现有版本的伽利略系统，在用户的实际使用中发现仍有一些不便之处。比如没有自动路径规划，没有路线的自动选择，没有自动充电，最重要的是系统的开放程度不够，用户没有办法通过程序动态的添加目标点。由于和ROS的深度结合，用户需要对ROS有着深入的理解才能使用伽利略系统。为了解决以上的这些问题。我们目前正在开发伽利略系统新版的SDK。通过SDK用户可以更加方便的体验到伽利略系统的强大功能。新版本在以下的几个方面进行了提升。

1. 易用的API结构

所有的功能都通过RESTFUL API进行了封装。用户不需要对底层深入了解即可使用。

2. 更加用户友好的客户端

新的客户端将是跨平台的，同时对硬件的要求也更低，甚至不需要显卡的硬件支持。

3. 智能路线规划

操作流程更加简洁，不用再费力的画路线和导航点。伽利略系统会根据目标点的位置计算出目标路线。

4. 更多的状态信息

通过API接口不仅可以获取到机器人当前的位置信息，还可以获取到机器人的速度，电压等各种信息。比如机器人当前是在建立地图，巡检，还是在充电。机器人是否移动到指定的位置，距离目标点尚有多远等等。

5. 自动充电功能

只要通过API设置好充电桩的位置，机器人在电量不足的情况下即会自动移动到充电桩充电。

6. 代码重构，更易移植

代码重构，使代码脱离对硬件的依赖。系统更易移植到用户自己的机器人上。同时扩产了传感器的范围，不仅适用于单目视觉导航也可以用于激光雷达导航。

新版伽利略系统的操作流程相对于旧版也有一些改变。具体的操作流程如下。

首先遥控机器人在工作环境中移动，建立环境地图。

然后通过客户端在建立的地图上绘制所有的可以供机器人移动的路线(注意这里和以前不同，以前只是绘制机器人所要走的实际路线)

最后开启导航任务。机器人会根据发布的目标点的位置动态的选择最合理的路线移动。同时导航状态下还有多种模式可供选择。比如单个目标点导航和多目标点的巡检模式。详细信息可以参考伽利略系统的API文档。

自动充电功能使用起来也很方便。只要通过API设置好充电桩的位置，在电量不足的情况下，机器人即会移动到充电桩自动充电。

新版的伽利略系统不仅增加了许多功能，在系统的稳定性上也有很大的提升。通过大量的，不同的实际场景下的测试和我们的不断优化， 现在的伽利略单目视觉导航系统更加稳定了。了解过视觉导航的朋友可能都会知道，视觉导航有以下的几个难点。

1. 室外的开阔环境，强光环境

开阔地带由于周围的可识别对象太少很难追踪。而强光环境下摄像头又会处于过曝光状态，画面质量会很差。

室外条件下的伽利略系统测试

2. 夜晚弱光环境下

同理，在弱光环境下由于光线不足摄像头也很难看清周围的环境

弱光条件下的伽利略系统

3. 相似度很高的环境

由于机器人是根据环境特征进行记忆的。如果两个地方非常的相似，那么机器人就有可能出现记忆混乱的情况。

高度相似条件下的伽利略系统

人员走动情况下的伽利略系统

通过以上的测试视频可以看出，我们的系统在各种困难的条件下都可以很好的工作。

伽利略导航系统SDK正在开发中，敬请期待！