啟智MANI是一款專門用于移動抓取教學的機器人平臺。其擁有麥克納姆輪全向移動底盤、硬件里程計、激光測距雷達、立體視覺相機、四自由度機械臂等一系列配置。機載計算單元集成384枚GPU硬件加速器，具有的三維圖形處理和神經(jīng)網(wǎng)絡(luò)運算能力。所有實驗例程基于ROS機器人操作系統(tǒng)，實驗內(nèi)容覆蓋ROS的Navigation、MoveIt、OpenCV、PCL等多個子系統(tǒng)和函數(shù)庫，完整實現(xiàn)環(huán)境建圖、定位導航、運動學規(guī)劃、機器視覺和三維感知等經(jīng)典技術(shù)。除了基于硬件實體的現(xiàn)場實驗，還特別設(shè)計了基于Gazebo的軟件仿真實驗，非常適合移動抓取機器人技術(shù)的教學和研究。

底盤系統(tǒng)

啟智MANI機器人底盤為麥克納姆輪四驅(qū)結(jié)構(gòu)，具備360°全向移動特性。減震系統(tǒng)采用針對麥克納姆輪進行特別優(yōu)化的增強型麥弗遜獨立懸掛，相較于傳統(tǒng)麥弗遜，具有更強的輪面穩(wěn)定性，確保麥克納姆輪與地面的接觸角度，在提高越障能力的同時，依然保持了全向運動的位移精度。

激光雷達

啟智MANI機器人使用新版本的RPLIDAR激光雷達。相較于舊版本，在360°全方向掃描障礙物的同時，具備更高的采集頻率和更遠的探測距離，進一步增強了機器人的環(huán)境探測能力和運動避障性能。

機械臂

啟智MANI機器人搭載了一臺OpenManipulator-X機械臂。該機械臂運動輕巧靈活，每個關(guān)節(jié)都具備位置環(huán)和電流環(huán)控制功能，可通過總線通訊精確反饋每個關(guān)節(jié)的當前角度。結(jié)合ROS的MoveIt!子系統(tǒng)，可以輕松實現(xiàn)機械臂的運動學正反解，快速精準的完成各種物體抓取和放置任務(wù)。

GPU硬件加速

啟智MANI機器人的主控計算機，使用NVIDIA新推出的Jetson Xavier NX運算單元，在保持車體結(jié)構(gòu)緊湊的同時，帶來了*計算性能。Jetson Xavier NX內(nèi)置 384 枚 CUDA 硬件運算核心、48 個 Tensor Core 和 2 個 NVDLA 引擎，具備21 TOPS 的計算加速能力。如此強悍的性能，讓其可以并行運行多個現(xiàn)代神經(jīng)網(wǎng)絡(luò)，并同時處理來自多個傳感器的高分辨率數(shù)據(jù)。

三維視覺系統(tǒng)

啟智MANI機器人的視覺系統(tǒng)，使用微軟新推出的第四代Azure Kinect立體相機。該相機集成了深度，視覺，聲音和方向四大類傳感器，其中包括100萬像素TOF深度傳感器、1200萬像素RGB彩色攝像頭、7麥克風圓形陣列和6軸慣性測量單元IMU。三維視覺分辨率比上一代Kinect提高了四倍，探測范圍擴大了50%，配合*的GPU計算能力，可以更快更精確的識別、定位和追蹤目標物體。

參數(shù)列表

軟件功能

1. URDF模型描述——啟智MANI機器人具備完整的URDF模型描述，可以在ROS系統(tǒng)里直接加載。

2. 三維立體視覺——啟智MANI機器人采用第四代的TOF立體相機，探測距離達到12米，視角120°，適用于對室內(nèi)環(huán)境的三維模型重構(gòu)。

3. SLAM環(huán)境建圖——啟智MANI機器人裝備了新一代360°激光雷達，可以實時掃描機器人周圍的障礙物分布狀況，借助HectorSLAM和GMapping算法，創(chuàng)建環(huán)境地圖。

4. 自主定位導航——啟智MANI機器人將激光雷達掃描的距離信息與電機里程計數(shù)據(jù)進行融合，使用AMCL方法進行地圖定位，結(jié)合ROS的move_base進行自主導航。

5. 機械臂運動學——啟智MANI機器人可使用MoveIt!子系統(tǒng)對機械臂進行運動學正反解計算，并完成運行路徑的自動規(guī)劃。

6. 物品抓取——啟智MANI機器人通過立體相機獲得三維點云，對點云中的物品進行檢測、匹配和輪廓辨識，計算每個物品的外形尺寸和三維空間坐標。然后使用機械臂完成物品抓取操作。

7. 多機器人系統(tǒng)——啟智MANI機器人可以多臺實現(xiàn)相互配合協(xié)作?；赗OS開發(fā)的群體決策模型，擁有任務(wù)分解、效用考核、角色分配、行為同步等多個層級的系統(tǒng)架構(gòu)，能夠很好的協(xié)調(diào)多個機器人協(xié)同完成復雜任務(wù)。

8. GAZEBO仿真系統(tǒng)——啟智MANI機器人的模型文件具備完整的物理慣量和傳感器配置描述，可以在GAZEBO仿真環(huán)境里直接加載。附贈的源碼資源中，包含多個物理仿真場景，可以脫離機器人實體，在純軟件環(huán)境中進行算法模擬。

教學資源

• 啟智MANI機器人配備實驗指導書，設(shè)計了22個課程實驗，所有實驗均進行了詳細實驗步驟圖文描述，方便用戶老師進行課程編排。

• 產(chǎn)品附贈所有實驗的參考課件PPT，助力老師快速開課。

• 產(chǎn)品附帶源碼開放，支持進一步的擴展開發(fā)。

綜合實訓

隨著人民生活水平的不斷提高，綠色生態(tài)、健康環(huán)保的生活方式開始逐漸被重視。尤其是垃圾分類處理的政策實施，在減少城市垃圾產(chǎn)出，改善市容街道環(huán)境方面取得了巨大成效。

為了將“新基建”的理念貫徹到垃圾分類處理的事業(yè)中，進一步提高垃圾分類的質(zhì)量和效率，我們專門設(shè)計了垃圾分揀機器人這么一個綜合實訓項目。用人工智能、環(huán)境建模、定位導航等技術(shù)手段進一步提高垃圾分類過程的自動化水平，真正達到環(huán)保高效并且能夠大范圍復制推廣的目的，為我國人民的生活質(zhì)量改善貢獻一份努力。該實訓項目要求機器人運行在一個模擬公共場所的場景中，自動進行導航。在不觸碰損壞公共設(shè)施的前提下，搜集場景中的垃圾物品，并將其投入對應(yīng)顏色的分類垃圾箱內(nèi)。

實訓場景示意圖

啟智MANI機器人搜集環(huán)境中的垃圾物品

啟智MANI機器人將垃圾物品投入相應(yīng)分類的垃圾箱

在綜合實訓中，充分運用了啟智MANI機器人的建圖導航和視覺抓取等多種技能。很好的將機器人課程中的分散的獨立知識點進行了融合貫通，讓學生真正做到學以致用，學之能用，的投入到機器人各項技術(shù)的學習實踐中來，為將來在人工智能行業(yè)的就業(yè)和學術(shù)研究奠定一個堅實的基礎(chǔ)。