“商服机器人”能够实现室内建图、定位导航、路径规划、仿真演示等功能，机器人采用双主控架构，应用级控制器为Edgeboard FZ5C，
负责复杂算法和机器人逻辑计算工作，下位机控制器为STM32单片机，负责机器人传感器数据采集、电机PID控制、机器人里程运算、
通信转接等工作。具有高清摄像头、显示屏、激光雷达、超声波传感器、陀螺仪、碰撞传感器、编码器、呼吸灯等。
商服机器人课程的学习涉及C++语言程序设计、Python语言程序设计、机械设计、机械控制、传感器技术等多方面的基础知识。课程定位于各中高职、
专本科院校自动化、机器人、计算机、电子类、人工智能等相关专业的专业基础课与综合实践课，已修完先修课程的学生均可学习本课程，
本课程亦可作为商服机器人爱好者的课外读物与实践参考手册。
| 章 |
节 |
| 第一章 ROS机器人操作系统概述 |
1.1 服务机器人概述 |
| 1.2 ROS机器人操作系统 |
| 1.3 实训：ROS配置与实操 |
| 第二章 即时定位与地图构建（SLAM） |
2.1 认识机器人常用传感器 |
| 2.2 机器人坐标系构建 |
| 2.3 SLAM建图基本原理 |
| 2.4 实训：激光SLAM建图实验 |
| 2.5 实训：3D SLAM建图实验 |
| 第三章 运动控制与导航技术应用 |
3.1 移动机器人平台架构 |
| 3.2 机器人运动控制决策 |
| 3.3 路径规划技术 |
| 3.4 导航与定位基本原理 |
| 3.5 实训：激光导航实验 |
| 3.6 实训：视觉融合导航实验 |
| 第四章 语音识别技术应用 |
4.1 语音识别技术 |
| 4.2 语音交互与TTS |
| 4.3 实训：语音识别实验 |
| 第五章 机器人识别与跟随技术 |
5.1 图像识别技术及机器人应用 |
| 5.2 人脸识别基本原理 |
| 5.3 手势与姿态识别技术 |
| 5.4 目标跟随技术原理 |
| 5.5 实训：人脸识别实验 |
| 5.6 实训：手势识别实验 |
| 5.7 实训：人像跟随实验 |
| 类别 |
名称 |
参数 |
| 基本参数 |
商服机器人尺寸 |
45.0cm×40.0cm×111.8cm |
| 载物框最大负载 |
5公斤 |
| 应用控制器 |
Edgeboard FZ5 |
| 下位机控制器 |
STM32单片机 |
| 显示屏 |
10.1寸 1920x1080 IPS工业屏幕 |
| 电池 |
24v10AH锂电池 |
| 超声波模块 |
工作电压 3v~5.5v |
| 激光雷达 |
RPLIDAR A1M8 |
| 摄像头 |
视觉深度体感摄像头 |
| 性能参数 |
建图范围 |
50*50m |
| 建图精度 |
0.02m |
| 避障距离 |
0.5m |
| 待机时间 |
7h |
| 续航时间 |
5h |
| 控制频率 |
50hz |
| 最大运行速度 |
0.3m/s |
| 最优运行速度 |
0.15m/s |
| 手势识别频率 |
1.5FPS |
| 姿态识别频率 |
2FPS |
| 人像识别频率 |
1.5FPS |
| 名称 |
规格 |
数量 |
| 商服机器人 |
45.0cm×40.0cm×111.8cm |
1 |
| 商服机器人场地 |
454cm×363cm×35cm |
1 |
| 键盘鼠标 |
2.4G/BT5.0 |
1 |
| 遥控手柄 |
|
1 |
| 电源适配器 |
|
1 |
