用Jetson NANO做一个捡瓶子的机器人

国外几个小哥哥用Jetson NANO做了一个捡瓶子的机器人。

这个机器人叫：Robottle，长这样：

Robottle是一个全自主，在有障碍物的竞技场里收集瓶子的机器人。它利用激光雷达和SLAM构建环境地图，利用COCO数据集训练的神经元网络检测瓶子。

项目代码放在：https://github.com/arthurBricq/ros_robottle

项目细节：

- 处理单元：

Robottle有2个处理单元：一个Jetson NANO，即负责所有的软件的高级处理（计算和控制的决定），以及一个Arduino Mega，负责所有的软件的低级处理（控制电机）

该存储库包含Jetson用于控制机器人的高级代码的主要组件。在此存储库中，您可以找到

• 所有ROS节点以读取传感器输入，运行控制器并将命令发送到Arduino
• 基于Lidar测量的Python中使用ROS2的SLAM的实现
• 最重要的是，控制器的代码

-有关控制器的更多信息：

一切都在围绕着控制器旋转。该控制器是代码的一部分，负责在给定所有可用数据的情况下做出决策。

“可用”数据包括

1. 激光雷达数据
2. SLAM输出（地图和位置）
3. 原始图像
4. 神经网络检测到的瓶子（绑定框）
5. 电机转速
6. arduino发送的状态

控制器包括的“决定”

1. 如何移动机器人
2. 什么时候选瓶
3. 什么时候放瓶子

-捡瓶子阶段:

机器人激活神经网络检测并转身直到检测到瓶子。找到瓶子后，我们使用图像边界框上的回归多项式函数来估计瓶子所在的角度。机器人将与瓶子完美对准，然后向前移动，直到超声波传感器检测到瓶子为止。然后Robottle收集瓶子并再次开始旋转。

-神经元网络：

用于检测瓶子）的Cuda加速代码基于出色的Jetson-Inference代码（来自NVidea），尤其是使用它们的detectnet工具。他们甚至提供了一个ROS信息库，它有一个非常完善的文档！我们对此代码做了一些修改，以

• 能够翻转源图像
• 能够在不杀死ROS节点的情况下关闭检测，以避免过热

SLAM代码是“ TinySLAM”算法的实现，该算法是从这个出色的存储库BreezySLAM本地构建的。在这里，我们也对代码进行了一些更改，其中大多数可以在我们的ROS SLAM Node中看到。

好了，了解这个项目的详细情况和代码，请访问：

https://github.com/arthurBricq/ros_robottle

更多项目：

智能割草机利用NVIDIA Jetson AGX保护刺猬

用Jetson Xavier NX和大疆无人机做一个野火检测原型

您是NVIDIA Jetson环境配置“难团”成员么？

用Jetson Xavier NX做个AI白板