[论文解读] MuSHR: A Low-Cost, Open-Source Robotic Racecar for Education and Research
MuSHR 是一个低成本、开源的机器人赛车平台，用于教育和研究，具备完整的硬件/软件栈以及详细的教程，以实现广泛的访问。
We present MuSHR, the Multi-agent System for non-Holonomic Racing. MuSHR is a low-cost, open-source robotic racecar platform for education and research, developed by the Personal Robotics Lab in the Paul G. Allen School of Computer Science & Engineering at the University of Washington. MuSHR aspires to contribute towards democratizing the field of robotics as a low-cost platform that can be built and deployed by following detailed, open documentation and do-it-yourself tutorials. A set of demos and lab assignments developed for the Mobile Robots course at the University of Washington provide guided, hands-on experience with the platform, and milestones for further development. MuSHR is a valuable asset for academic research labs, robotics instructors, and robotics enthusiasts.
研究动机与目标
- 将机器人民主化，通过提供一个负担得起、开源且易于搭建的赛车平台用于教育和研究。
- 提供完整的端到端硬件/软件栈，附带详细文档和教程。
- 通过就绪运行的定位、规划和控制模块，支持大学课程和研究。
- 在多机器人与自动导航情境中实现快速原型设计和试验。
提出的方法
- 使用现成组件构建的硬件，附带详细装配说明。
- 四传感感知栈，包括 RGBD 摄像头（Intel RealSense D435i）和 LIDAR（YLDAR X4）。
- 在板载计算方面使用 Nvidia Jetson Nano，适合典型 RC 电池供电的电力/子系统。
- 软件栈包含四个主要组件：传感接口、控制模块、 ESC 接口、定位模块。
- 一个自主的模型预测控制器（mushr_rhc），能够基于地图的障碍物规避执行静态/动态轨迹规划。
- 基于粒子滤波的定位模块，改编自前期工作，集成到基于 ROS 的导航栈中。
- 开放源代码的传感器 ROS 接口，以及通过游戏控制器的遥控支持，具备安全/后备控制。
实验结果
研究问题
- RQ1一个平台功能齐全的自主赛车在教育和研究中有多经济？
- RQ2低成本栈是否能支持与更高成本对手相当的定位、规划和控制算法？
- RQ3MuSHR 作为提升移动机器人、定位和自主导航课程教学工具的有效性如何？
- RQ4开放文档和教程对促进广泛采用和贡献该平台有何影响？
主要发现
- MuSHR 可以以 600 美元的基线构建，若加装激光扫描仪和 RGBD 摄像头约 900 美元，远比同类基于 MIT 的设置便宜。
- 平台使用 Nvidia Jetson Nano，使定位、规划和机器学习任务在更低成本下运行。
- MuSHR 包含四传感感知栈（RGBD 摄像头、LIDAR、碰撞传感器）并具 ROS 接口和遥控支持。
- 四组件软件栈实现感知、控制（包括自主模型预测控制器）、ESC 接口，以及通过粒子滤波进行定位。
- 提供开放、详尽的文档和视频构建指南，支持快速部署和教育。
- MuSHR 已集成到 UW 课程（CSE 490R、CSE 571、EE P 545）并被用于定位、控制和规划方面的实验。
- 该平台旨在从高中到大学水平促进教育和研究，并持续提供教程与社区驱动开发。
更好的研究，从现在开始
从论文设计到论文写作，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。