研究人员开发微型类汽车机器人 以简化控制和评估算法测试

盖世汽车讯 机器人应用算法的开发和测试通常需要物理仿真环境中进行评估。然而，由于机器人硬件的成本较高，或在机器人实验室中设置这些硬件时存在困难，一些算法可能难以在简单的硬件实验中进行部署。此外，开发人员往往缺乏可靠的软件，无法将他们的算法集成至特定机器人平台上。

（图片来源：苏黎世联邦理工学院）

据外媒报道，最近，苏黎世联邦理工学院（ETH Zurich）动态系统与控制研究所（Institute for Dynamic Systems and Control）的研究团队推出新型微型类汽车机器人和相关软件开发包，可以简化机器人应用的一些算法测试。这些硬件和软件解决方案比许多类似平台的成本更低，而且更便于在实验室环境中设置。

Sabrina Bodmer等研究人员在相关论文中写道：“这篇论文介绍了一种具有低成本传感的开源微型类汽车机器人，以及适合优化基系统识别、状态评估和控制的流水线（pipeline）。整个机器人平台的成本不到700美元，从而大大简化了在现实环境中验证先进算法的过程。”

此次开发的硬件是Chronos的升级版本，Chronos是他们在2023年国际机器人技术与自动化会议（ICRA）上展示的一款低成本类汽车机器人。新版本的微型汽车具有类似的车身结构，但还包括定制的轮式编码器和现有灯塔定位平台（Lighthouse positioning deck）。

该汽车传感器收集的数据可用于高精度评估汽车状态。研究人员还开发了固件、软件和详细的硬件设计，可供其他团队在实验室内部署他们的汽车。

该团队还展示了一种带有Pacejka轮胎力的改进自行车模型，以模拟所考虑全轮驱动汽车的动力学，并防止模型在低速时出现异常。此外，研究人员还提供了一种优化基系统识别方法和一种滚动时域估计（MHE）方案。

值得一提的是，此次开发的机器人平台是模块化的，这意味着它可以进行调整以用于测试其他不同系统的算法，包括模型火箭和多代理机器人团队。研究人员已在若干现实世界实验中测试了他们的硬件和软件，从而证明了他们在机器人研究方面的潜力。

研究人员表示：“在大量的硬件实验中，我们发现所提出的系统识别方法产生了具有高预测精度的模型，而MHE提供了准确的状态估计。最后，即使在有限时间间隔内出现传感器故障，整个闭环系统也表现良好。”

该团队的硬件、固件和软件已在GitHub托管平台上提供，该社区内的其他人很快就可以利用它们在实验室环境中测试自己的算法。新机器人的成本相对较低，受益于可靠的支持软件，最终可能成为学术研究和实验室工作的竞争平台。