Clearpath Robotics加速工业机器人算法开发

在工业方面和的的ClearPath工程组织需要分析和可视化大型，复杂的数据集研究方面两支球队。该小组发现，在执行这些任务的机器人操作系统（ROS）或通过在C ++或Python编写程序缓慢，效率低下。

除了更快的分析和数据可视化工具，他们共同的要求，每个团队都有自己独特的需求。赛尼和他的ClearPath的工业侧的同事们需要一种快速原型的思想和研究人员纳入新的算法，该公司与外界合作，他们的人。在研究方面，巴拉诺夫和他与众多不同的系统，接口和数据结构团队的工作，他们想要的是补充活性氧能力的工具，使它更容易处理和分析ROS数据包括rosbag捕获的实时数据流和数据日志文件。

Clearpath工程师使用MATLAB与计算机视觉工具箱™，优化工具箱™和机器人系统工具箱™，以原型算法，分析和可视化数据的机器人研究和发展。

在最近的一个项目中，Saini和他的团队使用MATLAB和计算机视觉工具箱开发了一种算法，该算法检测二维激光雷达点云中的对象，并将对象与标准对象模板库进行匹配。后来，他们使用MATLAB算法原型作为构建和验证算法最终产品版本的黄金参考。

在另一个项目中，团队使用MATLAB在使用基于代理的建模来指导一组OTTO机器人，因为他们共同努力，完成任务，开发车队管理算法。该团队使用优化工具箱以最小化特定指标，例如，在完成在最短的时间或由机器人所行进的最短距离内的任务。在舰队RAN控制算法的个人机器人开发并在MATLAB调整。

Clearpath研究小组承担了一系列项目，从评估和整合新的传感器到基础研究，使用MATLAB和机器人系统工具箱分析ROS数据。

例如，当Baranov的团队评估和集成一个新的3D激光雷达传感器时，他们发现了激光雷达输出的一个问题。该团队使用机器人系统工具箱从传感器生成的rosbag日志文件中导入数据。在MATLAB中，他们分析并绘制了激光雷达脉冲的时间，以诊断问题的根源:传感器内的镜面阵列损坏。

该团队采用了类似的方法来描述Clearpath机器人的停止距离。他们使用一个室内动作捕捉系统来记录数据，当机器人在不同速度和不同表面上行驶时踩刹车。

使用MATLAB和机器人系统工具箱，该团队开发的自动化导致机器人加速到一个特定的速度，然后停止测试脚本。脚本然后重新定位所述机器人和反复加速和制动。

继测试，球队引进的动作捕捉系统数据到MATLAB进行后处理。他们绘制的加速度和速度，并确定了拐点，构建了机器人的详细制动曲线。

• 数据分析时间减少50%。“我们使用Python和MATLAB来处理激光雷达传感器数据，我估计MATLAB的分析和开发速度要快1.5到2倍，”Baranov说。“这是因为它的内置功能使得从流中提取数据、绘制数据图以及执行其他操作变得简单，而无需我们自己编写代码。”
• 顾客沟通改善。“由于我们的许多客户使用MATLAB，它充当加快项目的各个方面的共同语言，”巴拉诺夫说。“它最大限度地减少误解，减少辅助时间，并且使我们能够发送，很容易理解的例子。”万博1manbetx
• 尖端SDV算法迅速并入。“大部分由我们与写在MATLAB协作研究人员编写的代码中，”赛尼说。“这使得它轻松地将他们的研究原型MATLAB算法，我们可以在以后使用验证生产实施。”