原创 ExBot机器人研究小组2010研究路线图

Step 1 通用控制平台（控制器及软件）

状态：完成

主要成员：刘锦涛、杨维保、陶峰

简介：

从Analog-circuit Control到Digital Control，再到Computer Control（Micro Controller），控制实现的瓶颈已从硬件转移到软件。注意，控制算法不是控制软件。如何将控制算法可靠迅速地转换为控制软件（非手工改写）也将是本项目的一个研究目标，但本项目的主要任务目标是研制一款高性能、通用的控制器及便于控制算法开发的软件接口，为后续研究奠定基础。

实现方法及预期成果：

电路：高性能处理器及高可靠性电路设计、丰富的硬件接口

操作系统：Linux

实时性：移植RealTime-Linux

图形显示：使用QT开发用户界面、彩色显示

软件接口：有待实践提出要求

Step 1同步 《嵌入式机器人学》翻译工作

状态：完成

主要成员：刘锦涛、辛巧、陈睿

简介：

近些年来国内嵌入式系统是红红火火，但机器人（包括研究、教育和产业）仍是冷冷清清。也有很多朋友询问如何入手研究机器人，个人认为从嵌入式入手是个不错的选择，但查遍国内图书，未有一本此类的图书，因此小组便决定翻译引进《Embedded Robotics》，在翻译过程中本人学到了不少知识和技巧，后续的一些研究也是从中得到启发的（如基于行为的自适应控制系统），这本书的中文版将作为本小组成员的入门教材。

以下系统将使用step1开发的控制平台，并在实践中对平台进行改进

Step2视觉反馈控制系统

进行中

分析一个控制系统，无非是传感-反馈-控制三部曲，传感器发展到今天，从简单的电压表、电流表、热敏、声敏、红外到复杂的惯性、声纳、激光、雷达。但若要找出一个general purpose并且cheap的传感器可能非摄像机莫数了。我个人认为机器视觉将是未来机器人甚至控制领域的一个突破点，初步考虑在以下几点进行研究并希望能生成一款实用的基于视觉的控制系统。

高帧速：帧速率直接决定了控制系统的动态性能

信息提取：图像分辨率不见得要高但希望能获得足够多的有用信息

机器视觉与控制系统的结合

以下系统将使用step1开发的控制平台及step2开发的视觉系统，并在实践中对平台和视觉系统进行改进

Step3基于行为的自适应控制系统

未启动

建立一个机器人的行为库（extendable），并通过进化的神经网络实现机器人的自适应，例如清洁机器人进入一个家庭后，房间的格局基本就定了，通过神经网络的进化，机器人的清洁路径及对环境的反应将越来越优，将摆脱人工规划的教条。

Step3（备选）机器学习与最优控制系统

未启动

对于复杂、不确定的环境，按照常经典控制理论设计的控制系统将难以胜任。通过机器学习与最优控制的结合希望能实现系统更高的学习效率和敏捷性（agility）。应用目标为：户外复杂环境下的机器人、无人机。