基于计算机视觉的新式麦克纳姆轮越野机器人

申报人：吴嘉芊申报日期：2025-01-10

基本情况

所属批次:

2025年批次

项目名称:

基于计算机视觉的新式麦克纳姆轮越野机器人学生申报

项目类型:

创新训练项目

所属学科门类:

工学

所属专业类:

自动化类

项目来源名称:

E竞赛专项

项目归属学院:

项目期限:

一年期

项目简介:

本项目是一个基于视觉识别的新式麦克纳姆轮越野机器人设计项目。旨在利用其计算机视觉识别技术和麦克纳姆轮技术，提高机器人在复杂地形中的运动性能和环境适应能力。凭借精准的环境感知和目标识别能力，使机器人在军事、救援、探险等领域具有更广泛的应用前景。该机器人采用麦克纳姆轮的四轮驱动设计，具备全向移动能力，配备YOLOV8深度学习和OpenCV技术进行障碍物检测、人脸识别和物资识别。采用高性能锂电池供电，每个麦克纳姆轮配备独立的电机驱动器，利用传感器融合技术获取机器人的姿态和速度信息，实现精准的全向移动和动态平衡控制。

负责人曾经参与科研的情况:

Robomaster2024机甲大师超级对抗赛全国赛全国三等奖

Robomaster2024机甲大师超级对抗赛.区域赛(南部赛区)二等奖

2024全国三维数字化创新设计大赛广西赛区一等奖

指导教师承担科研课题情况:

[1]. 基于双节线简支的结构人造板弹性模量检测研究，在研，主持

[2]. 四足机器人机构间隙振动-运动姿态耦合动力学模型及稳定性研究，在研，参与

[3]. 光储系统的虚拟惯量与智能协同控制的研究，在研，参与

指导教师对本项目的支持情况:

指导老师研究方向工程检测技术（林产品力学性能无损检测，超声波检测），能够给项目提供超声波探测检测技术和机械结构、机器人控制工程等设计指导，确保该学科项目的顺利实施。

项目级别:

校级

项目成员

序号	学生	所属学院	专业	年级	项目中的分工	成员类型
1	吴嘉芊	机械与控制工程学院	机器人工程	2023	统筹全局	第一主持人
2	郑雪	物理与电子信息工程学院	通信工程	2023	视觉识别及其深度学习	成员
3	蒙峰锋	机械与控制工程学院	机械设计制造及其自动化（中外合作办学）	2023	机械结构设计	成员
4	蓝苑瑜	机械与控制工程学院	自动化	2023	STM32单片机代码编写	成员
5	刘玮婷	机械与控制工程学院	机械电子工程	2022	机械结构实现	成员

指导教师

序号	教师姓名	所属学院	是否企业导师	教师类型
1	周卢婧	机械与控制工程学院	否	第一指导教师

立项依据

研究目的:

基于计算机视觉的新式麦克纳姆轮越野机器人致力于设计一款全新的麦克纳姆轮越野机器人，核心技术为计算机视觉识别与麦克纳姆轮驱动系统的结合。通过集成先进的视觉识别技术，机器人能够实时感知周围环境，识别和分析复杂地形中的障碍物、路径和地面状况，从而做出智能化决策。此外，采用麦克纳姆轮驱动技术，使得机器人在不依赖传统转向方式的情况下，能够实现多方向、灵活的运动。因此，新式麦克纳姆轮越野机器人在军事、救援、探险等领域具有更广泛的应用前景。机器人自动化的浪潮已经席卷全球，作为自动化类学科中的一项重要分支，基于计算机视觉的新式麦克纳姆轮越野机器人在多个领域中发挥着重要作用，并为各行各业所面临的挑战提供了新的解决思路与方法。特别在军事、救援、探险等领域具有更广泛的应用前景。麦轮机器人是一种创新型机器人，其设计灵感来源于多方向移动的需求和现代机械技术。它的主要特点是采用麦克纳姆轮作为驱动系统，能够实现全向运动，既可以前进、后退，又能横向移动，原地旋转，具有极高的灵活性和机动性。通过这种独特的轮式设计，麦轮机器人能够在复杂和狭小的地形中自如移动，具备优秀的适应能力和稳定性。因此，面对复杂军事、救援、探险地形情况，麦轮机器人能够通过全向移动能力自适应调节自身状态并灵活穿越各类环境。凭借其优异的机动性，麦轮机器人能够在复杂地形和恶劣条件下执行任务，代替人工进行异常状况的检查和信息收集。这也充分体现了本项目利用机器人自动化技术推动军事、救援、探险等工作的理论意义。

研究内容:

1、新型麦轮机器人结构设计及其实物制造。

2、设计动力系统和控制系统，选择高性能的嵌入式处理器，每个麦克纳姆轮配备独立电机驱动器，研究精准控制。

3、运用机器人的深度学习算法识别各种越野地形，自动调整行进策略。

4、运用深度学习人脸识别技术，实现精准的人脸识别和物资识别。

国、内外研究现状和发展动态:

目前，麦克纳姆轮越野机器人已广泛应用于军事、救援、探险等场所，进行高效的地形适应、环境监测与数据收集等任务，成功取代了传统人工，尤其在高危、恶劣环境下，展现了极大的优势。这些机器人利用麦克纳姆轮的全向移动能力，可以灵活穿越复杂的地形，避免传统四轮机器人的行驶限制，确保在狭窄、崎岖的地面或障碍物密集的环境中快速有效地执行任务。得益于其高度集成的智能技术，麦克纳姆轮机器人配备了先进的感知设备，如计算机视觉、雷达和激光扫描仪等，能够在不同行业和环境中进行精确的检测和识别工作。机器人能够在危险区域进行深入检查，将采集到的数据实时传输到云端，进行集中处理与分析。通过大数据分析，机器人能够提前识别潜在的危险，并发出预警，从而提高应急响应的速度和精准度，在关键时刻发挥至关重要的作用。然而，在实际应用中，复杂的工作环境，尤其是在军事行动、灾难救援与探险任务中，依然面临诸多挑战。麦克纳姆轮机器人的越野能力使其在复杂地形中展现出强大的机动性，但机器人巡检工作仍存在一些待解决的问题。首先，机器人本身的可靠性问题仍然是一个瓶颈，尤其是在长时间高强度工作环境下，机器人可能面临故障率较高的问题，导致其无法持续稳定地完成任务。其次，机器人依赖于感知设备进行工作，但不同环境条件下，感知设备可能会受到干扰，影响其精度与可靠性，甚至可能出现错误的判别。随着技术的不断发展和产品的不断迭代，麦克纳姆轮越野机器人的越障能力和感知精度不断提升，未来其将在军事、救援、探险等领域发挥更大作用。通过更高集成化的设计和更加智能化的控制系统，麦克纳姆轮机器人将在复杂环境中逐步实现全自动化的应用，成为应对极端情况的关键工具。

创新点与项目特色:

（1）本项目将麦克纳姆轮全向移动能力与计算机视觉识别技术结合，实现高效灵活移动。麦克纳姆轮的全向性使机器人能够在狭窄空间内自由转向和调整方向，避免传统轮式机器人在复杂环境中受到方向限制。

（2）本项目基于对新型麦克纳姆轮式机器人的研究，运用机器人的深度学习算法识别各种越野地形，自动调整行进策略。机器人的深度学习算法能够分析不同地形的特征，实时识别如坡道、岩石或沙地等各种越野地面。当遇到不同地形时，算法会自动调整机器人的速度、动力分配和行进方式，确保机器人顺利通过复杂环境，避免打滑或卡住，提升适应性和通过能力。

（3）运用深度学习人脸识别技术，实现精准的人脸识别和物资识别。通过深度学习的人脸识别技术，机器人能够精确识别工作人员的身份，确保只有授权人员可以进入限制区域。此外，机器人还可以通过物资识别技术检测设备或物品的状态，及时发现故障或异常，增强在军事、救援、探险等领域的智能性应用。

技术路线、拟解决的问题及预期成果:

1、技术路线：通过SOLIWORKS进行麦克纳姆轮机器人机械结构设计，分析机械结构的合理性与可行性，使机械结构满足目标需求，并能够做出实物。利用STM32开发板进行编程开发，通过计算机视觉和深度学习技术，使机器人实时感知和分析环境信息。利用YOLOv8人脸识别技术，实现机器人人脸识别。用OpenCV和Pyzbar库进行物资识别，这种技术在物资运输方面有显著的应用前景。2、拟解决的问题：

（1）机械结构的合理设计并达成目标需求

依据事先准备好的目标功能，将麦克纳姆机器人逐步进行设计，实现目标功能的前提下，尽量将机器人设计的符合使用需求，机械结构可靠，体积小，重量轻，各设备布局合理不相互干涉，满足目标特殊路况及环境下工作的需求。

（2）麦轮控制代码与STM32开发板的编译及其开发

安装Keil MDK或者IAR Embedded Workbench等集成开发环境，并下载STM32的开发包和相关驱动程序，在集成开发环境中进行编译链接，通过JTAG/SWD等方式将可执行文件烧录到STM32芯片上，调试测试代码是否能够正常运行。

（3）实际使用时的实用性和可靠性

尽可能将需要的设备集成到机器人上，满足越野性能中所需要进行的所有工作环节，并在不同工况下对机器人的性能指标进行测试，用测试数据反馈，对不够合理的设计进行优化迭代。

3、预期成果

新型麦克纳姆轮机器人做出实物，能够在复杂的环境中越野，确保军事、救援、探险任务的稳定性和安全性。

撰写研究报告一份。

国家级立项，公开发表论文一篇。

项目研究进度安排:

第一阶段：

1、查找文献资料收集相关使用场景的机器人和麦轮式机器人的资料

2、根据已有的资料对机械结构进行初步设计，达成目标需求

3、检查设计图的机器人对其进行可行性分析优化至最理想状态

第二阶段：

1、准备材料、依据设计图制作出一台麦轮式机器人

2、载入机器人视觉系统、控制系统等目标需求程序

3、进行模拟各工况测试，收集测试数据

已有基础:

与本项目有关的研究积累和已取得的成绩:

与本项目有关的研究积累和已取得的成绩

（1）普通麦轮式机器人的设计和实物制作已完成

（2）普通麦轮式机器人的视觉识别、跟踪程序部分完成

已具备的条件，尚缺少的条件及解决方法:

1.已具备条件

项目组成员已基本实现麦轮式机器人的大致外观，需要实现的功能和制作方式、周期，能够为本项目提供制作场地、制作工具和测试场地，对麦轮机器人的调试具有一定经验，曾经参加比赛取得成绩。

2. 尚缺少的条件

1)缺少场地测试条件，需要适应各种地形训练和优化，以确保实物能完成越野功能且具有实际意义和合理性。

2)缺乏与真实军事、救援、探险，可能导致项目成果与实际需求之间存在偏差。

经费预算

开支科目	预算经费（元）	主要用途	阶段下达经费计划（元）
开支科目	预算经费（元）	主要用途	前半阶段	后半阶段
预算经费总额	10000.00	无	3750.00	6250.00
1. 业务费	5000.00	无	1750.00	3250.00
（1）计算、分析、测试费	1000.00	机器人前期测试费用	500.00	500.00
（2）能源动力费	1000.00	锂电池购买费用	250.00	750.00
（3）会议、差旅费	0.00	无	0.00	0.00
（4）文献检索费	0.00	无	0.00	0.00
（5）论文出版费	3000.00	论文出版	1000.00	2000.00
2. 仪器设备购置费	0.00	无	0.00	0.00
3. 实验装置试制费	0.00	无	0.00	0.00
4. 材料费	5000.00	机器人制造费用	2000.00	3000.00

结束