KKSwarm功能升级，低成本实现多车集群与避障

KKSwarm集群测试平台是一款高效、易用的集群研究平台，适用于多车编队、集群算法的验证与开发，以及强化学习的研究。

KKSwarm的优势


  • 能够更加快速地生成强化学习避障算法；

  • 支持集群算法理论到物理验证的快速落地；

  • 凭借低成本即可快速搭建成百上千的无人车集群；

  • 让开发者脱离繁杂的集群自主避障、集群定位等问题，专注于集群应用逻辑的研究；

  • 软件开源，方便开发者进行学习与二次开发；

  • 开放了硬件底层协议，支持硬件扩展；

  • 预留了串口等功能，方便开发者对硬件进行升级和改造；

  • 支持强化学习功能研究、分析和生成。

升级功能介绍


自KKSwarm项目发布后5个月的时间里，为了降低开发者的操作难度，支持更多开发者的需求，项目团队针对多车集群、多车避障、多车定位等场景需求，做了更深度的优化：

1、实现低成本定位

采用单摄像头与多二维码的视觉定位方式，相比目前主流的激光雷达定位，大大降低了定位成本。此外，我们将定位精度由原来的±5cm升级到了现在的±3cm，实现了同时支撑20个无人车集群控制。未来还将实现图像拼接的功能，将进一步降低定位成本，支持更多数量的无人车集群控制。

2、多车集群避障

产品深度优化了多车之间的避障算法，由原来的6车升级到了20车，在进行集群控制的同时，实现多车自主避障，方便开发者进行集群功能的二次开发。此外还升级了更多的队形变换，如：一字行进、品字行进、队列行进等。随着项目不断更新迭代，后续也将支持更多小车的同时避障。

3、支持matlab仿真与ROS接口

本产品支持matlab仿真及ROS接口，开发者可在matlab中开发自己的算法，之后无缝衔接到产品上进行算法验证。同时提供标准的ROS接口，方便开发者对产品进行二次开发。
由此可见，KKSwarm集群测试平台拥有高精尖的技术水平、超强的可扩展性、完善的教程文档及持续的维护服务，是一款不可多得的高等教育辅助利器。

可搭配学习的资料：

1、开源项目地址：
https://github.com/amov-lab/kk-robot-swarm

https://github.com/kkswarm/kk-robot-swarm

2、Wiki资料：

https://wiki.amovlab.com/public/misaro-doc/

未来展望


KKSwarm未来将以低成本集群方案为基础，利用强化学习带来的便利，继续深化集群方向的应用与研究。更多功能特点，仍在持续演进中，敬请期待！


若您对本产品感兴趣，可扫码加入“KKSwarm交流群”，探讨相关技术~

特别说明：为鼓励广大开发者开源，凡是购买产品并基于KKSwarm系统研究出新算法，同时达到以下标准者，阿木实验室将给予相应现金奖励（按最高贡献只奖励一次），欢迎各位开发者积极参与，与阿木共建KKSwarm开源项目。

A类贡献者(奖励2w元)，需同时满足以下要求：

1. 开源算法发表在SCI期刊；

2. 提供相应算法代码或下载链接；

3. 提供相应演示视频。

B类贡献者(奖励8k-1w元)，需同时满足以下要求：

1. 成果发表在EI期刊；

2. 提供相应算法代码或下载链接；

3. 提供相应演示视频。

C类贡献者(奖励2k-5k元)，需审核：

1. 成果以论文、博客、教程等形式发表；或提供与众不同的演示视频。


- END -


阿木实验室：为机器人研发提供开源软硬件工具和课程服务，让研发更高效！


官方淘宝店：阿木实验室（可购买硬件配件）
硬件咨询1：danqiu199506（欢迎洽谈合作）
硬件咨询2：amovlab_ha（欢迎洽谈合作）
课程咨询：jiayue199506（领取免费资料包）


- End -

技术发展的日新月异，阿木实验室将紧跟技术的脚步，不断把机器人行业最新的技术和硬件推荐给大家。看到经过我们培训的学员在技术上突飞猛进，是我们培训最大的价值。如果你在机器人行业，就请关注我们的公众号，我们将持续发布机器人行业最有价值的信息和技术。

ꄴ前一个： 无
ꄲ后一个： 无

教程

COURSE

넳 넲