27、机器人系统设计与实现：硬件、软件与未来展望

机器人系统设计与实现：硬件、软件与未来展望

1. 硬件设计

1.1 PC 系统

新引入的神经网络需要在机器人上使用 GPU 进行计算。由于嵌入式 GPU 芯片（如 Nvidia Jetson TX2）无法为任务优化和导航算法提供足够的处理能力，我们设计了一款定制的 PC 解决方案。该方案由 AMD Ryzen 3700x 处理器、mini - ATX 主板和低功耗的 Nvidia GTX1650 显卡组成，显卡通过转接电缆连接到主板。这使得我们能够构建一个扁平的机箱，将主板和显卡安全地安装在内部。机箱的外形尺寸使其可以像服务器机架一样滑入机器人的背部。

1.2 PSU 电源

我们开发了一款定制的 PSU 电路板，其中包含用于执行器的紧急开关、主电源开关以及用于 5V 和 12V 的高效电压控制器。它配备了一个自定义设计的可选择电压的插头系统，因此所有外围设备都可以使用相同类型的插头连接。此外，由于机械臂的功耗超过了板载控制器的限制，我们为其使用了一个可调的 DC - DC 控制器。对于定制的 PC 系统，我们使用标准的 250W 汽车 ATX 电源。

1.3 机械臂

由于预算限制，我们无法购买适用的机器人手臂，因此开发了一个定制解决方案。我们将圆柱形机器人手臂和关节手臂的概念相结合。该设计利用线性齿轮控制手臂的 z 轴和 x 轴，结合第一个旋转 z 关节，TCP 可以移动到操作区域内的任何点 (x, y, z)。为了增加灵活性，在 TCP 和线性 x 轴之间添加了两个额外的旋转关节（y 和 z），以补偿物体和手臂的方向。我们使用的执行器是实验室中现有的简单 Dynamixel MX - 106 和 AX -