ROS中阶笔记（八）：机器人SLAM与自主导航—机器人自主导航

文章目录

1 ROS中的导航框架
- 1.1 move_base
- - 1.1.1 基于move_base的导航框架
  - 1.1.2 安装
  - 1.2.3 全局、局部路径规划
  - 1.2.4 move_base功能包中的话题和服务
  - 1.2.5 配置move_base节点
- 1.2 amcl（二维概率定位）
- - 1.2.1 amcl简介
  - 1.2.2 amcl功能包中的话题和服务
  - 1.2.3 amcl定位
  - 1.2.4 配置amcl节点
2 导航框架的应用
- 2.1 下载rbx1
- 2.2 导航示例（《ROS by Example》）
- - 2.2.1 错误1
  - 2.2.2 错误2
- 2.3 导航仿真（人为控制）
- 2.4 导航SLAM仿真（自主，还得选择目标点位）
- 2.5 自主探索SLAM仿真
3、小结
- 3.1 机器人必备条件
- 3.2 ROS SLAM功能包应用方法
- 3.3 ROS中的导航框架
- 3.4 ROS机器人自主导航

1 ROS中的导航框架

1.1 move_base

1.1.1 基于move_base的导航框架

其中白色框内的是ROS已经为我们准备好的必须使用的组件，灰色框内的是ROS中可选的组件，蓝色的是用户需要提供的机器人平台上的组件。

1.1.2 安装

$ sudo apt-get install ros-kinetic-navigation

1.2.3 全局、局部路径规划

1、全局路径规划(global planner)

全局最优路径规划（最短路径、运动速度最快···策略）
Dijkstra或A*算法

2、本地实时规划（local planner）

规划机器人每个周期内的线速度、角速度，使之尽量符合全局最优路径。
实时避障
Trajectory Rollout和Dynamic Window Approaches算法
搜索躲避和行进的多条路径，综合评价标准选取最优路径

1.2.4 move_base功能包中的话题和服务

1.2.5 配置move_base节点

参数含义请参考：http://wiki.ros.org/move_base

mbot_navigation/launch/move_base.launch来启动move_base 节点。

<launch><node pkg="move_base" type="move_base" respawn="false" name="move_base" output="screen" clear_params="true"><rosparam file="$(find mbot_navigation)/config/mbot/costmap_common_params.yaml" command="load" ns="global_costmap" /><rosparam file="$(find mbot_navigation)/config/mbot/costmap_common_params.yaml" command="load" ns="local_costmap" /><rosparam file="$(find mbot_navigation)/config/mbot/local_costmap_params.yaml" command="load" /><rosparam file="$(find mbot_navigation)/config/mbot/global_costmap_params.yaml" command="load" /><rosparam file="$(find mbot_navigation)/config/mbot/base_local_planner_params.yaml" command="load" /></node></launch>

1.2 amcl（二维概率定位）

http://wiki.ros.org/amcl

1.2.1 amcl简介

蒙特卡罗定位方法
二维环境定位
针对已有地图使用粒子滤波器跟踪一个机器人的姿态

蓝色点是根据概率算法来估算机器人的位置，蓝色点越密集的地方，说明机器人在这个位置概率越高

具体算法可参考：《概率机器人》

1.2.2 amcl功能包中的话题和服务

1.2.3 amcl定位

里程计定位：只通过里程计的数据来处理/base和/odom之间的TF转换；
amcl定位：可以估算机器人在地图坐标系/map下的位姿信息，提供/base、/odom、/map之间的TF变换。

1.2.4 配置amcl节点

mbot_navigation/launch/amcl.launch来启动amcl功能包

<launch><arg name="use_map_topic" default="false"/><arg name="scan_topic" default="scan"/><node pkg="amcl" type="amcl" name="amcl" clear_params="true"><param name="use_map_topic" value="$(arg use_map_topic)"/><!-- Publish scans from best pose at a max of 10 Hz --><param name="odom_model_type" value="diff"/><param name="odom_alpha5" value="0.1"/><param name="gui_publish_rate" value="10.0"/><param name="laser_max_beams" value="60"/><param name="laser_max_range" value="12.0"/><param name="min_particles" value="500"/><param name="max_particles" value="2000"/><param name="kld_err" value="0.05"/><param name="kld_z" value="0.99"/><param name="odom_alpha1" value="0.2"/><param name="odom_alpha2" value="0.2"/><!-- translation std dev, m --><param name="odom_alpha3" value="0.2"/><param name="odom_alpha4" value="0.2"/><param name="laser_z_hit" value="0.5"/><param name="laser_z_short" value="0.05"/><param name="laser_z_max" value="0.05"/><param name="laser_z_rand" value="0.5"/><param name="laser_sigma_hit" value="0.2"/><param name="laser_lambda_short" value="0.1"/><param name="laser_model_type" value="likelihood_field"/><!-- <param name="laser_model_type" value="beam"/> --><param name="laser_likelihood_max_dist" value="2.0"/><param name="update_min_d" value="0.25"/><param name="update_min_a" value="0.2"/><param name="odom_frame_id" value="odom"/><param name="resample_interval" value="1"/><!-- Increase tolerance because the computer can get quite busy --><param name="transform_tolerance" value="1.0"/><param name="recovery_alpha_slow" value="0.0"/><param name="recovery_alpha_fast" value="0.0"/><remap from="scan" to="$(arg scan_topic)"/></node>
</launch>

2 导航框架的应用

2.1 下载rbx1

执行以下命令：

$ cd ~/catkin_ws/src
$ git clone https://github.com/pirobot/rbx1.git
$ cd rbx1                                        # ~/catkin_ws/src/rbx1
$ git checkout indigo-devel
$ cd ~/catkin_ws
$ catkin_make
$ source ~/catkin_ws/devel/setup.bash
$ rospack profile              # 加入ROS package路径

如果这个package的代码后来更新了，需要执行以下代码：

$ cd ~/catkin_ws/src/rbx1
$ git pull
$ cd ~/catkin_ws
$ catkin_make
$ source ~/catkin_ws/devel/setup.bash

2.2 导航示例（《ROS by Example》）

rviz+arbotix来进行仿真，实现ROS功能包算法的功能。

分别在四个终端下面运行这四个命令：

roslaunch rbx1_bringup fake_turtlebot.launch   #启动机器人,ArbotiX节点，加载机器人的URDF文件
roslaunch rbx1_nav fake_move_base_map_with_obstacles.launch       # 启动导航节点
rosrun rviz rviz -d 'rospack find rbx1_nav'/nav_obstacles.rviz     # 启动rviz
rosrun rbx1_nav move_base_square.py                     # 启动历程

2.2.1 错误1

ERROR: cannot launch node of type [arbotix_python/arbotix_driver]: arbotix_python
ROS path [0]=/opt/ros/kinetic/share/ros
ROS path [1]=/home/ggk/ORB_SLAM2/Examples/ROS/ORB_SLAM2
ROS path [2]=/home/ggk/catkin_ws/src
ROS path [3]=/opt/ros/kinetic/share

解决方法：https://answers.ros.org/question/243919/cannot-launch-node-of-type-arbotix_pythonarbotix_driver-arbotix_python/

1、检查是否安装 arbotix_python package

roscd arbotix_python

2、安装 arbotix_python

方法一：不推荐

sudo apt-get install ros-kinetic-arbotix-*

方法二：推荐

cd ~/catkin_ws/src
git clone https://github.com/vanadiumlabs/arbotix_ros.git
cd ~/catkin_ws
catkin_make
source ~/catkin_ws/devel/setup.bash

2.2.2 错误2

ERROR: cannot launch node of type [arbotix_python/arbotix_driver]: can't locate node [arbotix_driver] in package [arbotix_python]

说明：

安装 arbotix_python，用方法一不行，无法启动节点，因此应该用方法二

2.3 导航仿真（人为控制）

roslaunch mbot_gazebo mbot_laser_nav_gazebo.launch    # 启动仿真环境
roslaunch mbot_navigation nav_cloister_demo.launch    # 启动导航节点

2D Nav Goal来选择目标点，点击左键，来选择一个目标姿态。

2D Pose Estimate调整机器人的位姿，

绿色线：全局规划

红色线：局部规划

2.4 导航SLAM仿真（自主，还得选择目标点位）

前面通过各种功能包来完成SLAM功能，通过导航机器人到达目标点的路径规划；

接下来，把SLAM和导航结合起来：

在导航的过程当中，不断的自主的去探索未知的环境，最终来完成地图的构建；

roslaunch mbot_gazebo mbot_laser_nav_gazebo.launch        # 启动仿真环境roslaunch mbot_navigation exploring_slam_demo.launch      # 启动SLAM+导航的节点
# 机器人一边导航，一变建图

2.5 自主探索SLAM仿真

完全自主在环境当中做运动，去把整个地图构建起来；

roslaunch mbot_gazebo mbot_laser_nav_gazebo.launch
roslaunch mbot_navigation exploring_slam_demo.launch
rosrun mbot_navigation exploring_slam.py    # 控制机器人运动，完成地图构建

3、小结

3.1 机器人必备条件

硬件要求：差分轮式、速度控制指令、深度信息、外观圆形或方形
里程计信息：获取仿真机器人/真实机器人的实时位置、速度
仿真环境：构建仿真环境，为后续SLAM、导航仿真作准备

3.2 ROS SLAM功能包应用方法

gmapping：输入激光雷达、里程计信息，输出二维栅格地图
hector_slam：只需要输入激光雷达信息，输出二维栅格地图
cartographer：输入激光雷达信息，输出二维或三维地图
ORB_SLAM：输入单目摄像头信息，输出三维点云地图

3.3 ROS中的导航框架

move_base：全局规划和局部规划
amcl：二维概率定位

3.4 ROS机器人自主导航

rviz+Arbotix的功能仿真
gazebo不境下自主导航的仿真
导航过程中同步SLAM建图

ROS中阶笔记（八）：机器人SLAM与自主导航—机器人自主导航相关推荐

ROS中阶笔记（七）：机器人SLAM与自主导航—SLAM功能包的使用
ROS中阶笔记(七):机器人SLAM与自主导航-SLAM功能包的使用文章目录 1 机器人必备条件 1.1 硬件要求 1.2 深度信息 1.2.1 激光雷达 1.2.2 kinect 1.3 里程计信 ...
ROS中阶笔记（十）：ROS机器人综合应用
ROS中阶笔记(十):ROS机器人综合应用文章目录 1 ROS机器人综合应用 1.1 PR2 1.2 PR2实践 1.3 TurtleBot 1.3.1 TurtleBot2实践 1.3.2 Tur ...
ROS中阶笔记（六）：机器人感知—机器语音
ROS中阶笔记(六):机器人感知-机器语音文章目录 1 语音识别理论 2 常用语音功能包 3 科大讯飞SDK 3.1 使用前提 3.2 语音听写 3.3 语音合成 3.4 智能语音助手 4 参考资料 ...
ROS中阶笔记（五）：机器人感知—机器视觉
ROS中阶笔记(五):机器人感知-机器视觉文章目录 1 ROS中的图像数据 1.1 二维图像 1.1.1 安装安装usb_cam 1.1.2 显示图像数据 1.2 三维图像(kinect) 2 摄像 ...
ROS中阶笔记（四）：机器人仿真—Gazebo物理仿真环境搭建（重点）
ROS中阶笔记(四):机器人仿真-Gazebo物理仿真环境搭建(重点) 文章目录 1 ros_control 1.1 ros_control安装 2 Gazebo仿真步骤(重点) 2.1 配置物理仿真 ...
ROS中阶笔记（三）：机器人仿真—ArbotiX+rviz功能仿真
ROS中阶笔记(三):机器人仿真-ArbotiX+rviz功能仿真文章目录 01 机器人URDF模型优化-xacro模型文件 1.1 xacro模型文件 1.2 xacro使用方法 1.3 模型显示 ...
ROS中阶笔记（二）：机器人系统设计—URDF机器人建模
ROS中阶笔记(二):机器人系统设计-URDF机器人建模文章目录 01 URDF理论 1.1 什么是URDF 1.2 模型< robot > 1.2.1 < link > e ...
ROS中阶笔记（一）：机器人系统设计—ROS系统下连接外部传感器
ROS中阶笔记(一):机器人系统设计-ROS系统下连接外部传感器文章目录 01 连接摄像头 1.1 ROS下连接usb_cam 1.1.1 前期准备 1.1.2 问题 1.1.3 安装usb_cam ...
ROS中阶笔记（十一）：ROS 2.0
ROS中阶笔记(十一):ROS 2.0 文章目录 1 为什要有ROS 2 1.1 ROS 1的特点 1.2 ROS 1的困境 1.3 ROS 2的曙光 1.4 ROS 2的版本进化 1.5 ROS 2 ...