KKSwarm功能升级,低成本实现多车集群与避障

Posted 阿木实验室

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了KKSwarm功能升级,低成本实现多车集群与避障相关的知识,希望对你有一定的参考价值。

KKSwarm集群测试平台是一款高效、易用的集群研究平台,适用于多车编队、集群算法的验证与开发,以及强化学习的研究。

KKSwarm无人小车演示

KKSwarm的优势

  • 能够更加快速地生成强化学习避障算法;

  • 支持集群算法理论到物理验证的快速落地;

  • 凭借低成本即可快速搭建成百上千的无人车集群;

  • 让开发者脱离繁杂的集群自主避障、集群定位等问题,专注于集群应用逻辑的研究;

  • 软件开源,方便开发者进行学习与二次开发;

  • 开放了硬件底层协议,支持硬件扩展;

  • 预留了串口等功能,方便开发者对硬件进行升级和改造;

  • 支持强化学习功能研究、分析和生成。

升级功能介绍

自KKSwarm项目发布后5个月的时间里,为了降低开发者的操作难度,支持更多开发者的需求,项目团队针对多车集群、多车避障、多车定位等场景需求,做了更深度的优化:

1、实现低成本定位

采用单摄像头与多二维码的视觉定位方式,相比目前主流的激光雷达定位,大大降低了定位成本。此外,我们将定位精度由原来的±5cm升级到了现在的±3cm,实现了同时支撑20个无人车集群控制。未来还将实现图像拼接的功能,将进一步降低定位成本,支持更多数量的无人车集群控制。

2、多车集群避障

产品深度优化了多车之间的避障算法,由原来的6车升级到了20车,在进行集群控制的同时,实现多车自主避障,方便开发者进行集群功能的二次开发。此外还升级了更多的队形变换,如:一字行进、品字行进、队列行进等。随着项目不断更新迭代,后续也将支持更多小车的同时避障。

3、支持matlab仿真与ROS接口

本产品支持matlab仿真及ROS接口,开发者可在matlab中开发自己的算法,之后无缝衔接到产品上进行算法验证。同时提供标准的ROS接口,方便开发者对产品进行二次开发。

由此可见,KKSwarm集群测试平台拥有高精尖的技术水平、超强的可扩展性、完善的教程文档及持续的维护服务,是一款不可多得的高等教育辅助利器。

可搭配学习的资料:

1、开源项目地址:

https://github.com/amov-lab/kk-robot-swarm

https://github.com/kkswarm/kk-robot-swarm

2、Wiki资料:

https://wiki.amovlab.com/public/misaro-doc/

未来展望

KKSwarm未来将以低成本集群方案为基础,利用强化学习带来的便利,继续深化集群方向的应用与研究。更多功能特点,仍在持续演进中,敬请期待!

以上是关于KKSwarm功能升级,低成本实现多车集群与避障的主要内容,如果未能解决你的问题,请参考以下文章

KKSwarm | 基于强化学习的开源机器人集群项目,支持理论快速落地

KKSwarm | 基于强化学习的开源机器人集群项目,支持理论快速落地

无人机与人工智能结合

弃用共享存储,部署高可用低成本 oracle 12c rac集群

升级全新网络方案,给你低成本高性能的裸金属体验

一款简易低成本智能割草机制作——嵌入式功能实现篇