【NEUQ RM SI战队项目开源】gazebo仿真开源

写在前面
演示视频
第一部分：机器人仿真环境
正文：基于gazebo的RM仿真环境
贡献
照片墙

写在前面

一个新冠疫情，打乱了所有队伍的备赛计划，转战云备赛是不得已的选择。今年二月份，我们就开始陆续进行云备赛了。过程中，仿真环境的选择和搭建是必须要过的第一关。我们开发出了一个基于gazebo的rm仿真环境，现在开源给各位，供各位参考。
本文分为两部分，第一部分总结了各类常用的机器人仿真环境，第二部分才是正文。正文包括模型介绍、典型用法和配置步骤。对机器人仿真环境比较熟悉的同学可直接跳至分割线后阅读正文。

演示视频

点击链接：https://v.qq.com/x/page/e31016be5tc.html

第一部分：机器人仿真环境

RM论坛上的仿真主要分为三类，算法仿真、机械仿真、基于游戏引擎的仿真。算法的仿真通常是基于matlab的。Matlab编程简单，能够快速地实现一些简单地想法，但是不如一些有gui的仿真环境直观，而且matlab受限于其解释性的编程语言，运行速度慢，对于大型的程序无能为力。如果搭配一些现有的机器人工具箱，会使仿真直观得多。

matlab中的机器人工具箱：

这里给出机器人工具箱的网址：机器人工具箱
Github项目地址：Github项目
最近在论坛上有一款机械仿真环境很火，那就是admas。通过admas可以检验所设计的机械结构的合理性以及一些动力学特性。
甚至还有大佬用游戏引擎unity开发了一款RM仿真环境。

基于unity的rm仿真环境：

此仿真环境非常适合操作手练习，甚至还支持局域网对战。这里放出链接：https://bbs.robomaster.com/forum.php?mod=viewthread&tid=6101
https://bbs.robomaster.com/forum.php?mod=viewthread&tid=10288
https://bbs.robomaster.com/forum.php?mod=viewthread&tid=9288

除了论坛大佬开源的仿真以外，我们还可以使用一些成熟的机器人仿真软件，如gazebo、webots和V-REP(coppeliasim)。我们最熟悉的可能是gazebo(http://gazebosim.org/)，gazebo支持动力学仿真，内置了许多传感器，诸如激光雷达，各种单目、双目以及深度摄像头，还有接触传感器等。在gazebo中，我们可以构建机器人模型，也可以使用内建的模型搭建机器人。不仅如此。Gazebo还支持TCP/IP通信。有人还基于gazebo开发了一个无人机仿真环境Rotors(https://github.com/ethz-asl/rotors_simulator)。
但是，总体来看，我个人认为webots(https://www.cyberbotics.com/)比gazebo更强大一些，维护得也更好，在gazebo已有功能的基础上，webots还支持更多的平台(win, mac, Linux)以及更多的语言(c, c++, python, java, ros, matlab)。V-REP（现更名为coppeliasim）我没有使用过，但就官网(https://www.coppeliarobotics.com/features)提供的信息来看，这个仿真环境似乎也很强大。

coppeliasim介绍：

正文：基于gazebo的RM仿真环境

我们基于gazebo开发了一个RM仿真环境，它具有友好的接口（ROS），有完整的机器人模型和地图模型，而且方便各位二次开发，现在开源给大家。下面我分模型介绍、典型用法和配置步骤三个方面叙述。

模型介绍
内含的机器人模型有步兵和哨兵。步兵的底盘类型为四轮全向，底盘上方是一个二自由度的云台，云台上安装有发射机构。

步兵urdf模型：

步兵坐标系示意图：

步兵上配置有单目摄像头传感器。
哨兵模型相对简单，目前仅能在轨道上正常运动。

哨兵urdf模型：

场地模型包括2V2和步兵竞速射击，都是严格按照手册1：1构建的。

步兵竞速射击场地俯视图：

步兵竞速射击场地：

2v2场地：

步兵竞速射击的场地中，小陀螺和大风车都可以根据给定的规律旋转。

典型用法
这个仿真环境的典型用法分两类，一是代码架构测试，二是算法测试。
代码架构测试是指将不同队员编写的代码嵌入仿真环境中，以检验数据流或接口的正确性。对于第一年参加比赛的新队伍来说，完成第一版代码并不是一件容易的事情，特别是上位机的一些算法。很多时候代码是由多个同学合作完成的，这就需要代码块之间有良好的接口。如果代码是基于ros的，将会大大提升团队合作的效率。在将代码块合并之前，需要对每个代码块分别单独进行测试。每个模块测试无误后，再将其连接到一起，看有没有bug。这个过程可以在此仿真环境中完成。
此仿真环境还可以做一些算法测试。例如，要验证视觉伺服算法的正确性，只需要将对应代码嵌入此仿真环境：仿真摄像头可以生成视频流，以视频流作为视觉伺服的输入。通过观察云台动作，就可以直观地看到是否有bug。更进一步，可以将计算结果与仿真环境的真实数据做比较，以分析算法的各方面性能。此外，还可以用于哨兵定位算法的测试。

配置步骤

首先下载本工程：
git clone https://github.com/bkxcyu/neuq_gazebo_rm.git如果没有安装gazebo，需要安装
sudo apt-get install ros-kinetic-gazebo-ros-pkgs
sudo apt-get install ros-kinetic-gazebo-ros-control接下来安装一些依赖
sudo apt-get update
rospack profile
sudo apt-get install ros-kinetic-position-controllers
sudo apt-get install ros-kinetic-effort-controllers
sudo apt_get install ros-kinetic-joint-state-controller下面进行编译
cd neuq_gazebo_rm
catkin_make
cd neuq_gazebo_rm/src/rm_description/src
chmod u+x move.py
chmod u+x rviz.py如果编译无误了，可运行demo
（若编译遇到问题，可联系杜泽文（duzewen@neuqrm.cn）。加载场地模型和步兵模型demo
roslaunch rm_description test.launch键盘控制demo
roslaunch rm_description gazebo_node.launch另外，还提供了rviz版
roslaunch single_2101t display.launch
roslaunch rm_description rviz_node.launch

更多详细内容参见此git项目的readme文件。
（https://github.com/bkxcyu/neuq_gazebo_rm/tree/master/neuq_gazebo_rm）

贡献

包晓雨：此项目总负责人
万瀚阳：步兵云台关节控制、步兵云台urdf文件。
李斐菲：单目相机、步兵云台urdf文件。
汤伊静：小陀螺和能量机关上色、仿真开源测试。
罗俊宇：步兵云台urdf文件。
张舒羽：步兵竞速与场地射击场地urdf文件、2v2比赛场地urdf文件、模型汇总。
王嘉浩：哨兵底盘urdf、哨兵底盘与云台urdf的整合。
杨克楠：哨兵云台urdf。
杨子悦：哨兵云台设计。
张雨辰：哨兵轨道urdf、哨兵底盘运动控制、汇总哨兵文件，哨兵readme。
杜泽文：步兵底盘urdf文件、汇总步兵文件，步兵底盘控制、rviz仿真、小陀螺和能量机关关节控制、步兵readme文件。

照片墙

文案汇总：包晓雨审阅：刘苏程排版：王涵 NEUQRoboMaster-SI战队扫描二维码关注我们