PyCon2014北京场演讲《Python与机器人技术》

Python与机器人技术

此文为我参加PyCon2014北京场闪电演讲的演讲稿，每张下面附加了我演讲时的注释。给没有看到该演讲的同学看的。

 

 

不解释

 

 

 

大家理想中的机器人是这样的，来自三部电影的大反派。

 

 

 

而现实是残酷的，左图是4年前做的第二个智能小车。如果你认为这个已经很烂了。那么有如爱因斯坦的小板凳一样，我还做过更烂的，比如右图这个是我做的第一个智能小车。

 

 

 

前面开开玩笑，现实也并不总是如此残酷。此图为我做的几种四轴飞行器。做下是第一个，三年多了居然还能飞。因此谈起航空界的一个话题：好的降落是无人伤亡的降落，而完美的降落是飞机还能起飞的降落。右图是我做得第三架。因此谈起航模界的一大迷信，就是首飞前不要拍照，否则就是遗照。可惜我做的第二架首飞炸机，连个遗照都没留下。左上是我做的第四架，配置略高，未来将用于deepglint的无人机平台。

 

 

 

谈谈正事，Python如何与机器人结合。机器人的感知非常重要，并因此影响了机器人的发展。而视觉的信息量很大，是个重要方向。与Python结合的机器人视觉，有关的：

 

1. PyGame可以用于读取摄像头的图像

2. PIL可以读写图片和处理图片，Pythoner是很幸运的，PIL使得很多常见工作无需引用OpenCV

3. OpenCV用于读写图像/视频，以及集成了多种视频处理算法，包括高级一些的人脸识别以及视差合成

4. OpenNI用于读取PrimeSense传感器的图像，可以直接拿到深度数据

5. v4l2可以在Linux下控制摄像头非常精确的功能，如曝光、白平衡等

 

 

 

将处理的结果，变为现实世界中实际的动作。

 

1. wave可以将读写声音文件，将信息编码为声音后，可以使得很多设备能收发控制信号

2. PWM：脉冲宽度调制，对舵机控制、电机调速很重要

3. Servo：舵机，很常用的执行机构

4. Arduino：可以自己用Arduino搭建电脑到现实世界的接口

 

 

 

所有系统都会耗费不少调试时间，更好的调试就带来更高的效率。

 

1. PySerial：串口是电子设备最简单的接口，用PySerial可以让Python直接通过串口通信

2. Python C API control GPIO：可以在特定平台让Python直接控制GPIO来调试，控制LED和读取按键等

3. Automated Testing：自动化测试可以极大的提高效率，而这正是Python的强项

 

 

 

很多处理数据工作都需要极高的性能。所以一些高性能运算的思路：

 

1. NumPy：可以轻松的调用多种科学计算函数，并且效率上丝毫不会降低

2. PyCUDA：可以使用NumPy的数组以及Python来容易的使用CUDA，而核函数就是CUDA的，不会损耗性能和移植性

3. TK1：一种nVidia推出的开发板，可以在嵌入式平台上使用192个CUDA核心

4. Parallella：嵌入式超级计算机

 

 

 

1. 传感器网络：机器人上会配备很多种传感器，而通过Python将这些传感器配置成一些网络服务会使得系统更加灵活

2. ROS是机器人操作系统，未来很有潜力的机器人开发平台，运行于Linux上，提供的官方语言支持就只有C++和Python，成熟度很好

3. Python作为胶水，结合ZeroMQ等，使得机器人系统变得更加灵活可用

4. Python作为集群的底层，使用twisted、gevent等，使得机器人系统可以与外部灵活的通信

 

 

 

立体视觉与深度信息是deepglint创业的核心思路。这个思路使得计算机视觉变得容易了许多。

 

右上为MultiView摄像机，由两个摄像机的视差形成立体视觉，原理与人眼相同。这个结构是用于安装在deepglint自动驾驶汽车上的。

 

PrimeSense是与kinect为同一制造商的深度摄像头，使用简单方便。右下图就是。

 

右下图底下是乐高积木，便于搭建各种简单的机械结构，加速机器人开发。图中安装了TK1。

 

 

 

deepglint开发中的各种机器人。

 

左图是室内巡逻机器人，未来会实现危险场景巡防，以及自动驾驶原型。

 

右上为deepglint自动驾驶原型车，改装中。

 

右下为改装前，车子太好玩，可以经常带大家去公园，而耽误了改车。

 

 

 

感兴趣的联系我，关于deepglint (格灵深瞳)或机器人皆可。以下为我的联系方式。