Clearpath Robotics加速工业机器人算法开发

Clearpath工程组织的工业团队和研究团队都需要分析和可视化大型、复杂的数据集。研究小组发现，用机器人操作系统(ROS)或用c++或Python编写程序来执行这些任务既慢又低效。

除了对更快的分析和数据可视化工具的共同需求之外，每个团队都有自己独特的需求。Saini和他在Clearpath的工业部门的同事们需要一种方法来快速地将想法原型化，并将与他们合作的公司外部研究人员的新算法纳入其中。在研究方面，Baranov和他的团队使用许多不同的系统、接口和数据结构，他们需要一个工具来补充ROS功能，使其更容易处理和分析ROS数据，包括实时流数据和在rosbag日志文件中捕获的数据。

Clearpath工程师将MATLAB与Computer Vision Toolbox™、Optimization Toolbox™和Robotics System Toolbox™一起使用，为机器人研究和开发创建算法原型，并分析和可视化数据。

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，该算法可以检测2D激光雷达点云中的物体，并将物体与标准物体模板库进行匹配。他们后来使用MATLAB算法原型作为构建和验证算法最终生产版本的黄金参考。

在另一个项目中，该团队使用MATLAB开发车队管理算法，该算法使用基于代理的建模来指导一组OTTO机器人共同完成任务。该团队使用优化工具箱来最小化特定指标，例如，在最短的时间内完成任务，或者在机器人行进的最短距离内完成任务。车队中的单个机器人运行在MATLAB中开发和调整的控制算法。

Clearpath研究小组承担了一系列的项目，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来分析ROS数据。

例如，当Baranov的团队在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表征Clearpath机器人的停车距离。当机器人以不同的速度在不同的表面上行驶时，他们使用了一个室内动作捕捉系统来记录数据。

利用MATLAB和机器人系统工具箱，该团队开发了自动化测试脚本，使机器人加速到特定的速度，然后停止。然后脚本重新定位机器人并重复加速和制动。

在测试之后，团队将动作捕捉系统数据导入MATLAB进行后处理。他们绘制了加速度和速度，并确定了拐点，为机器人构建了详细的制动轮廓。

• 数据分析时间减少高达50%。Baranov说:“我们使用Python和MATLAB来处理激光雷达传感器数据，我估计在MATLAB中分析和开发的速度要快1.5到2倍。”“这是由于内置的功能使得从流中提取数据、绘制数据和执行其他操作变得简单，而无需我们自己编写代码。”
• 客户沟通改善。Baranov说:“因为我们的许多客户都使用MATLAB，所以它可以作为一种通用语言，加快项目的各个方面。”“它最大限度地减少了误解，减少了支持时间，并使我们能够发送易于理解的示例。”万博1manbetx
• 先进的SDV算法迅速纳入。“与我们合作的研究人员编写的大多数代码都是用MATLAB编写的，”Saini说。“这使得将他们的研究纳入原型MATLAB算法变得容易，我们以后可以用它来验证生产实现。”