本期萝马车圈干饭系列，我们邀请到电子科技大学LIMITI战队，带来顶尖强队的技术干货分享。
LIMITI战队于2002年建队，秉持“苦作舟、荣辱与共，勤为径、创新求胜”的精神，累计斩获9次全国冠军、2次世界冠军。2026年更是以11场全胜的战绩，再度登顶夺冠。
今年1月，萝马曾邀请队员分享过战队管理经验，本次数位队员再次做客萝马线上会议，聚焦技术维度，分享机械、电控、算法三大板块的研发与实战经验。来自冠军队伍的技术沉淀，希望能为各战队带来参考与启发。
Part.1 机械组方案分享
取块体系，抬升机构
R1行进中取块机构：
R1采用吸盘双臂进行取块，顺应底盘移动给吸盘提供压紧力，实现行进中取块。
整个机构重2.5kg，单臂最长伸出625mm。面对反复调试中轴承对管材造成磨损，导致滑车松动的问题，我们使用了可调的滑车，可通过调节螺丝松紧，在一定程度上延长机构的使用寿命。
R1轻量化抬升机构：
抬升机构重3kg，采用外挂形式，对R1底盘上方空间的占用很小，抬起28kg的R2最大抬升跨度350mm。机构通过绳驱灵活改变动力的输送方向，实现在抬升机构的收放和抬升的过程中，电机动力的复用；半包裹式抬升保证了抬升稳定性，巧妙复用R2伸缩辅助轮，同时实现R2完成2层kfs放置到抬升0等待时间。
R2前+侧取块体系：
本届比赛中电科R2最独特的莫过于将前取和侧取分机构。这样做使得不同对手放块策略对R2过梅林速度影响不大。R2正面是两个各四自由度的摩擦带，在比赛中完成的动作包括取块、清障、捡块、放块，摩擦带结构与底盘的配合使得前取动作流畅快速。摩擦带带轮加了挡边，中间有两个打印件左右导向，防止受侧向力脱出。
R2前+侧取块体系：
侧面取KFS的机构是一个二自由度的机械臂夹爪结构。（如下模拟的是侧面上取的状态）由于这个机构由于选取夹爪作为末端机构，本就头重脚轻，于是末端夹爪框架采用全榫卯+AB胶固定。
在夹爪动端是一个结合丝杆驱动和滑槽转向的特化结构，丝杆驱动保证夹紧力，滑槽以铜套来作为接触面。另外，为了尽量维持压力角稳定不变且相对较小，同时满足张开时前进方向（图中右侧完全打开），滑槽轨迹经过一些特殊设计：
Part.2 电控组方案分享
取块体系，抬升机构
底盘定位融合策略：
多数据源选择:
当某个数据源不可靠时，切换至下一个数据源。
R2底盘决策规划流程：
多路径评估 → 按策略选择最优方案:
R1连续吸取KFS—路径规划
R1路径规划：
车体横向行进，伸缩机械臂末端吸盘从不同高度的梅林台阶侧向吸取KFS。
R1连续吸取KFS—速度规划
速度规划：
按路程分配最大速度，按目标格与邻格空间分配吸取速度；
R1连续吸取KFS—流程
流程：
伸缩臂提前展开、吸盘侧向吸取；完成反馈后释放提速，把机构动作融入运动过程。
Part.3 视觉组方案分享
KFS分布检测·矛头识别·自动捡块·协同通信
方案概览
01、KFS分布检测
YOLO目标分割、目标跟踪与点云定位
02、矛头识别
激光点云处理、坐标变换与区域统计
03、自动捡块
相机与雷达方案，以及目标追踪实现
04、双车通信
ArUco码与二维码识别的两车间通信
KFS分布检测：系统流程
硬件：Kinect 深度相机
软件：YOLO-seg、BoT-SORT、PCL、GICP、ROS/tf，RViz调试
01、识别与跟踪
原始图像输入YOLO-seg
BoT-SORT关联目标
输出目标ID与对应掩码
02、点云定位与坐标转换
结合掩码处理目标点云
GICP六面体配准，得到相对位置
通过tf转换至车体坐标、世界坐标
输出：目标ID与对应位置，用于判断KFS分布
KFS分布检测：识别与定位效果
图像中的目标分割
通过分割掩码与跟踪ID关联目标
世界坐标中的分布
结合点云配准与坐标转换表达位置
九宫格上的识别与定位：
识别策略
采用DNN识别，优先考虑稳定性。
对尝试过的方案，以实际鲁棒性作为取舍依据。
定位策略
01、底面识别与相对定位
本方案稳定性较高，但近距离无法使用。
02、基于全局定位
与梅林上的识别定位思路类似。
九宫格识别示例
矛头识别：
硬件：LD19激光雷达
软件：ROS、PCL，RViz调试
LD19激光雷达
01、数据转换
串口数据转为PointCloud2，再使用PCL处理。
02、滤波与聚类
体素滤波，结合K-means或欧式聚类整理点云轮廓。
03、坐标统一
以4×4齐次变换矩阵组合旋转与平移，整合2D/ 3D雷达、odom、world坐标关系。
04、区域判断与输出
在世界坐标下比较固定区域的点云数量，通过滑动窗口统计输出结果。
注意：3D定位偏差较大时，需要额外处理
自动捡块：相机与雷达方案
相机版本
去年已实现，思路与梅林上的KFS定位相近。
局限：目标显示不完整时，误差会增大，甚至识别错误。
雷达版本
国内赛后约2天完成方案，从开发到联调完成约4 天。
雷达捡块：线段检测与追踪
硬件：LD19激光雷达
点云处理
欧式聚类后进行RANSAC直线拟合，再按线段长度筛选目标。
状态与处理逻辑
未识别
RANSAC无结果，或范围内没有点云时，跳过后续处理。
识别未追踪
对检测结果进行滑动窗口统计。
追踪
在原追踪线段附近的方形区域内配准，抑制数据跳变。
基于ArUco识别的两车间通信系统：
基于二维码识别的两车通信系统：
写在最后：
如想获取本次分享的完整资料，可扫描下方二维码观看本次分享会。
如果想进行更多的互动和讨论，欢迎关注萝马车圈B站账号，也可关注微信公众号，后台留言需求，我们将第一时间为你送上所需资源。
END
