定値をどのように効果的に処理できますか？ 考えられる解決策：加速度計を使用して内部ループ（PIDコントローラー）とソナーセンサーを使用して外部ループ（Pコントローラー）で高度ホールドのカスケードPIDコントローラーを実行することを計画しています。私の顧問は、クワッドコプターが高度の遅いセンサーでも高度を保持できるようにするには、シングルループのPコントローラーで十分だと述べました。これで十分ですか？Pゲインだけでは、クワッドコプターが高度をオーバーシュートすることに気づきました。 Leaky Integrator：私はこの記事を見つけて、彼がLeaky integratorを使用して負の加速をどのように処理したかを説明しましたが、負のエラーが正のエラーになって問題を解決しないと思うので、なぜそれが機能するのか少し理解できません。私はあまりよく分からない。http://diydrones.com/forum/topics/multi-rotors-the-altitude-yoyo-effect-and-how-to-deal-with-it 超音波センサーのみのシングルループPDコントローラー：これは遅いセンサーからのフィードバックを使用して実現可能ですか？ 出典： LSM303DLHCデータシート：http ://www.st.com/web/en/resource/technical/document/datasheet/DM00027543.pdf 漏れやすいインテグレーター：http : //diydrones.com/forum/topics/multi-rotors-the-altitude-yoyo-effect-and-how-to-deal-with-it ArduPilot PIDループ：http ://copter.ardupilot.com/wp-content/uploads/sites/2/2012/12/Alt-Hold-PID-version-3.0.1.jpg

9 quadcopter  control  pid  raspberry-pi  sensor-fusion 

1D点質量（外部の時変力によって加速される線上でのみ移動できる質量、Wikipedia-Double integratorを参照）がホロノミックシステムか非ホロノミックシステムか？どうして？ 構成空間（1D、軸のみ）でどの方向にも移動できないため、これは非ホロノミックであると思います。たとえば、ポイントマスがで100 m / sの速度で正の方向に移動している場合、慣性のためにすぐにに移動できません。しかし、私は自分の考えが間違っていると感じています...バツバツxx = 10バツ=10x=10バツバツxx = 9.9バツ=9.9x=9.9 背景は次のとおりです。 ホロノミックシステムと非ホロノミックシステムとは何かを理解しようとしています。これまでに見つけたもの： 数学的に： ホロノミックシステムは、すべての拘束が位置拘束に統合できるシステムです。 非ホロノミックシステムは、位置制約に統合できない制約を持つシステムです。 直感的に： ロボットが構成空間の任意の方向に移動できるホロノミックシステム。 非ホロノミックシステムは、速度（大きさまたは方向）および位置の他の導関数が制約となるシステムです。

9 dynamics  movement 

キネマティックキャリブレーションに関して、DHパラメータと他の表現の比較に特に興味があります。キネマティックキャリブレーションで見つけることができる最高の（最も明確な）情報源は、Bruno Siciliano、Lorenzo Sciavicco、Luigi Villani、Giuseppe Oriolo、第2.11章の本「Robotics：Modelling、Planning and Control」にあります。これには、DHパラメーターのアームの説明、キネマティクス方程式の乗算、各DHパラメーターによる偏微分、そして最小二乗近似（左の疑似逆行列）が必要で、その後反復します。 異なる表現（xyz +オイラー角など）の代わりにDHパラメーターが使用される根本的な理由はありますか？パラメーターが少ない（4対6またはそれ以上）ことを理解していますが、このようなキャリブレーション手順では、とにかく未知数よりもはるかに多くのデータを取得します。私が読んだすべてのロボット工学の教科書は、DHパラメータを提示し、「これがあなたが使うべきものです」と言っていますが、実際にはその理由を説明しません。おそらく、この議論はDenavitによる元の論文にありますが、追跡することはできません。

9 robotic-arm  kinematics  calibration  dh-parameters