随着科技的发展，机器人已逐步应用到人类的工业、生活、医疗养老，物流运输等方面。但传统机械臂无法灵活移动而且需要预先编程才能完成既定的工作，这使得其适用范围受到了较大的限制。未来的机械臂在应用中将不断向可移动化、智能化、人机共融的方向发展，机器人以“人类助手”的角色部分替代或者协助用户完成一些更为复杂的任务。复合机器人（或称移动机械臂）就应运而生。

       复合机器人系统通常由一个移动平台、一台或多台机械臂及其末端执行器复合而成，此外还包括多种传感器，以保证机器人具有良好的环境感知能力，完成一些复杂任务。然而现有的复合机器人系统设计方案多采用麦克纳姆结构，该类结构不适应室外恶劣的地面环境（如沙石路面等不平路面），从而限制了其应用范围。为此，项目设计了一款通用型的复合机器人系统Jupiter（如图1所示，其综合性能参数如表1所示）。它采用主动可转向的轮式（actively steerable wheels）结构，可以在室内外环境下保持良好的移动性能。

       通用型复合机器人系统Jupiter采用六自由度机械臂与基于四主动可转向轮的移动平台复合而成（硬件结构与信息传递关系，如图2与3所示）。四主动可转向轮平台具有良好的移动性能与地形适应性能，四个车轮的朝向与车轮转速可以独立控制。由于车轮轮径较大，与麦克纳姆轮相比，具有更优异的地形跨越的能力，可以克服凸台、草地等恶劣地型环境（如图4-5所示）。同时，该结构保持了全方向的自由度。配合不同的运动模式（如图6所示），机器人可以进行复杂的轨迹运动：包括侧向平移、原地旋转，甚至绕平面任意中心旋转。

       Jupiter系统还配备有激光扫描仪、IMU模块以等传感器，可以实现SLAM功能以及自主导航功能。通过采用Heter SLAM 算法[1]，Jupiter可以建立环境的2D地图。基于构建好的地图模型，Jupiter系统结合了Dijkstra算法[2]以及动态窗口法[3]，可以实现机器人的自主导航。

       为此，实验室专门研发出了一套基于立体视觉的智能抓取方法（如图7所示）。通过采用深度学习方法，采用立体相机的RGB图像对目标进行识别，进而指导对目标点云的分割与目标坐标。通过图像识别的结果选取针对该类目标的动作模板；进一步结合目标点云的分割结果，调整机械臂动作模板的参数，生成适应指定物品的抓取动作并且执行。基于上述方法，Jupiter成功地在实验室模拟环境内，对货架上面的物品进行识别，并且对苹果进行精准抓取及分类。[实验视频]

       Jupiter是一款功能强大的通用型复合机器人系统。它具有优秀的移动性能，能适应室内外恶劣的地形环境，并且运动灵活；同时，还具备自主导航以及智能识别抓取目标物品的能力。未来，实验室将继续在Jupiter平台上进行更深入移动操作技术研究，进一步提高系统的智能程度，并用于解决实际应用问题。

图1 复合机器人系统Jupiter

表1 Jupiter的综合性能表格

图2 复合机器人Jupiter结构介绍

图3 系统的信息传递图

图4 Jupiter跨越减速带的情景

图5 Jupiter在带有碎石及草地运动的场景

图6 Jupiter移动平台的多种运动模式

图7 机器人智能抓取算法框架

（相关论文已被CYBER2019会议接收。[PDF下载]）