2018年智能机器人技术综合实训专题二控制算法
2018年智能机器人技术综合实训专题二控制算法
2018年智能机器人技术综合实训专题二控制算法
教材：《ROS机器人项目开发11例》
自学：
第2章，使用ROS、OpenCV和Dynamixel伺服电机进行人脸检查与跟踪，
（摄像头检测人脸得到方位PID控制舵机跟踪）
人脸识别之前已经讲过，控制机器人左转和右转的代码也提过，这里需要复习并实现；
第8章，在Matlab和Android上运行ROS，此部分延续专题一，很多算法可以在Matlab中找到，
应用API可以直接控制ROS机器人；
复习智库文章-甲子光年-APP--->API
案例学习：
V-Rep巡线小车示例：（线导引式物流小车）
理解模数转换，灰度传感器，电机控制，与能控能观的联系。
将其巡线核心代码读懂。
if (simExtK3_getLineSensor(k3Handle,0)>0.5) then velLeft=maxVel -- left sensor intensity > 0.5 else velLeft=maxVel*0.5 -- left sensor intensity <= 0.5 end
if (simExtK3_getLineSensor(k3Handle,1)>0.5) then velRight=maxVel -- right sensor intensity > 0.5 else velRight=maxVel*0.5 -- right sensor intensity <= 0.5 end
simExtK3_setVelocity(k3Handle,velLeft,velRight) -- Set desired left and right motor
认真学习视频，v.youku.com/v_show/id_XMzkyNjQ1NzMxMg==.html
将上述代码，修改为PID算法。代码精简优雅，并且效率提高，如何做到？
补充练习：
将灰度传感器改为摄像头，如何实现下述巡线小车功能？
参考链接：blog.csdn.net/ZhangRelay/article/details/81352622
四旋翼呢？空中机器人算法如何设计？为什么？
说明PID控制的局限性，传统控制理论的优势和不足，并比较现代控制理论。
误差在传统PID控制中的作用，被控对象模型在现代控制理论中的作用？
学有余力的同学，请自学并完成ETH的ROS课程：
blog.csdn.net/ZhangRelay/article/details/79463689
完成第3课：本课练习的目标是实现Husky机器人闭环控制。 首先，从激光扫描中获取支柱（singlepillar）的位置，然后控制机器人，使其行驶到支柱附近。（PID算法）
blog.csdn.net/zhangrelay/article/details/79956801
提示：
//P-Controller to drive husky towards the pillar //propotinal gain float p_gain_vel = 0.1; float p_gain_ang = 0.4; if(x_pillar>0.2) { if (x_pillar <= 0.4 ) { vel_msg_.linear.x = 0; vel_msg_.angular.z = 0; } else { vel_msg_.linear.x = x_pillar * p_gain_vel ; vel_msg_.angular.z = -(y_pillar * p_gain_ang) ; } } else { vel_msg_.linear.x = 0; vel_msg_.angular.z = 0; } cmd_pub_.publish(vel_msg_);
为什么是这样？
