摘要                                              

在我的想象中机器人首先应该能自由的走来走去，然后应该能流利的与主人对话。朝着这个理想，我准备设计一个能自由行走，并且可以与人语音对话的机器人。实现的关键是让机器人能通过传感器感知周围环境，并通过机器人大脑处理并输出反馈和执行动作。本章节涉及到的传感器有激光雷达、IMU、轮式里程计、麦克风、音响、摄像头，和用于处理信息的嵌入式主板。关于传感器的ROS驱动程序开发和在机器人上的使用在后面的章节会展开，本章节重点对机器人传感器和嵌入式主板进行讲解，主要内容：

1.ydlidar-x4激光雷达

2.带自校准九轴数据融合IMU惯性传感器

3.轮式里程计与运动控制

4.音响麦克风与摄像头

5.机器人大脑嵌入式主板性能对比

6.做一个能走路和对话的机器人

5.机器人大脑嵌入式主板性能对比

从事SLAM与机器人导航也有几年时间了，期间用过不少的嵌入式主板做开发。机器人是软硬件结合的一个实体，这里就对机器人的大脑（嵌入式主板）进行一些讨论。结合我用过的一些嵌入式开发板，展开对比分析，具体型号如图32。

（图32）我用过的嵌入式板型号

5.1.树莓派3                                                               

树莓派一直很火，现在已经推出第三代了。这里放一张树莓派0、树莓派2、树莓派3的全家福吧，如图33。

（图33）树莓派全家福

接下来看看具体的性能参数，如图34。如果想了解更多关于树莓派的资料，可以阅读树莓派的wiki教程https://en.wikipedia.org/wiki/Raspberry_Pi。

（图34）树莓派性能参数

树莓派3，售价200RMB左右，CPU是1.2Ghz ARM-Cortex-A53，内存1GB，板载wifi模块，还有一个多媒体显示GPU（不过感觉没什么用）。CPU和内存配置算的的上是同等价位嵌入式主板的战斗机了，板载wifi这个也很实用。虽然树莓派支持安装很多种linux系统，由于我这里要跑ROS机器人系统，所以我选择了安装ubuntu-mate-16.04, ubuntu-mate-16.04 LTS实际上是ubuntu-16.04 LTS的一部分，为桌面、Raspberry Pi 2和3单片机准备的，这也是Ubuntu MATE的首个LTS长期支持版，亮点在于包含MATE 1.12.1桌面环境，针对平板支持多点触控和“自然滚动”，对多屏幕设置提供更好的支持，更好的会话管理，扩展的systemd支持，改进过的Power小程序——可显示产品型号和提供商信息等内容。

（图35）ubuntu-mate-16.04系统界面

安装好ubuntu-mate-16.04操作系统后，上电可以看到图35所示的系统界面，就可以安装kinetic版本的ROS了，然后就可以验证SLAM算法了。Gmapping激光SLAM建图和ros-navigation自动导航跑的都很顺畅；google-cartographer进行建图和重定位也没什么问题；跑ORB-SLAM2的Mono模式就不太行了，帧率5帧以内。

5.2.Firefly-RK3399                                       

萤火虫开发板还是很强大的板子分RK3288和RK3399两个版本，先看一下官方的宣传广告。

（图36）Firefly-RK3399

如图36所示，RK3399双核CortexA72+四核CortexA53的CPU和2GB/4GB可选配的内存，一看这些配置就知道很强大，的确跑各种视觉算法很不错，不过1000RMB的售价感觉有点小贵。

5.3.Nvidia-jetson-TK1                                 

（图37）Nvidia-jetson-TK1

Tegra K1是Nvidia推出的一款AI级别的嵌入式主板，ARM-Cortex-A15的CPU，192个CUDA核心的kepler架构的GPU，2GB内存，如图37。有人用Tegra K1做了一个计算集群，感觉还挺有意思的，如图38。

（图38）Nvidia-jetson-TK1计算集群

5.4.Nvidia-jetson-TX2                                 

Jetson TX2的是可以作为核武器的处理器的（@~@），性能是十分强大的。简单的智能小车或者机器人不推荐使用TX2，性价比比较低。利用TX2做处理器，控制移动平台（高精度的小车底盘）做SLAM我觉得是一个相当有意思的项目，TX2的处理能力非常适合实现机器视觉。

（图39）Nvidia-jetson-TX2

图39中左边是官方的开发板和扩展板，不过由于官方扩展板体积太大了用在很多地方不方便，于是网上推出了一款小巧的扩展板Connect Tech Inc很不错。

（图40）Nvidia-jetson-TX1/2性能参数

这个是性能表，看上去也是叼叼的，不过售价不便宜接近5000RMB。。。

5.5.Intel-NUC                                              

前面介绍的都是ARM架构的主板，现在介绍一款X86架构的主板NUC。

（图41）Intel-NUC

之前用过Intel-NUC7-i7,19V供电65W功耗感觉不适合嵌入式级别的应用场合，而且3000RMB的售价也没法和Nvidia-jetson-TX2比较性价比，所以不推荐在机器人上使用。

5.6.Intel-Edison                                          

其实这是intel一个失败的尝试，主打物联网应用，CPU采用intel的Atom处理器，最大的亮点是可以在主板上直接扩展Ardunio单片机开发板。如图42。

（图42）Intel-Edison

其实个人不推荐用Edison来开发SLAM算法，不过也有公司做这方面的尝试，比如上海思岚科技的SLAMWARE-CORE就是Edison的模仿者。

（图43）SLAMWARE-CORE

5.7.Google-Tango-phone                          

其实Tango-phone是一个完整的AR方案，手机内集成了深度相机和VO视觉里程计。

（图44）Tango-phone

看网上的演示视频也是十分的炫酷，不过最终这个项目还是没有在google中火起来，可能还是存在不少问题的吧。

5.8.总结                    

（图45）性能对比

最后，总结一些各个开发板的性能对比，见图45。玩机器人和SLAM的朋友们，如果是中低端需求推荐树莓派3，高端需求推荐jetson-TX2。