机器人应用算法的开发和测试通常需要在模拟和物理环境中进行评估。然而，由于机器人硬件成本高昂或在机器人实验室内设置此硬件相关的困难，一些算法可能难以在简单的硬件实验中部署。此外，开发人员通常缺乏可靠的软件来将算法集成到特定的机器人平台上。
据外媒报道，苏黎世联邦理工学院（ETH Zurich）动态系统与控制研究所（Institute for Dynamic Systems and Control）研究人员最近推出一种新型微型汽车机器人和相关的软件包，可以简化机器人应用的一些算法的测试。这些硬件和软件解决方案比许多类似的平台更便宜，并且更容易在实验室环境中设置。据悉，相关论文已上传在arXiv网站。
图片来源：ETH Zurich
“本文提出了一种开源微型汽车机器人，具有低成本传感和基于优化的系统识别、状态估计和控制的管道，”Sabrina Bodmer、Lukas Vogel及其同事在论文中写道。“整个机器人平台的成本不到700美元，因此大大简化了现实环境中先进算法的验证。”
Bodmer、Vogel和他们的同事开发的硬件是Chronos的升级版本，其中Chronos是在2023年IEEE国际机器人与自动化会议（ICRA）上展示的一款低成本的类汽车机器人。新版本的微型汽车具有类似的车身结构，但还包括定制的车轮编码器和现成的灯塔定位甲板。
汽车传感器收集的数据可用于高精度地估计汽车的状态。研究人员还开发了固件、软件和详细的硬件设计，其他团队可以使用这些设计在实验室内部署他们的汽车。
Bodmer、Vogel和他们的同事写道：“我们还提出了一种带有Pacejka轮胎力的改进自行车模型，以对所考虑的全轮驱动车辆的动力学进行建模，并防止模型在低速时出现奇点。此外，我们提供基于优化的系统识别方法和移动水平估计（MHE）方案。”
值得注意的是，Bodmer、Vogel及其同事开发的机器人平台是模块化的，这意味着它可以适用于测试各种其他系统的算法，包括模型火箭和多智能体机器人团队。研究人员已经在几个现实世界的实验中测试了他们的硬件和软件，这证实了在机器人研究方面的潜力。
Bodmer、Vogel和他们的同事写道：“在大量的硬件实验中，我们表明所提出的系统识别方法可以产生具有高预测精度的模型，而MHE则可以产生准确的状态估计。最后，即使在有限的时间间隔内出现传感器故障，整个闭环系统也表现良好。”
