Neurotechnology是机器人技术和高精度物体识别和生物识别技术的开发商，已宣布推出SentiBotics开发套件2.0。SentiBotics旨在通过提供基本的机器人基础设施，硬件，组件调整和机器人软件功能，帮助机器人开发人员和研究人员减少开发移动机器人所需的时间和精力。

该套件包括一个跟踪参考移动机器人平台，一个3D视觉系统，一个模块化机器人手臂和基于机器人操作系统(ROS)框架的软件，该软件完全实现了许多专有机器人算法。还包括完整的源代码，机器人算法的详细描述，硬件文档和编程示例。

“这个新版本的SentiBotics机器人套件不仅包含对现有功能的实质性改进，还包含其他功能，”神经技术机器人团队负责人Povilas Daniusis博士说。“这些新功能不仅可以为移动操作控制系统的开发人员节省时间和精力，还可以使SentiBotics成为大学使用的教育平台。”

新的SentiBotics开发套件2.0包括运动规划软件和机器人的精确3D模型，使机器人能够抓住并操纵物体，同时避开障碍物。3D物体识别和物体抓取系统还允许机器人抓住任意取向的物体。此外，Neurotechnology还增加了使用模拟引擎的能力，该引擎使机器人开发人员能够在虚拟环境中进行操作。

SentiBotics软件包括生物启发的同步定位和映射(SLAM)，自主导航，3D对象识别和对象抓取系统的源代码，这些系统经过调整，可与SentiBotics硬件平台配合使用。

新功能和升级组件包括：

对象传递 - 机器人浏览其先前映射的位置，直到它到达先前已识别分配的对象的位置。机器人尝试直接识别分配的对象并重新定位，直到识别发生并且可以抓取。然后使用机械臂抓住物体，将其放入附加的盒子中并送到给出传送命令的地方。

遮挡场景中的对象抓取 - SentiBotics机器人可以为其操纵器执行路径规划，避免可能在识别的对象和操纵器本身之间的障碍物。如有必要，机器人可以自动重新定位自己以执行抓取任务。例如，机器人可以靠近或重新定向其与物体的角度，使得它处于拾取物体的最佳位置。SentiBotics机器人可以自动确定物体的方向，并以最适合根据物体在太空中的位置抓取特定物体的方式布置其操纵器。

支持仿真引擎 - 支持在模拟环境中开发和测试机器人算法，从而缩短开发时间。

机器人的3D模型 - SentiBotics包括移动平台和机器人手臂的3D模型，这些模型对路径规划，可视化和模拟非常有用。

更高级别的行为模块 - 启用易于编程的更高级别的行为，例如上述对象传递任务，其包括自主导航，对象识别和对象抓取。

其他升级 - 包括更准确的SLAM，3D物体识别系统，改进的移动平台控制器和校准算法。

SentiBotics机器人硬件包括以下组件：

履带式移动平台 - 包括电机编码器和惯性测量单元(IMU)，能够承载高达10千克的有效载荷。

具有七个自由度的模块化机械臂 - 基于Dynamixel伺服电机，能够提升重达0.5kg的物体。每个电机都提供有关位置，速度和力的反馈。

3D视觉系统 - 允许机器人测量0.15到3.5米范围内的距离。

强大的板载计算机 - 英特尔NUC i5计算机，具有8 GB RAM，64 GB SSD驱动器，802.11N无线网络接口; 附带预装的SentiBotics软件。

耐用的20 AH(LiFePo4)电池，带充电器。

控制面板。

所有平台组件都可以从全球制造商和供应商处轻松获得，因此私人行业，大学和其他学术机构的机器人开发人员和研究人员可以使用SentiBotics作为参考硬件来构建他们自己的单元或合并不同的平台和材料。

SentiBotics开发套件还包括：

所用算法的详细信息，包括描述和代码文档。

基于ROS的基础架构 - 允许用户快速集成第三方机器人算法，迁移到其他硬件(或修改现有硬件)，并为机器人算法开发提供统一框架。SentiBotics 2.0基于ROS-Indigo版本。

分步教程 - 介绍如何设置机器人，连接到机器人并测试其功能。

硬件文档和原理图。

演示视频和代码示例(C ++和Python) - 可用于测试或演示机器人的功能，包括如何： -

驱动机器人平台并使用控制板控制机器人手臂。

- 通过简单地驱动机器人并使用此地图进行自主机器人导航来构建环境地图。

- 校准机器人。

- 教机器人识别物体。

- 使用机械臂抓住已识别的物体，包括抓取场景包含障碍物的情况。

- 发送位于以前访问过的地方的对象。