S1机器人评测报告_奥比中光s1机器人

S1机器人评测报告

以下内容根据深圳大学2023暑期实训营学员测评报告整理

外观

Orbbot S1的外观主要由一个金属箱型车身构成，内部搭载着铝合金麦轮。在车身的数字舵机上，附带着四自由度机械臂和柔性机械爪。此外，还配备了两根固定金属杆和带有角度调节支座的奥比中光Astra Pro深度相机。值得注意的是，机身的两侧各装有一条蓝色灯带，在原本朴素的黑色车身上，这两条蓝色灯带直接提升了产品的科技感。在简单组装完成后，我们立即开始了性能测试。

Orbbot S1机器人外观实拍图

开机体验

在客户端成功与机器人通过机器人自带热点建立连接后，我们验证了机器人能够对发送的指令做出适当的反应。随后，根据3D视觉开发者社区提供的开发手册，我们将测试内容划分为以下几个板块：基础3D视觉应用、人体姿态控制功能、SLAM建图与导航课程，以及利用机械臂实现物块抓取。

Orbbot S1机器人实验手册
1

开始实验

在机器人的基础3D视觉应用方面，我们首先对其线条和色块识别追踪功能进行了测试，使用了OpenCV视觉库中的KCF算法实现。由于深度摄像头提供了高精度的景深测量，机器人在这方面表现出色，对待识别物体的准确率很高。这使得机器人在巡线任务、自动化生产线、质量检测以及物料搬运等场景中有着显著的应用潜力。

接着，我们对深度相机在环境点云图方面进行了测试。所获得的点云图呈现出丰富的几何形状和尺度信息，尽管容易受光照强度变化的影响，在大多数情况下仍能稳定地捕获周围环境的三维点云信息。这一特性使得在三维建模设计、自动驾驶、医学成像等领域中具备广泛的应用前景。

另外，由于我们对开发手册中提到的3D视觉实现人体姿态控制应用也抱有浓厚兴趣，因此我们特意进行了测试，探究了利用人体骨架进行机器人控制以及利用3D视觉实现人体跟踪等性能。

通过叉腰动作的功能标定，我们成功实现了通过识别人体骨架来控制机器人的能力。通过抬左、右脚以及伸左、右手的动作，我们能够控制小车的姿态和进行语音交互。尽管客户端图像处理在长时间使用中可能出现延迟，但整体功能反应非常灵敏。在此过程中，小车能够准确地识别骨架并做出相应反应。

在人体跟踪方面的测试中，我们发现小车能够在0.5m-2m的范围内精准地识别并跟踪目标。然而，值得注意的是，在远距离人体识别的精度以及对环境光的抗干扰能力方面，还存在着一些改进的空间。

骨架算法识别人体
1

在SLAM建图与导航课程性能的实验测试中，机器人能够准确地感知外界环境，实现SLAM建图导航和路径规划并保存地图。实验引导中介绍了如何通过深度相机视觉与激光雷达进行融合，实现建图与路径导航。在该性能的体验上，初次运行时小车扫描得到的二维/三维图像可能出现一些形变，但在降低小车速度进行扫描后，能够获得更为精确的图像。因此在用户运行这一功能时，适当降低小车速度以保证建图精确度。且小车利用深度相机数据加强了对异形物体的识别率，在避障测试中得到理想的结果。

2D建图
1

3D建图 
1

再是利用机械臂实现物块抓取，我们在小车视野内放上物块后，小车会自主识别、调整到达需要的位置，并对物块进行抓取，完成后小车能够自主巡航到特定位置放下物块。经过我们的多次测试，小车能够抓取多种不规则物体，柔性机械爪能够为小车的抓取功能提供更多的稳定性。

一些注意事项

在我们的测试过程中，时常会出现小车在运行过程中延迟增加的情况，我们猜测这可能是由电量不足引起的。小车电压显示11.0V以上时基本能做到快速反应，而电压在10.5V以下会错误率会渐渐增加。所幸小车支持接通电源时正常运作。希望在后续开发中能够加强硬件性能，保证机器人更长的持续使用时间。

S1小车电压显示
1

另外，我们还了解到开发团队正在对机器人的深度学习推进开发工作，产品在后续的更新中将学会深度学习手势识别、沙盘交通识别和基础物理识别等。

测评总结

最后，Orbbot S1机器人能精准而迅速地做出指令的复杂动作，作为一个开发平台，还可以通过ROS机器人系统进行二次开发，加入开发者独创的设计能利用深度摄像头和机械臂的性能开发出能应用于各种竞赛场景的机器人。想要通过ROS机器人系统对机器人完成开发的用户可以在这个平台得到好的体验可以依照自己的能力入手。

总的来说Orbbot S1是一款具有多种功能并在开发者手中能进行二次创作的平台，未来可期。