Hiwonder JetAuto ROS 机器人车由 Jetson Nano 驱动，配备激光雷达支持 SLAM 测绘和导航（入门套件/SLAMTEC A1 激光雷达）

注：此为搭载 SLAMTEC A1 激光雷达的 JetAuto 入门套件，共有六种不同版本，其他版本的 JetAuto 请参阅以下说明

由 NVIDIA Jetson Nano 提供支持并基于 ROS

可选深度摄像头，用于 3D 视觉映射和导航

可选配7英寸触摸屏，用于参数监控和调试

可选配 6 个麦克风阵列，用于语音交互 可选配 6 个麦克风阵列，用于语音交互

产品描述：

JetAuto 是一款入门级 ROS 教育机器人，由 Jetson Nano 提供支持。JetAuto 配备激光雷达、深度摄像头和 7 英寸屏幕，提供各种功能，例如机器人运动控制、地图绘制和导航以及人体特征识别。

1）360°全方位移动

JetAuto配备4个万向麦克纳姆轮，可360°移动，多种移动方式（前进、水平、斜行、旋转）和优异的性能让它敢于挑战各种复杂路线。

2）配备激光雷达并支持SLAM测绘导航

JetAuto搭载激光雷达，可实现SLAM建图及导航，支持路径规划、定点导航和动态避障。

3）直流齿轮电机

它提供强劲的动力，具有高精度编码器，并包含保护端壳以确保延长使用寿命。

4）7英寸高清液晶触摸屏

该屏幕分辨率为1024 x 600像素，兼容NVIDIA，可让您自由监控和调试机器人的各种参数。

5）240°高性能云台

JetAuto 的高精度摆式悬挂结构可以平衡四个车轮所受的力，使其能够很好地适应不平坦的路面。

6）6通道远场麦克风阵列

6通道麦克风阵列及扬声器支持声源定位、语音识别控制、语音导航等功能。

1.激光雷达测绘导航

JetAuto搭载激光雷达，支持路径规划、定点导航、导航避障、多种算法建图，实现雷达守卫、雷达跟踪功能。

1）激光雷达定位

结合自主研发的Lidar高精度编码器和IMU加速度计传感器数据，JetAuto可以实现精准的测绘和导航。

2）各种二维激光雷达测绘方法

JetAuto 采用 Gmapping、HectorKarto、Cartographer 等多种建图算法，并支持路径规划、定点导航、导航避障等功能。

3）多点导航、TEB路径规划

JetAtuo采用激光雷达探测周围环境，支持定点导航、多点连续导航等机器人应用。

4）RRT自主探索地图

JetAuto采用RRT算法，可自主完成勘探测绘、保存地图并返回起点，无需人工控制。

5）动态避障

支持TEB路径规划，在导航过程中实时监测障碍物，从而重新规划路线避开障碍物并继续行驶。

6）激光雷达跟踪

激光雷达通过扫描前方运动物体，使机器人能够进行目标跟踪。

2. 3D Vision AI升级交互

JetAuto搭载3D深度摄像头，支持3D视觉建图及导航，可获取3D点云图像，通过深度学习，可实现更多AI视觉互动玩法。

1）3D深度相机

JeAuto配备Astra Pro Plus深度摄像头，可以有效感知环境变化，实现与人类的智能Al交互。

2）RTAB-VSLAM 3D 视觉映射和导航

JetAuto 利用 RTAB SLAM 算法，创建 3D 彩色地图，实现 3D 环境下的导航和避障，并支持地图内的全局定位。

3）ORBSLAM2 + ORBSLAM3

ORB-SLAM 是一个针对单目、双目和 RGB-D 相机的开源 SLAM 框架，能够实时计算相机轨迹并重建 3D 周围环境，并且在 RGB-D 模式下可以获取物体的真实尺寸。

4）深度图数据、点云

通过相应的APl，JetAuto可以获得相机的深度图，彩色图像和点云。

3.深度学习、自动驾驶

通过JetAuto，您可以设计一个自动驾驶场景来将ROS付诸实践，从而让您更好地了解自动驾驶的核心功能。

1）道路标志检测

通过训练深度学习模型库，JetAuto可以实现基于Al视觉的自动驾驶。

2）车道保持

JetAuto 能够识别两侧车道，并与车道保持安全距离。

3）自动停车

结合深度学习算法，JetAuto 可以识别停车标志，然后自动驶入停车位。

4）转变决策

JetAuto 会根据车道、路标和交通信号灯，判断交通状况并决定是否转弯。

4、MediaPipe发展，AI交互升级

JetAuto利用MediaPipe开发框架实现人体识别、指尖识别、人脸检测、3D检测等功能。

1）指尖轨迹识别

2）人体识别

3）3D检测

4）3D人脸检测

5. AI视觉交互

通过融入人工智能，JetAuto 可以实现 KCF 目标跟踪、线路跟踪、颜色/标签识别和跟踪、YOLO 物体识别等。

1）KCF目标跟踪：

依靠KCF滤波算法，机器人可以跟踪选定的目标。

2）视线跟随：

JetAuto 支持自定义颜色选择，机器人可以识别颜色线并跟随它们。

3）颜色/标签识别与追踪

JetAuto 能够识别和跟踪指定的颜色，并且可以同时识别多个 April 标签及其坐标。

4）YOLO 物体识别

利用YOLO网络算法和深度学习模型库进行物体识别。

6. 6CH远场麦克风阵列

该6CH远场麦克风阵列擅长远场声源定位、语音识别和语音交互。与普通麦克风模块相比，它可以实现更多高级功能。

1）声源定位：

通过6麦克风阵列，实现降噪源的高精度定位，配合雷达距离识别，可以在任意地点召唤Hiwonder。

2）TTS语音播报

ROS发布的文字内容可直接转换为语音播报，方便进行交互设计。

3）语音交互

语音识别与TTS语音播报相结合，实现语音交互，支持科大讯飞在线语音对话功能扩展。

4）语音导航

使用语音命令控制Hiwonder到达地图上任意指定位置，类似送餐机器人的语音控制场景。

7. 互联形成

JetAuto通过多机通讯及导航技术，可实现多机编队表演及人工智能游戏。

1）多车导航

JetAuto依靠多机通讯，可以实现多车导航、路径规划和智能避障。

2）智能编队

JetAuto批次可以在移动过程中保持队形，包括水平线，垂直线和三角形。

3）群组控制

只需一个无线手柄即可控制一组JetAuto，统一、同时执行动作

8.ROS机器人操作系统

ROS 是一个开源的机器人元操作系统，提供硬件抽象、底层设备控制、常用功能实现、进程间消息传递、包管理等基础服务，以及跨计算机获取、编译、编写和运行代码所需的工具和库函数，旨在为机器人研发提供代码重用支持。

9. 凉亭模拟

JetAuto 建立在机器人操作系统 (ROS) 上，并与 Gazebo 模拟集成。这使得在模拟环境中轻松控制机器人成为可能，有助于算法预验证以防止潜在错误。Gazebo 提供视觉数据，让您可以观察每个端点和中心的运动轨迹。这种视觉反馈有助于算法增强。

1）车身模拟控制：

通过机器人仿真控制，可以进行建图导航的算法验证，提高算法的迭代速度，减少反复试验的成本。

2）Rviz展示URDF模型

提供精准的URDF模型，并通过Rviz可视化工具观察建图导航效果，方便调试和改进算法。

10. 多种控制方式

1）WonderAi APP

2）地图导航应用程序（仅限Android）

3）无线手柄