本毕业设计基于智能机器人（turtlebot）采用机器人操作系统（ROS）来实现机器人目标追踪，定义了一些运动目标的特征分析和计算，通过特征匹配识别到所需跟踪目标的区域；然后再结合C/S（客户端/服务端，Client/Server）通信结构，客户端用来接受kinencts所采集的图像，将物体识别到云服务器；云服务器利用机器人跟踪技术实时的通过对图像计算做出移动指令，将结果返回服务器做逻辑处理并产生控制命令，最终实现对机器人的远程跟踪控制。

......

在本项目中研究了智能机器人物体识别与跟踪实现技术，在反复的学习与实验下，基于turtlebot实现了将物体识别迁移到云服务器，云服务实时的通过对图像计算做出移动指令，最终实现了目标跟踪。本项目实验中结合了多方面知识内容，包括机器人操作系统ROS，客户端/服务器编程,基于kinect图像识别和处理。在本实验中的前部分重要工作，就是学习机器人操作系统ROS及shocket通信，因为有了对这部分知识的掌握我们才能与机器人交互，开发目的任务。

本项目实现框架将图像数据收集与处理分离，机器人可以做的非常小，因为不需要非常强大的计算能力，仅仅需要把获取的数据提交到云计算服务器上就可以了，利用云端完成图像处理，同时减轻了客户端与服务器的处理压力，是可以进行深入开发的机器人功能服务架构。

云机器人不仅仅在类人机器人领域能够发挥大作用，一些特殊的领域也少不到云计算的身影。比如驾驶机器人，透过云计算，就能和交通部门的服务器通信，自动规划最优化的路线。在星际探索领域，可以设立云计算基站，航天器就不需要耗费大量的能力和占据宝贵的空间。

对ROS的学习是进入机器人控制领域的开端，ROS为开发者操作机器人硬件做了很好的抽象，不用去成为一个机器人学专家就能够开发出一系列的复杂程序。本身ROS也是一个复杂的工具，需要我们不断的深入学习及实践，才能够熟练掌握。在以后的学习中，会不断弥补知识的欠缺，提高创新性，研究并开发更加完善的机器人任务。

......

基于ROS的坐标系

在给机器人发送运动命令之前，需要了解在ROS中使用的测量单位和坐标系统规则。

ROS使用右手约定来定位坐标轴。食指、中指和拇指分别指向x、y、z的正轴，对于轴的旋转方向为逆时针方向。如果将拇指指向任何轴的正方向，则手指会沿着正旋转的方向卷曲。对于使用ROS的移动机器人，x轴指向前方，y轴指向左侧，z轴指向上方。基于右手定则，机器人围绕z轴的正旋转是逆时针方向，而负旋转是顺时针方向。

ROS使用国际公制系统，线速度始终以米/秒（m/s）为单位，角速度以弧度/秒（rad/s）为单位。

运动控制水平

控制一个可移动机器人可以在一系列级别下完成，并且ROS为这些不同级别的控制都提供了响应的方法。

在本项目中，我们选择的是基座控制器级别（Base Controller）。驱动程序和PID控制程序一般被组合在一起，封装成一个节点，称作基座控制器Base controller。在抽象的下一个级别，机器人的期望速度是以真实世界的单位来指定的，例如每米的米和弧度。通常也会运用某些形式的PID（Proportional Integral Derivative 比例积分导数）控制。这些方面体现了ROS尽可能地使机器人按照我们期待的行为方式去运动。

基座控制器程序必需始终运行在一个安装有引擎驱动控制程序的计算机上，而且在启动机器人时，它会是第一个被启动的节点。如果我们的机器人配有了基座控制程序，ROS会提供一些工具是操作者向机器人来发布......