Ich habe ein Team humanoider Nao-Roboter für eine Fußball-Challenge programmiert und dabei Bewegungssteuerung, Multi-Agenten-Kollaboration und übergeordnete Planung implementiert. Die Simulation verbindet die NAOqi-Software-in-the-Loop-Laufzeit über ein eigenes Plugin mit Gazebo und ermöglicht so Gelenksteuerung und Sensor-Feedback für den NAO in der simulierten Welt; dazu kommen ein Fußballfeld-Weltmodell, ein eigenes Kinect-Sensormodell und AprilTag-basierte Ballerkennung.
Im Elfmeter-Szenario navigiert ein NAO autonom zum Ball (erkannt über AprilTag-tf-Transformationen),
positioniert sich und führt den Schuss über die Gazebo-Physik-Engine aus, während ein eigener
Action-Client-Node benannte NAOqi-Verhalten auslöst. Unser Team erreichte den ersten Platz im
Kurswettbewerb.
Technologien: ROS, Gazebo, C++, Python, YOLO, SLAM