ros 机器人雷达建图蒙特卡洛定位导航路径规划仿真 move_base gmapping acml

博文github

一、安装 turtlebot 移动机器人底座进行导航

1、安装系统依赖

sudo apt-get install ros-indigo-turtlebot-bringup \
ros-indigo-turtlebot-create-desktop ros-indigo-openni-* \
ros-indigo-openni2-* ros-indigo-freenect-* ros-indigo-usb-cam \
ros-indigo-laser-* ros-indigo-hokuyo-node \
ros-indigo-audio-common gstreamer0.10-pocketsphinx \
ros-indigo-pocketsphinx ros-indigo-slam-gmapping \
ros-indigo-joystick-drivers python-rosinstall \
ros-indigo-orocos-kdl ros-indigo-python-orocos-kdl \
python-setuptools ros-indigo-dynamixel-motor-* \
libopencv-dev python-opencv ros-indigo-vision-opencv \
ros-indigo-depthimage-to-laserscan ros-indigo-arbotix-* \
ros-indigo-turtlebot-teleop ros-indigo-move-base \
ros-indigo-map-server ros-indigo-fake-loc

2、安装程序包

cd ~/catkin_ws/src
git clone https://github.com/pirobot/rbx1.git
cd rbx1
git checkout indigo-devel
git pull                   //同步
cd ~/catkin_ws
catkin_make
source ~/catkin_ws/devel/setup.bash
rospack profile

3、安装仿真机器人 arbotix_python

a) 安装

sudo apt-get install ros-indigo-arbotix-*    //中间indigo 换成自己的ros版本
rospack profile

b) 测试运行 turtlebot仿真机器人

roscore
roslaunch rbx1_bringup fake_turtlebot.launch

c) 运行rviz

rosrun rviz rviz -d `rospack find rbx1_nav`/sim.rviz
RViz  在 Panels 菜单下 可以选择视角
或者 点击 工具栏 右键 选者显示 Views 视角菜单或者直接运行  rviz
将 Global Option  的Fixed Frame 选择为 odom 里程记
点击 ADD  添加  RobotModel 对象 以及 Odometry 对象（
显示姿态箭头里程记信息估计出来的 poes姿态（位置和方向））
或者添加 Odometry EKF   卡尔曼滤波 得到到 poes姿态（位置和方向）） 显示姿态箭头

d) 发布话题

rostopic pub -r 10 /cmd_vel geometry_msgs/Twist '{linear: {x: 0.2, y: 0, z: 0}, angular: {x: 0, y: 0, z: 0.5}}'
或者
rostopic pub -r 10 /cmd_vel geometry_msgs/Twist  '[0.2,0,0]' '[0,0,0.5]'在 发送命令的终端 Ctrl + C 终止话题的发布
然后在键入命令
rostopic pub -1 /cmd_vel geometry_msgs/Twist '{}'
turtlebot仿真机器人 停止运动类似小乌龟的发布话题 运动
rostopic pub -r 1 /turtle1/cmd_vel geometry_msgs/Twist ’[1,0,0]’ ’[0,0,2]’

e) 运行自己的机器人仿真模型

fake_turtlebot.launch
$ roscd rbx1_bringup/launch
$ cp fake_turtlebot.launch fake_my_robot.launch

<launch>
<param name="/use_sim_time" value="false" /><!-- Load the URDF/Xacro model of our robot 机器人三D模型 -->
<arg name="urdf_file" default="$(find xacro)/xacro.py '$(find
rbx1_description)/urdf/turtlebot.urdf.xacro'" /><!--这里可以换成自己的机器人模型-->
<arg name="urdf_file" default="$(find xacro)/xacro.py '$(find
YOUR_PACKAGE_NAME)/YOUR_URDF_PATH'" /><param name="robot_description" command="$(arg urdf_file)" />
<node name="arbotix" pkg="arbotix_python" type="arbotix_driver"
output="screen">
<rosparam file="$(find rbx1_bringup)/config/fake_turtlebot_arbotix.yaml"
command="load" />
<param name="sim" value="true"/></node><node name="robot_state_publisher" pkg="robot_state_publisher"type="state_publisher"><param name="publish_frequency" type="double" value="20.0" />
</node>
</launch>

二、ros系统知识介绍

    总括：ROS系统可用于地面机器人、空中机器人以及水下机器人首先：坐标系统   右手坐标系    食指：x轴正方向   中指：y轴正方向   拇指：z轴正方向  对应线速度旋转坐标系 右手螺旋  大拇指指向轴的正方向   四指指向为 旋转的正方向  对应角速度其中 机器人 x轴正方向 为前进方向   y轴正方向为左转方向   z轴正方向为向上方向z轴的旋转正方向为 逆时针旋转单位： 线速度为： 米/秒（ m/s ）  室内 0.3m/s 就很快了  室内不要 超过 0.5m/s角速度为： 弧度/秒 （ rad/s ）   室内 1rad/s 也就比较快了   57度/秒运动控制等级：

1、编码器测轮子的转速通过轮子的直径和两轮之间的距离

       可以测算出 移动的距离（米） 以及 旋转的角度（弧度）通过一定时间内的移动距离可以得到 线速度（m/s）通过一定时间内的旋转角度可以得到 角速度（rad/s）里程记（odometry） 也可以得到 速度、距离、叫速度等信息陀螺仪（guro）     可以得到旋转角度信息

2、电机控制器和电机驱动

Arduino, ArbotiX, Serializer, Element, LEGO® NXT
例如   ros上 Arduino的开发支持（通信支持）
ros支持arduino的包
cd catkin_ws/src
git clone git://github.com/ros-drivers/rosserial.gitgit
cd catkin_ws
catkin_make
source devel/setup.bash
rospack profil需要在linux上安装开发arduino的ide 安装相应的ros_Arduino 库文件 编译下载    arduino就可以和ros通信了

3、基础的控制模型 Base Controller

——PID控制器 实现 精准的 速度和角度控制  主要利用 编码器 的信息
包含在一个单一的节点内 ——base controller 节点   是第一个的启动的节点
base controller 节点 发布里程记信息 到 /odom 话题上
base controller 节点 订阅/cmd_vel 话题 监听 运动控制命令
base controller 节点   同时也发布（不是所有） 发布
坐变换信息（/odom 坐标到 base frame（底座坐标系）） 到/base_link or 或者 /base_footprint 话题上之所以说不是所有， TurtleBot, 使用 robot_pose_ekf （包含卡尔曼滤波）
包结合 里程记信息（wheel odometry）和 陀螺仪数据（ gyro data ）
来融合得到更精确的 机器人位置和方向信息，进而发布到相应的话题上。

4、基于坐标系的运动控制 move_base 包

     按照目标位置和方向根据地图信息选择合理路径，控制线速度、角速度以及加、减速度

5、地图建模局规划 adaptive Monte Carlo localization 自适应蒙特卡洛定位

     AMCAL通过 激光雷达（laser scanner） 或者 Kinect、 Asus Xtion 深度相机

6、语言（语义）目标 Semantic Goals

   "go to the kitchen and bring me a beer", or simply, "bring me a beer".可用的包smach , behavior trees , executive_teer , and knowrob .总结：
---->  GOAL(6 目标) ----> AMCAL(5 地图建模与定位)----> 路径规划(move_base 4  Path Planner ）
---->  move_base(4 移动指令)  ---->  话题（ 3 /cmd_vel + /odom）  ---->  Base Controller（3 电机控制指令）
---->  Motor Controller（2 控制电机速度）

三、指令解析

1、移动指令消息类型

  话题发布移动指令  频率    话题     消息类型
rostopic pub -r 10 /cmd_vel geometry_msgs/Twist '{linear: {x: 0.2, y: 0, z: 0}, angular: {x: 0, y: 0, z: 0.5}}'或者
rostopic pub -r 10 /cmd_vel geometry_msgs/Twist  '[0.2,0,0]' '[0,0,0.5]'Base Controller 节点订阅 /cmd_vel 上的 geometry_msgs/Twist 消息  ，将Twist消息 转换成 电机（motor）
控制信号，最终驱动轮子查看移动指令 消息类型rosmsg show geometry_msgs/Twist>>>>>>>>geometry_msgs/Vector3 linearfloat64 xfloat64 yfloat64 z
geometry_msgs/Vector3 angularfloat64 xfloat64 yfloat64 z包含两个子消息 类型为 geometry_msgs/Vector3
linear 代表线速度沿 x、y、z轴行驶的线速度大小  单位 米/秒 （m/s）  正值代表沿轴 的正方向 行进  右手坐标系  x轴正方向 代表前进方向
angular 代表角速度沿 x、y、z轴 旋转的角速度大小 单位 弧度/秒   正值 代表 正方向旋转 例如 z轴 逆时针方向代表 正方向 右手螺旋定则
1两维平面 只需要两个值  linear.x（负责前进后退） 以及angular.z（负责负责旋转）   其他值均为零
2全方向的机器人 再添加一个 linear.y
3空中机器人和水下机器人 6个参数都要使用

2、指令示例

a) 以 0.2m/s 的速度 笔直 前进   // x: 0.2 冒号后面有空格（必须）
'{linear: {x: 0.2, y:0, z: 0}, angular: {x: 0, y: 0, z: 0}}'
消息指令比较长，用其他节点发布控制消息
b） 以 1 rad/s的速度 逆时针旋转
'{linear: {x: 0, y:0, z: 0}, angular: {x: 0, y: 0, z: 1.0}}'c）以 0.2m/s 的速度 前进的同时以 1 rad/s的速度 逆时针旋转
'{linear: {x: 0.2, y:0, z: 0}, angular: {x: 0, y: 0, z: 1.0}}'

3、机器人仿真实验

a)  运行 TurtleBot 机器人
roslaunch rbx1_bringup fake_turtlebot.launch
以配置好打开 RViz
rosrun rviz rviz -d `rospack find rbx1_nav`/sim.rviz
或者 rvizb) rviz 参数讲解
将 Global Option  的Fixed Frame 选择为 odom 里程记
点击 ADD  添加  RobotModel 对象 以及 Odometry 对象（显示姿态箭头里程记信息估计出来的 poes姿态（位置和方向））
Odometry 下1 Keep 对象值 为保持记录显示的最近最多的姿态箭头 例如1002 Position Tolerance(单位米） 大小 控制 位置变化了多少 显示一次 姿态箭头3 Angle Tolerance （单位 弧度 ）  大小控制 角度变化了多少 显示一次 姿态箭头 4 Length 对象 控制 姿态箭头长度
或者添加 Odometry EKF   卡尔曼滤波 得到到 poes姿态（位置和方向）） 显示姿态箭头
控制参数 同 Odometry 下
重新勾选 Odometry EKF 或 Odometry 对象可清楚 姿态箭头c) 结束运动
在 发送命令的终端 Ctrl + C 终止话题的发布
然后在键入命令
rostopic pub -1 /cmd_vel geometry_msgs/Twist '{}'
turtlebot仿真机器人 停止运动

四、真实机器人系统参数矫正及控制

    安装矫正系统？？   orocos运动学 包sudo apt-get install ros-indigo-orocos-kdl ros-indigo-python-orocos-kdl

1、线速度的矫正

      a) 1对于基于 TurtleBot 创建的 iRobot ,远程  ssh 登陆 机器人的 终端 运行:roslaunch rbx1_bringup turtlebot_minimal_create.launchb) 2开启线速度的矫正节点 ：rosrun rbx1_nav calibrate_linear.pyc) 3运行重配置rosrun rqt_reconfigure rqt_reconfigureFor a TurtleBot, add the following line to your turtlebot.launch file:<param name="turtlebot_node/odom_linear_scale_correction" value="X"/>where X is your correction factor.更新配置参数

2、角速度矫正

      a) 1对于基于 TurtleBot 创建的 iRobot ,远程  ssh 登陆 机器人的 终端 运行:roslaunch rbx1_bringup turtlebot_minimal_create.launchb) 2开启角速度的矫正节点 ：rosrun rbx1_nav calibrate_angular.py c) 3运行重配置rosrun rqt_reconfigure rqt_reconfigure

3、ros节点发布 Twist Messages 控制机器人完成指定的任务

       仿真环境roslaunch rbx1_bringup fake_turtlebot.launchrosrun rviz rviz -d `rospack find rbx1_nav`/sim.rviz  // /odom which only shows the encoder data//rosrun rviz rviz -d `rospack find rbx1_nav`/nav_ekf.rviz// odom_ekf  combined odometry data (encoders + gyro)//ros Twist Messages 节点发布rosrun rbx1_nav odom_out_and_back.py

// 前进停止旋转==================

#odom_out_and_back.py
import rospy #ros 系统依赖
from geometry_msgs.msg import Twist, Point, Quaternion # 几何学消息类型
#速度 Twist:linear.x linear.y linear.z    点 Point: x,y,z   姿态四元素Quaternion: x,y,z,w
import tf   # transform betwween two axis  两坐标轴之间的坐标变换
from rbx1_nav.transform_utils import quat_to_angle, normalize_angle #四元素到 欧拉角 归一化姿态角
# Quaternion to eulerian angleand and constarin the angle to -180-180
from math import radians, copysign, sqrt, pow, pi # 数学函数和变量# 定义一个python类
class OutAndBack():# __init__ dorner init函数 类构造函数 初始化函数def __init__(self):# Creat a node named out_and_backrospy.init_node('out_and_back', anonymous=False) # 初始化节点# Set rospy to execute a shutdown function when exiting       rospy.on_shutdown(self.shutdown) # 类似类析构函数?# Creat a Publisher, to control the robot's speed  topic  message_type  buffer_size# 发布一个话题 /cmd_vel  运动指令 self.cmd_vel = rospy.Publisher('/cmd_vel', Twist, queue_size=5)# 变量定义rate = 30                    # 运动更新频率    r = rospy.Rate(rate)         # friquency variable,   Set the equivalent ROS rate variable       linear_speed = 0.15          # 前进线速度 0.15 m/sgoal_distance = 2.0          # 前进距离 mangular_speed = 0.5          # 角速度 rad/s angular_tolerance = radians(2.5) # 角度分辨率 2.5度转换成 弧度goal_angle = pi              # 旋转的角度值  180度# 创建一个坐标变换监听器self.tf_listener = tf.TransformListener()       # 休息两秒，等待tf完成初始化缓冲区rospy.sleep(2)       self.odom_frame = '/odom'   # Set the robot's odometery frame   里程计坐标系(类似全局坐标系)# Find the reference frame# Find out if the robot uses /base_link or /base_footprint# /base_footprint frame used by the TurtleBot          (机器人本体坐标系)# /base_link frame      used by Pi Robot and Maxwelltry:# 等待'/odom' 和 '/base_footprint' 两坐标系之间的变换self.tf_listener.waitForTransform(self.odom_frame, '/base_footprint', rospy.Time(), rospy.Duration(1.0)) #wait for tramsrformself.base_frame = '/base_footprint' # the robot uses /base_footprint frame   except (tf.Exception, tf.ConnectivityException, tf.LookupException): # Exception = error state # 否则 等待'/odom' 和 '/base_link' 两坐标系之间的变换try:self.tf_listener.waitForTransform(self.odom_frame, '/base_link', rospy.Time(), rospy.Duration(1.0))self.base_frame = '/base_link'  # the robot uses /base_footprint frameexcept (tf.Exception, tf.ConnectivityException, tf.LookupException):# 机器人坐标系未找到，其他机器人底盘==================rospy.loginfo("Cannot find transform between /odom and /base_link or /base_footprint")rospy.signal_shutdown("tf Exception")  # Initialize the position variable as a Point type(comes from geometry_msgs.msg which has x,y,z)# 初始化位置变量position = Point()# Loop once for each leg of the trip, back and forth for i in range(2):# Straight forward===径直前进==# initialize the movement command with linear velocitymove_cmd = Twist() # Initialize the movement command to zero , Twist:linear.x linear.y linear.z    Point: x,y,z         move_cmd.linear.x = linear_speed            # Set the movement command to forward motion with desired speed#record the starting position(loop once and loop twice were different)(position, rotation) = self.get_odom()      # 里程计的 起点位置 和 姿态角度                    x_start = position.x  y_start = position.ydistance = 0                                # 行走的距离# 前进，直到行走的距离达到要求的距离while distance < goal_distance and not rospy.is_shutdown(): # hasno't reached the desired distance       self.cmd_vel.publish(move_cmd)                          #  发布前进指令，直到达到距离r.sleep()(position, rotation) = self.get_odom()                  # 当前 里程计位置              # Compute the Euclidean distance from the start         distance = sqrt(pow((position.x - x_start), 2) +        # 起点到当前位置的距离pow((position.y - y_start), 2))# 先停止#stop()move_cmd = Twist()             # Initialize the movement command  to zeroself.cmd_vel.publish(move_cmd) # publish the stop movement commandrospy.sleep(1)                 # 休息# rotate=====旋转半圈===============move_cmd.angular.z = angular_speed      # Set the movement command to a rotation        last_angle = rotation                   #  设置角速度turn_angle = 0                          # traveled angle # 旋转的角度 为达到 预设的角度值，就一直旋转while abs(turn_angle + angular_tolerance) < abs(goal_angle) and not rospy.is_shutdown():# hasno't reached the desired goal_angle     self.cmd_vel.publish(move_cmd)                 # 发布旋转r.sleep()                                      # sleep with rate(position, rotation) = self.get_odom()         # 当前角度     delta_angle = normalize_angle(rotation - last_angle) # 角度差turn_angle += delta_angle                      # update the traveled turn_anglelast_angle = rotation                          # update the last_angle# Stop the robot before the next leg#stop()move_cmd = Twist()self.cmd_vel.publish(move_cmd)rospy.sleep(1)# Stop the robot for goodself.cmd_vel.publish(Twist())# 获取里程计信息======================  def get_odom(self):# Get the current transform between the odom and base framestry:(trans, rot)  = self.tf_listener.lookupTransform(self.odom_frame, self.base_frame, rospy.Time(0))except (tf.Exception, tf.ConnectivityException, tf.LookupException):rospy.loginfo("TF Exception")return# used * is Python's a notion for passing a list of numbers to a function# trans is a list of x, y, and z coordinates# rot is a list of x, y, z and w quaternion components.return (Point(*trans), quat_to_angle(Quaternion(*rot))) #current location Point and the current angel# stop and close automatically when shutting down the nodedef shutdown(self):# Always stop the robot when shutting down the node.rospy.loginfo("Stopping the robot...")self.cmd_vel.publish(Twist())rospy.sleep(1)# stop the robot    def stop(self):move_cmd = Twist()self.cmd_vel.publish(move_cmd)rospy.sleep(1)if __name__ == '__main__':try:OutAndBack()except:rospy.loginfo("Out-and-Back node terminated.")

// 正方形导航 =====================

#nav_square.py
import rospy #ros system depends
from geometry_msgs.msg import Twist, Point, Quaternion
# Twist:linear.x linear.y linear.z    Point: x,y,z   Quaternion: x,y,z,w
import tf  # transform betwween two axis
from rbx1_nav.transform_utils import quat_to_angle, normalize_angle
# Quaternion to eulerian angle and constarin the angle to -180-180
from math import radians, copysign, sqrt, pow, pi  # mathematical function and parameter# defining it as a Python class
class NavSquare():# standard class initializationdef __init__(self): # Creat a node named out_and_backrospy.init_node('nav_square', anonymous=False)# Set rospy to execute a shutdown function when exiting rospy.on_shutdown(self.shutdown)# variable definitionrate = 20             # moving friquency ,How fast will we update the robot's movement?      r = rospy.Rate(rate)  # friquency variable,   Set the equivalent ROS rate variable       # Set the parameters for the target square  ~ private paramtersgoal_distance = rospy.get_param("~goal_distance", 1.0)      # metersgoal_angle = radians(rospy.get_param("~goal_angle", 90))    # degrees converted to radianslinear_speed = rospy.get_param("~linear_speed", 0.2)        # meters per secondangular_speed = rospy.get_param("~angular_speed", 0.7)      # radians per secondangular_tolerance = radians(rospy.get_param("~angular_tolerance", 1)) # degrees to radians# Creat a Publisher, to control the robot's speed  topic  message_type  buffer_sizeself.cmd_vel = rospy.Publisher('/cmd_vel', Twist, queue_size=5)   # The base frame is base_footprint for the TurtleBot but base_link for Pi Robotself.base_frame = rospy.get_param('~base_frame', '/base_link')# The odom frame is usually just /odomself.odom_frame = rospy.get_param('~odom_frame', '/odom')# Initialize the tf listenerself.tf_listener = tf.TransformListener()       # Give tf some time to fill its bufferrospy.sleep(2)# Set the odom frameself.odom_frame = '/odom'  # world-fixed frame  自身 的坐标系系# Find the reference frame# Find out if the robot uses /base_link or /base_footprint# /base_footprint frame used by the TurtleBot# /base_link frame      used by Pi Robot and Maxwelltry:self.tf_listener.waitForTransform(self.odom_frame, '/base_footprint', rospy.Time(), rospy.Duration(1.0)) #wait for tramsrformself.base_frame = '/base_footprint' # the robot uses /base_footprint frame   except (tf.Exception, tf.ConnectivityException, tf.LookupException): # Exception = error state try:self.tf_listener.waitForTransform(self.odom_frame, '/base_link', rospy.Time(), rospy.Duration(1.0))self.base_frame = '/base_link'except (tf.Exception, tf.ConnectivityException, tf.LookupException):rospy.loginfo("Cannot find transform between /odom and /base_link or /base_footprint")rospy.signal_shutdown("tf Exception")  # Initialize the position variable as a Point type(comes from geometry_msgs.msg which has x,y,z)position = Point()# Cycle through the four sides of the squarefor i in range(4):# Straight forward# initialize the movement command with linear velocitymove_cmd = Twist() # Initialize the movement command to zero , Twist:linear.x linear.y linear.z    Point: x,y,z         move_cmd.linear.x = linear_speed            # Set the movement command to forward motion with desired speed#record the starting position(position, rotation) = self.get_odom()      # Get the starting position values                        x_start = position.x  y_start = position.ydistance = 0                                # traveled  distance            # travel with a linear  speedwhile distance < goal_distance and not rospy.is_shutdown(): # hasno't reached the desired distance       self.cmd_vel.publish(move_cmd)                          # Publish the Twist message velocity comannd  until reached the destination               r.sleep()(position, rotation) = self.get_odom()                  # Get the current position               # Compute the Euclidean distance from the start         distance = sqrt(pow((position.x - x_start), 2) +        # update the traveled  distance pow((position.y - y_start), 2))# Stop the robot before rotating# stop()move_cmd = Twist()self.cmd_vel.publish(move_cmd)rospy.sleep(1.0)# rotatemove_cmd.angular.z = angular_speed      # Set the movement command to a rotation        last_angle = rotation                   # starting angle, odometry record  the last angle measured(starting angle)        turn_angle = 0                          # traveled angle           while abs(turn_angle + angular_tolerance) < abs(goal_angle) and not rospy.is_shutdown():# hasno't reached the desired goal_angle     self.cmd_vel.publish(move_cmd)                 # Publish the Twist message velocity comannd angular_speed until reached the desired goal_angle                   r.sleep()                                      # sleep with rate(position, rotation) = self.get_odom()         # Get the current rotation angle        delta_angle = normalize_angle(rotation - last_angle) # compute the the delt_angel  constraint with in -pi to pi       turn_angle += delta_angle                      # update the traveled turn_anglelast_angle = rotation                          # update the last_angle# Stop the robot before the next leg# stop()move_cmd = Twist()self.cmd_vel.publish(move_cmd)rospy.sleep(1.0)# Stop the robot when we are doneself.cmd_vel.publish(Twist())# get the location ang angel information from odometry    def get_odom(self):# Get the current transform between the odom and base framestry:(trans, rot)  = self.tf_listener.lookupTransform(self.odom_frame, self.base_frame, rospy.Time(0))except (tf.Exception, tf.ConnectivityException, tf.LookupException):rospy.loginfo("TF Exception")return# used * is Python's a notion for passing a list of numbers to a function# trans is a list of x, y, and z coordinates# rot is a list of x, y, z and w quaternion components.return (Point(*trans), quat_to_angle(Quaternion(*rot))) #current location Point and the current angel     # stop and close automatically when shutting down the nodedef shutdown(self):# Always stop the robot when shutting down the node.rospy.loginfo("Stopping the robot...")self.cmd_vel.publish(Twist())rospy.sleep(1)# stop the robot    def stop(self):move_cmd = Twist()self.cmd_vel.publish(move_cmd)rospy.sleep(1)if __name__ == '__main__':try:NavSquare()except rospy.ROSInterruptException:rospy.loginfo("Navigation terminated.")

4、ros节点键盘控制机器人

  类似 键盘控制小乌龟  rosrun turtlesim turtle_teleop_key我们使用launch文件来启动turtlebot_teleop 包 包含了通过 键盘、遙控杆、PS3游戏手柄等设备发送 Twist commands 控制命令到 /cmd_vel 话题上然后  base controller 节点订阅/cmd_vel 话题，得到控制命令 在映射成电机的控制命令驱动机器人前进roslaunch rbx1_nav keyboard_teleop.launchi 键 直线前进（头部在前 （不带ros标志的？）），  键  直线后进（尾部在前（带ros标志的为尾部））u 键 逆时针转圈（有半径 头部在前）o 键 顺时针转圈（有半径 头部在前）m 键 顺时针转圈（有半径 尾部在前）。键 逆时针转圈（有半径 尾部在前）j 键 逆时针转圈（原地打转）l 键 顺时针转圈（原地打转）keyboard_teleop.launch 文件 如下<launch>      <!-- 包名  -->       <!-- 可执行文件名 -->        <!-- 启动后的节点名 -->     <!-- 信息输出到屏幕--><node pkg="turtlebot_teleop" type="turtlebot_teleop_key" name="turtlebot_teleop_keyboard" output="screen"><param name="scale_linear" value="0.1" type="double"/>   <!-- 先速度大小 --><param name="scale_angular" value="0.4" type="double"/>  <!-- 角速度大小 --><remap from="turtlebot_teleop_keyboard/cmd_vel" to="cmd_vel" /> <!-- 发布的话题改为 /cmd_vel--></node></launch>

5、游戏手柄控制 joystick

        roslaunch rbx1_nav joystick_teleop.launcha)1 joystick 手柄测试sudo apt-get install joystickjstest /dev/input/js0

6、图形界面控制

          arbotix_gui

7、交互式marker控制

          在rviz中 指定运动方向 速度等安装工具sudo apt-get install ros-indigo-turtlebot-interactive-markers开启机器人roslaunch rbx1_bringup fake_turtlebot.launch开启交互式marker 配置的rviz 3d可视化界面rosrun rviz rviz -d `rospack find rbx1_nav`/interactive_markers.rviz开启 交互式marker控制roslaunch rbx1_nav interactive_markers.launch点击左上角 Move Camera 旁边 的Interact 按钮 就会看到 机器人周围多了一个交互式的控制环

五、导航Navigation 和路径规划Path Planning SLAM 建地图与定位

    所用传感器 比较昂贵的 激光雷达 Laser scann替换：微软的 Kinect   华硕的 Xtion 深度摄像机所用算法  3D 点云库   3D point cloud   来模仿 激光雷达可用算法包depthimage_to_laserscan   http://wiki.ros.org/depthimage_to_laserscankinect_2d_scanner         http://wiki.ros.org/kinect_2d_scanner教程：

1、navigation Tutorials RobotSetup TF 机器人坐标变换信息

      http://wiki.ros.org/navigation/Tutorials/RobotSetup/TFmobile base 移动底座 的旋转中心 的坐标系（coordinate frame ）  "base_link"放置于顶部的激光雷达   中心坐标  "base_laser"TF包的作用类似于 已知 "base_link"坐标系与"base_laser"坐标系的位置 和
物体 与"base_laser"坐标的相对位置求解 "base_link" 与 物体 的相对位置odom 坐标系 为  world-fixed frame  自身 的坐标系 来源里程记的计算  信息来源 1轮子的编码器、视觉测速、内部的惯性测量单元内部本地运动、位置等信息参考，时间一长 数据会有偏移 变得不准确       map   world fixed frame z轴朝上   不连续 会有不连续的数据变换长时间的全局信息参考，但是会有不连续的数据变换跳跃earth  地球坐标系

2、传感器数据的发布

a) sensor_msgs/LaserScan 消息类型

Header 消息类型 来标准化这些信息
#sequence ID: consecutively increasing ID
# 序列   会自动添加
uint32 seq
# time-handling sugar is provided by the client library
# 时间戳
time stamp
#Frame this data is associated with
# 0: no frame
# 1: global frame
# 坐标类型
string frame_id

b) LaserScan 消息类型型发布节点

Header header            # 消息头
float32 angle_min        # 扫描的开始角度 [弧度]
float32 angle_max        # 扫描的结束角度 [弧度]
float32 angle_increment  # 扫描的角度增量 [弧度]
float32 time_increment   # 扫描的时间增量 [秒]
float32 scan_time        # 总扫描时间     [秒]
float32 range_min        # 距离范围最小值 [米]
float32 range_max        # 距离范围最大值 [米]
float32[] ranges         # 距离数据      [米] (超过范围的数据都是错误的数据)
float32[] intensities    # 数据强度      [device-specific units]创建LaserScan 消息类型发布节点
cd catkin_ws/src/
catkin_create_pkg learn_nav_msg sensor_msgs roscpp rospy

//fake_laser_msg_pub.cpp

 #include <ros/ros.h>  //系统#include <sensor_msgs/LaserScan.h> //传感器消息类型int main(int argc, char** argv){ros::init(argc, argv, "laser_scan_publisher"); // 创建节点ros::NodeHandle nh;                            // 节点句柄//  创建发布者                               消息类型             话题     缓存区大小ros::Publisher scan_pub = nh.advertise<sensor_msgs::LaserScan>("scan", 50);unsigned int num_readings = 100;               // 激光雷达消息 量double laser_frequency = 40;                   // 频率 计算时间增量等信息double ranges[num_readings];                   // 距离数据double intensities[num_readings];              // 数据密度int count = 0;                                 // 计数 数据ros::Rate rate(1.0);                           // 消息发布频率while(nh.ok()){for(unsigned int i = 0; i < num_readings; ++i){ranges[i] = count;                      // 产生假的激光雷达数据intensities[i] = 100 + count;}ros::Time scan_time = ros::Time::now();     // 时间戳sensor_msgs::LaserScan scan;                // 创建雷达消息scan.header.stamp = scan_time;              // 定义消息头文件里的时间戳scan.header.frame_id = "laser_frame";       // 定义消息头文件里的 坐标scan.angle_min = -1.57;                     // 开始的扫描 角度 弧度  -90scan.angle_max = 1.57;                      // 结束的扫描 角度 弧度  +90scan.angle_increment = 3.14 / num_readings; // 角度增量 总共旋转 180度 分 100个数据scan.time_increment = (1 / laser_frequency) / (num_readings); //发送一次数据的时间 为1 / laser_frequency 总共100个数据scan.range_min = 0.0;                       // 最小距离范围scan.range_max = 100.0;                     // 最大距离范围scan.ranges.resize(num_readings);           // 数据量规整 调整大小scan.intensities.resize(num_readings);// 将产生的数据 赋值给 激光雷达数据for(unsigned int i = 0; i < num_readings; ++i){scan.ranges[i] = ranges[i];scan.intensities[i] = intensities[i];}scan_pub.publish(scan);                      // 发布消息++count;                                     // 数据 加1rate.sleep();                                // 休息}}

c) sensor_msgs/PointCloud 消息类型发布节点

 Header 消息类型 来标准化这些信息
#sequence ID: consecutively increasing ID
# 序列  会自动添加
uint32 seq
# time-handling sugar is provided by the client library
# 时间戳
time stamp
#Frame this data is associated with
# 0: no frame
# 1: global frame
# 坐标类型
string frame_idHeader header                     # 消息头
geometry_msgs/Point32[] points    # 三维点（x,y,z） 数组 (以消息头里的坐标系为参考)
ChannelFloat32[]        channels  # 每个点的附加信息 例如 "intensity" channel
# cloud.channels[0].name = "intensities";    // 附加信息名字
# cloud.channels[0].values.resize(num_points);//附加信息值创建PointCloud 消息类型发布节点

//fake_PointCloud_msg_pub.cpp

 #include <ros/ros.h>   // 系统#include <sensor_msgs/PointCloud.h>// 消息头文件int main(int argc, char** argv){ros::init(argc, argv, "point_cloud_publisher");// 创建节点ros::NodeHandle nh;                            // 节点句柄//  创建发布者                               消息类型              话题     缓存区大小ros::Publisher cloud_pub = nh.advertise<sensor_msgs::PointCloud>("cloud", 50);unsigned int num_points = 100;                 // 总点数int count = 0;                                 // 数据ros::Rate rate(1.0);                           // 发布频率while(nh.ok()){sensor_msgs::PointCloud cloud;             // 创建点云 数据变量cloud.header.stamp = ros::Time::now();     // 创建header 时间戳cloud.header.frame_id = "sensor_frame";    // 创建header 坐标州cloud.points.resize(num_points);           // 点数据cloud.channels.resize(1);                  // 点附加消息 点密度 一个 "intensity" channelcloud.channels[0].name = "intensities";    // 附加信息名字cloud.channels[0].values.resize(num_points);//附加信息值for(unsigned int i = 0; i < num_points; ++i){cloud.points[i].x = 1 + count;        //产生假的 点 坐标数据cloud.points[i].y = 2 + count;cloud.points[i].z = 3 + count;cloud.channels[0].values[i] = 100 + count; //产生假的 点 附加信息 密度信息}cloud_pub.publish(cloud);                  //发布点云消息++count;rate.sleep();}
}

3、里程记消息的发布

a) 消息类型 nav_msgs/Odometry

nav_msgs/Odometry   包含机器人自身的 坐标变换  位置坐标(参考 header.frame_id )  速度等信息Header header                # 消息头
string child_frame_id        # 目标坐标系
geometry_msgs/PoseWithCovariance pose   # 位置（相对 header.frame_id ）
geometry_msgs/TwistWithCovariance twist # 速度  线速度 + 角速度

b) 修改 CMakeList.txt文件和 package.xml 文件

  CMakeList.txt文件:  find_package(catkin REQUIRED COMPONENTS
roscpp
rospy
sensor_msgs    # 雷达 点云数据
tf             # 里程记 坐标变换信息
nav_msgs       # 里程记 信息
)package.xml 文件:  <build_depend>roscpp</build_depend>
<build_depend>rospy</build_depend>
<build_depend>sensor_msgs</build_depend>
<build_depend>tf</build_depend>
<build_depend>nav_msgs</build_depend><run_depend>roscpp</run_depend>
<run_depend>rospy</run_depend>
<run_depend>sensor_msgs</run_depend>
<run_depend>tf</run_depend>
<run_depend>nav_msgs</run_depend>

c) 编写发布里程记消息的节点

  //fake_Odometry_msg_pub.cpp#include <ros/ros.h>                  // 系统#include <tf/transform_broadcaster.h> // 坐标变换#include <nav_msgs/Odometry.h>        // 里程记int main(int argc, char** argv){ros::init(argc, argv, "odometry_publisher"); // 建节点ros::NodeHandle nh;                          // 节点句柄//  创建发布者                            消息类型            话题   缓存区大小ros::Publisher odom_pub = nh.advertise<nav_msgs::Odometry>("odom", 50);tf::TransformBroadcaster odom_tf_bc;            // 创建里程记 的坐标变换广播变量double x = 0.0;   // 坐标 x轴double y = 0.0;   // 坐标 y轴double th = 0.0;  // 偏航角度double vx = 0.1;  // 机器人 x轴（前向）速度 分量  来源与 轮子编码器 或者 惯性测量单元 这里 虚拟创建一个double vy = -0.1; // 机器人 y轴（左向）速度 分量double vth = 0.1; // 角速度// 或者对应速度控制命令 (vx, vy, vth) <==> (cmd_vel.linear.x, cmd_vel.linear.y, cmd_vel.angular.z)ros::Time current_time, last_time;           // 时间 变量current_time = ros::Time::now();             // 当前时间 时间戳last_time = ros::Time::now();                // 上次时间ros::Rate rate(1.0);                         // 发布频率while(nh.ok()){ros::spinOnce();                          // 检查current_time = ros::Time::now();          // 当前时间//计算 根据 机器人自身 线速度 和 角速度 得到 机器人位置坐标和偏行角double dt = (current_time - last_time).toSec();       // 单位时间 时间差double delta_x = (vx * cos(th) - vy * sin(th)) * dt;  // 等效到 map固定坐标系上 的前向速度vx * cos(th) - vy * sin(th)double delta_y = (vx * sin(th) + vy * cos(th)) * dt;double delta_th = vth * dt;x += delta_x;   //位置y += delta_y;th += delta_th; //偏行角// 根据偏行角得到四元素信息geometry_msgs::Quaternion odom_quat = tf::createQuaternionMsgFromYaw(th); //根据偏行角创建 四元素// 创建坐标变换信息geometry_msgs::TransformStamped odom_trans; // 创建带时间戳的 坐标变换变量odom_trans.header.stamp = current_time;     // 添加header 时间戳odom_trans.header.frame_id = "odom";        // 添加header 坐标系odom_trans.child_frame_id = "base_link";    // 添加坐标变换 子坐标系odom_trans.transform.translation.x = x;     // 里程记坐标系到 机器人底座坐标系的一个变换odom_trans.transform.translation.y = y;odom_trans.transform.translation.z = 0.0;odom_trans.transform.rotation = odom_quat;  // 添加四元素信息// 广播坐标变换信息odom_tf_bc.sendTransform(odom_trans);       // 发送// 创建 里程记信息nav_msgs::Odometry odom;                    // 创建里程记信息变量odom.header.stamp = current_time;           // 添加header 时间戳odom.header.frame_id = "odom";              // 添加header 坐标系// 设置姿态odom.pose.pose.position.x = x;              // 添加位置坐标odom.pose.pose.position.y = y;odom.pose.pose.position.z = 0.0;odom.pose.pose.orientation = odom_quat;     // 添加方位信息 四元素 // 设置速度odom.child_frame_id = "base_link";          // 添加子坐标系odom.twist.twist.linear.x = vx;             // 机器人自身的 坐标线速度odom.twist.twist.linear.y = vy;             //odom.twist.twist.angular.z = vth;           // 自身叫角速度//发 布里程记消息odom_pub.publish(odom);last_time = current_time;                   // 更新时间rate.sleep();                               // 睡觉}}

4、使用内建的 move_base 节点进行路径规划和避障基础介绍

官方参考

a) move_base 节点介绍

move_base  使用 ROS action 消息框架类型 来应对 给出导航目标http://wiki.ros.org/actionlib/Tutorials1、提供的action APIa) 订阅的话题  Action Subscribed Topics1) move_base/goal (move_base_msgs/MoveBaseActionGoal)  目标位置  重要2) move_base/cancel (actionlib_msgs/GoalID)            请求取消某个目标b)  发布的话题 Action Published Topics1) move_base/feedback (move_base_msgs/MoveBaseActionFeedback) 反馈信息——当前的位置2) move_base/status (actionlib_msgs/GoalStatusArray)   目标的状态信息  （取消、未完成、已完成。。。）3) move_base/result (move_base_msgs/MoveBaseActionResult)     空的结果信息2、节点订阅的话题 Subscribed Topicsmove_base_simple/goal (geometry_msgs/PoseStamped)         非 action 接口 目标位置 话题消息3、节点发布的话题 Published Topicscmd_vel (geometry_msgs/Twist)                             控制命令 线速度和角速度由 Base Controller 节点订阅 /cmd_vel 上的 geometry_msgs/Twist 消息将Twist消息 转换成 电机（motor） 控制信号，最终驱动轮子4、节点提供的服务a) 制定 路径规划计划  ~make_plan (nav_msgs/GetPlan)  制定路线的服务 外部请求 不用去执行的b) 探索位未知区域     ~clear_unknown_space (std_srvs/Empty)c) 清理障碍物        ~clear_costmaps (std_srvs/Empty)5、相关参数a) 全局规划    ~base_global_planner (string, default: "navfn/NavfnROS" ) 依附于 nav_core::BaseGlobalPlanner 接口b) 本地规划    ~base_local_planner (string, default: "base_local_planner/TrajectoryPlannerROS")依附于 nav_core::BaseLocalPlanner 接口c) 修复 行为  当建地图不成功时 的对策 后再试图建地图~recovery_behaviors(list, default: [{name: conservative_reset, type: clear_costmap_recovery/ClearCostmapRecovery},{name: rotate_recovery, type: rotate_recovery/RotateRecovery},{name: aggressive_reset, type: clear_costmap_recovery/ClearCostmapRecovery}])d) 控制频率  ~controller_frequency (double, default: 20.0)  闭环控制以及发送控制指令到 /cmd_vel 话题的频率e) 地图规划 的 容忍时间  ~planner_patience (double, default: 5.0)  在空间清理操作前等待的 时间 来试图找到可用的规划f) 控制器的 容忍时间    ~controller_patience (double, default: 15.0) 在空间清理操作前等待的 时间来等待有效的控制命令g) 修复 行为  的 清理 范围  ~conservative_reset_dist (double, default: 3.0)  清理障碍物的 前向 距离范围（前提 修复行为被启用）h) 修复 行为 启用标志       ~recovery_behavior_enabled (bool, default: true)  是否启用修复行为i) 修复 行为 时 是否 允许原地打转  ~clearing_rotation_allowed (bool, default: true) （前提 修复行为被启用）j) 休眠时是否关闭 地图      ~shutdown_costmaps (bool, default: false)       当 move_base 节点不活跃时 是否关闭 地图k) 修复 行为前的摇摆晃动时间 ~oscillation_timeout (double, default: 0.0)l) 全局路径 规划 频率       ~planner_frequency (double, default: 0.0)  为0 表示 发出新目标位置、本地规划报告被阻挡了 才 进行全局路径规划m) 试图进行路径规划的最大次数~max_planning_retries (int32_t, default: -1)  -1 表示无限次

b) base_local_planner 节点介绍本地路径规划

  方法：Dynamic Window Approach（DWA） 随机模拟多个路径  然后评分 选出 评分最高的一条路径

示例程序：

 #include <tf/transform_listener.h>#include <costmap_2d/costmap_2d_ros.h>#include <base_local_planner/trajectory_planner_ros.h>...tf::TransformListener tf(ros::Duration(10));       //坐标转换监听costmap_2d::Costmap2DROS costmap("my_costmap", tf);//地图base_local_planner::TrajectoryPlannerROS tp;       //路径规划tp.initialize("my_trajectory_planner", &tf, &costmap);//初始化

节点介绍:

   1、发布的话题~<name>/global_plan (nav_msgs/Path)   全局路径规划 主要用于可视化~<name>/local_plan (nav_msgs/Path)     本地路径规划 主要用于可视化    示例路径模拟~<name>/cost_cloud (sensor_msgs/PointCloud2)  路径规划的  评分示例设置 参数 publish_cost_grid_pc   可关闭或打开 这个可视化2、订阅的话题odom (nav_msgs/Odometry)提供机器人当前的速度 robot_base_frame  注意 参考坐标系3、参数a) 机器人配置参数~<name>/acc_lim_x (double, default: 2.5) 机器人前向 x 加速度 acceleration 最大限制 m/s2~<name>/acc_lim_y (double, default: 2.5) 机器人左向 y 加速度 acceleration 最大限制 m/s2~<name>/acc_lim_theta (double, default: 3.2)机器人角加速度 rotational acceleration 最大限制 弧度/s2~<name>/max_vel_x (double, default: 0.5) 机器人前向 x 速度 forward velocity  最大限制 m/s~<name>/min_vel_x (double, default: 0.1) 机器人前向 x 速度 forward velocity  最小限制 m/s  避免摩擦~<name>/max_vel_theta (double, default: 1.0) 机器人角速度 rotational  velocity  最大限制 弧度/s~<name>/min_vel_theta (double, default: -1.0) 机器人角速度 rotational  velocity 最小限制 弧度/s~<name>/min_in_place_vel_theta (double, default: 0.4) 机器人最小的 in-place 工作模式 角速度 限制  弧度/s~<name>/backup_vel (double, default: -0.1)  机器人后退速度  （必须为负数值 才能后退逃跑）~<name>/escape_vel (double, default: -0.1)  同 ~<name>/backup_vel 不推荐使用  新版本有的~<name>/holonomic_robot (bool, default: true) 是否是完整的机器人b) 目标误差参数~<name>/yaw_goal_tolerance (double, default: 0.05)  偏行 角度允许误差        弧度~<name>/xy_goal_tolerance (double, default: 0.10)   位置 坐标（x,y）允许误差  米 ~<name>/latch_xy_goal_tolerance (bool, default: false)  误差上索c) 前进路径模拟参数~<name>/sim_time (double, default: 1.0)  总时间  秒~<name>/sim_granularity (double, default: 0.025) 行径步长 间隔尺寸  米~<name>/angular_sim_granularity (double, default: ~<name>/sim_granularity) 旋转 布长 弧度~<name>/vx_samples (integer, default: 3)      前向速度   采样 数量~<name>/vtheta_samples (integer, default: 20) 旋转角速度  采样 数量~<name>/controller_frequency (double, default: 20.0)   控制器执行命令 频率d) 模拟路径 优劣 评分标准评价函数:cost = pdist_scale *   (distance to path         meter_scoring parameter) +gdist_scale *   (distance to local goal   meter_scoring parameter) +occdist_scale * (maximum obstacle cost along the trajectory in obstacle cost (0-254))~<name>/meter_scoring (bool, default: false)   评定依据（ 米 还是 单元 cells）~<name>/pdist_scale (double, default: 0.6)     与路径的距离               权重 最大 5.0 ~<name>/gdist_scale (double, default: 0.8)     与目标的（速度、目的地）距离  权重 最大 5.0 ~<name>/occdist_scale (double, default: 0.01)  避免障碍物的权重~<name>/heading_lookahead (double, default: 0.325) ？？ 向前看 远近 米~<name>/heading_scoring (bool, default: false)   heading to the path or its distance from the path~<name>/heading_scoring_timestep (double, default: 0.8)  时间长度 when using heading scoring ~<name>/dwa (bool, default: true)      算法来源： Dynamic Window Approach 还是 Trajectory Rollout ~<name>/publish_cost_grid_pc (bool, default: false)When true, a sensor_msgs/PointCloud2 will be available on the ~<name>/cost_cloud topic. ~<name>/global_frame_id (string, default: odom)The frame to set for the cost_cloud. Should be set to the same frame as the local costmap's global frame.E) 避免障碍物 参数~<name>/oscillation_reset_dist (double, default: 0.05) F) 全局规划参数~<name>/prune_plan (bool, default: true)   当机器人执行 最有路径 时 是否清除 显示 路径（1米后的路径）

c) 地图相关 costmap_2d::Costmap2DROS

示例程序：

#include <tf/transform_listener.h>
#include <costmap_2d/costmap_2d_ros.h>
...
tf::TransformListener tf(ros::Duration(10));
costmap_2d::Costmap2DROS costmap("my_costmap", tf);

节点介绍:

   1、订阅的话题~<name>/footprint (geometry_msgs/Polygon)2、发布的话题~<name>/grid (nav_msgs/OccupancyGrid)                           The values in the costmap ~<name>/grid_updates (map_msgs/OccupancyGridUpdate)    更新区域  The value of the updated area of the costmap ~<name>/voxel_grid (costmap_2d/VoxelGrid)              2d占有格/3d体素              Optionally advertised when the underlying occupancy grid uses voxels and the user requests the voxel grid be published. 3、参数a) plugins parameter.~<name>/plugins (sequence, default: pre-Hydro behavior)  Sequence of plugin specifications, one per layer. 例如： plugins: - {name: static_map,       type: "costmap_2d::StaticLayer"}- {name: obstacles,        type: "costmap_2d::VoxelLayer"}b)坐标系和坐标变换参数 Coordinate frame and tf parameters~<name>/global_frame (string, default: "/map")          地图全局坐标系 The global frame for the costmap to operate in. ~<name>/robot_base_frame (string, default: "base_link")  机器人底座 坐标系~<name>/transform_tolerance (double, default: 0.2)       可容忍的最大坐标转换延迟时间Specifies the delay in transform (tf) data that is tolerable in secondsc)频率参数  Rate parameters~<name>/update_frequency (double, default: 5.0)         地图更新频率 ~<name>/publish_frequency (double, default: 0.0)         地图信息发布展示频率d) 地图管理参数 Map management parameters~<name>/rolling_window (bool, default: false)            动态地图？ if static_map parameter is set to true, this parameter must be set to false. ~<name>/always_send_full_costmap (bool, default: false)  全部地图信息（发布在 "~<name>/grid"） 部分地图信息（发布在"~<name>/grid_updates" 话题）e) 静态地图 雷达 配置参数~<name>/width (int, default: 10)            地图宽度~<name>/height (int, default: 10)           地图高度 ~<name>/resolution (double, default: 0.05)  地图分辨率  meters/cell. ~<name>/origin_x (double, default: 0.0)     坐标原点 The x origin of the map in the global frame in meters. ~<name>/origin_y (double, default: 0.0)            The y origin of the map in the global frame in meters.

d) 自适应蒙特卡洛定位 amcl locational

介绍

节点介绍:

  amcl 运用 基于雷达建立的地图, 激光雷达信息, 以及坐标变换信息, 输出 估计的位置坐标.1、订阅的话题scan (sensor_msgs/LaserScan)   激光雷达信息tf (tf/tfMessage)              坐标转换信息initialpose (geometry_msgs/PoseWithCovarianceStamped)   定位算法 粒子滤波器初始化参数 均值协方差map (nav_msgs/OccupancyGrid)   地图信息       2、发布的话题amcl_pose (geometry_msgs/PoseWithCovarianceStamped)   ，带有协方差 的 估计的 机器人位置particlecloud (geometry_msgs/PoseArray)                 粒子滤波器点云tf (tf/tfMessage)                                       坐标转换信息 from odom (which can be remapped via the ~odom_frame_id parameter) to map.  3、提供服务  Servicesglobal_localization (std_srvs/Empty)                  初始化全局定位   Initiate global localization, 4、调用的服务 Services Calledstatic_map (nav_msgs/GetMap)                           调用此服务来重新得到地图   5、参数 parametersa) 滤波器参数~min_particles (int, default: 100)  粒子数量下限~max_particles (int, default: 5000) 粒子数量上限~kld_err (double, default: 0.01)    估计分布 和 真是分布 的最大误差~kld_z (double, default: 0.99)      上限 1-p  p <= kld_err ~update_min_d (double, default: 0.2 meters)    粒子滤波更新前 转换 运动 下限~update_min_a (double, default: π/6.0 radians)  粒子滤波更新前 旋转 运动 下限  ~resample_interval (int, default: 2) 重新采样的滤波器更新数量~transform_tolerance (double, default: 0.1 seconds)  转换信息有效 的时间限制~recovery_alpha_slow (double, default: 0.0 (disabled))  指数下降率 Exponential decay rate for the slow average weight filter,used in deciding when to recover by adding random poses. A good value might be 0.001. ~recovery_alpha_fast (double, default: 0.0 (disabled))  Exponential decay rate for the fast average weight filter,used in deciding when to recover by adding random poses. A good value might be 0.1. ~initial_pose_x (double, default: 0.0 meters)  高斯分布初始化 滤波器 的位置x均值~initial_pose_y (double, default: 0.0 meters)  高斯分布初始化 滤波器 的位置y均值~initial_pose_a (double, default: 0.0 radians) 高斯分布初始化 滤波器 的 偏行角度 yaw 均值~initial_cov_xx (double, default: 0.5*0.5 meters) 高斯分布初始化 滤波器 的位置协方差 x*x ~initial_cov_yy (double, default: 0.5*0.5 meters) 高斯分布初始化 滤波器 的位置协方差 y*y ~initial_cov_aa (double, default: (π/12)*(π/12) radian) 高斯分布初始化 滤波器 的 偏行角度 协方差 yaw*yaw ~gui_publish_rate (double, default: -1.0 Hz)     可视化频率 -1.0 to disable. ~save_pose_rate (double, default: 0.5 Hz)         保存位置和 协方差 配置 的最大频率 ，-1.0 to disable.~use_map_topic (bool, default: false)             是否通过订阅话题来获得地图     调用服务获得~first_map_only (bool, default: false)           是否只使用第一次获得的地图     不更新 定位 地图    b)雷达模型参数 Laser model parameters~laser_min_range (double, default: -1.0)          使用的最小扫描角度，-1.0 进行汇报最小角度~laser_max_range (double, default: -1.0)          使用的最小扫描角度，-1.0 进行汇报最大角度~laser_max_beams (int, default: 30)               使用的光束数量~laser_z_hit (double, default: 0.95)              混合权重 z_hit   Mixture weight for the z_hit part of the model.~laser_z_short (double, default: 0.1)             混合权重 z_short Mixture weight for the z_short part of the model.~laser_z_max (double, default: 0.05)              混合权重 z_max   Mixture weight for the z_max part of the model.~laser_z_rand (double, default: 0.05)             混合权重 z_rand Mixture weight for the z_rand part of the model.~laser_sigma_hit (double, default: 0.2 meters)   高斯模型 标准差 z_hit~laser_lambda_short (double, default: 0.1)        指数下降参数    z_short  Exponential decay parameter for z_short part of model.~laser_likelihood_max_dist (double, default: 2.0 meters) 障碍物位置浮动范围 Maximum distance to do obstacle inflation on map, for use in likelihood_field model. ~laser_model_type (string, default: "likelihood_field")  雷达模型  Which model to use, either beam, likelihood_field, or likelihood_field_prob (same as likelihood_field but incorporates the beamskip feature, if enabled). c) 里程记模型参数 Odometry model parameters~odom_model_type (string, default: "diff")        里程记模型  "diff", "omni", "diff-corrected" or "omni-corrected".~odom_alpha1 (double, default: 0.2)               期望的噪声  旋转角度估计~odom_alpha2 (double, default: 0.2)             期望的噪声  旋转角度估计2~odom_alpha3 (double, default: 0.2)              期望的噪声  转换估计  ~odom_alpha4 (double, default: 0.2)               期望的噪声  转换估计2~odom_alpha5 (double, default: 0.2)               期望的噪声  转换估计3 (only used if model is "omni").~odom_frame_id (string, default: "odom")         里程记        坐标系~base_frame_id (string, default: "base_link")    机器人移动底盘 坐标系~global_frame_id (string, default: "map")         定位系统的 坐标系~tf_broadcast (bool, default: true)             Set this to false to prevent amcl from publishing the transform between the global frame and the odomet

e) slam_gmapping 雷达 slam 建立地图和定位节点

参考

节点介绍:

 建立一张地图 (nav_msgs/OccupancyGrid)：rosrun gmapping slam_gmapping scan:=base_scan1、订阅的话题tf (tf/tfMessage)             坐标变换信息 tf of laser, base, and odometryscan (sensor_msgs/LaserScan) 雷达信息 深度信息等2、发布的话题map_metadata (nav_msgs/MapMetaData)  发布地图数据   周期更新map (nav_msgs/OccupancyGrid)        同上~entropy (std_msgs/Float64)           位置的混乱程度  越大 信息越不准确     3、服务  Servicesdynamic_map (nav_msgs/GetMap)  获取地图数据的服务4、参数 parameters~inverted_laser (string, default: "false")  是否需要反转 雷达信息~throttle_scans (int, default: 1)           扫描最小的阈值   越大 忽略的信息越多      ~base_frame (string, default: "base_link")  机器人移动底座 坐标系 mobile base. ~map_frame (string, default: "map")         地图的坐标系~odom_frame (string, default: "odom")      里程记消息的 坐标系~map_update_interval (float, default: 5.0)  地图更新时间间隔  越高低 cpu 占用就越高~maxUrange (float, default: 80.0)          雷达最大可用范围~sigma (float, default: 0.05)               误差程度？   The sigma used by the greedy endpoint matching ~kernelSize (int, default: 1)              通信内核？   The kernel in which to look for a correspondence ~lstep (float, default: 0.05)            转变（线性运动？）的最优步长  The optimization step in translation ~astep (float, default: 0.05)              旋转的最优步长   The optimization step in rotation ~iterations (int, default: 5)              扫描？循环次数   The number of iterations of the scanmatcher ~lsigma (float, default: 0.075)             波长系数  ？     The sigma of a beam used for likelihood computation ~ogain (float, default: 3.0)              平滑（滤波）增益  smoothing the resampling effects ~lskip (int, default: 0)                   每次扫描间隔的光束数量？ Number of beams to skip in each scan. ~minimumScore (float, default: 0.0)         跳跃误差处理      Minimum score for considering the outcomeof the scan matching good. Can avoid jumping pose estimates in large open spaces when using laser scanners with limited range (e.g. 5m). Scores go up to 600+, try 50 for example when experiencing jumping estimate issues. ~srr (float, default: 0.1)                  里程记 消息转换 误差 Odometry error in translation (rho/rho) ~srt (float, default: 0.2)                  里程记 消息转换 误差 Odometry error in translation as a function of rotation (rho/theta) ~str (float, default: 0.1)                  里程记 旋转角度 误差 Odometry error in rotation (theta/rho)  ~stt (float, default: 0.2)                  里程记 旋转角度 误差 (theta/theta) ~linearUpdate (float, default: 1.0)        线距离 更新处理值 Process a scan each time the robot translates this far ~angularUpdate (float, default: 0.5)        角行程 更新处理值 Process a scan each time the robot rotates this far ~temporalUpdate (float, default: -1.0)      更新 Process a scan if the last scan processed isolder than the update time in seconds. A value less than zero will turn time based updates off. ~resampleThreshold (float, default: 0.5)    重新建地图 阈值The Neff based resampling threshold ~particles (int, default: 30)              粒子滤波器 参数 粒子个数 Number of particles in the filter ~xmin (float, default: -100.0)              初始化的地图尺寸==================~ymin (float, default: -100.0)~xmax (float, default: 100.0)~ymax (float, default: 100.0)~delta (float, default: 0.05)              地图分辨率~llsamplerange (float, default: 0.01)       可能的转换采样范围  Translational sampling range for the likelihood ~llsamplestep (float, default: 0.01)       转换采样间隔  Translational sampling step for the likelihood ~lasamplerange (float, default: 0.005)     角度采样范围 Angular sampling range for the likelihood ~lasamplestep (float, default: 0.005)       角度采样间隔~transform_publish_period (float, default: 0.05) 转换信息发布 周期 秒 s~occ_thresh (float, default: 0.25)          占有率阈值~maxRange (float)                          传感器范围 set maxUrange < maximum range of the real sensor <= maxRange.

f) 模仿acml的假的定位 fake_localization 仿真定位节点

     1、订阅的话题base_pose_ground_truth (nav_msgs/Odometry)   仿真器发布的机器人的位置. initialpose (geometry_msgs/PoseWithCovarianceStamped)   初始化的位置2、发布的话题amcl_pose (geometry_msgs/PoseWithCovarianceStamped)    发布位置particlecloud (geometry_msgs/PoseArray)                机器人位置可视化 点云数据  rviz and nav_view. 3、参数Parameters~odom_frame_id (string, default: "odom")     里程记参考坐标系~delta_x (double, default: 0.0)              坐标系偏移 The x offset between the origin of the simulator coordinate frame and the map coordinate frame published by fake_localization. ~delta_y (double, default: 0.0)              The y offset between the origin of the simulator coordinate frame and the map coordinate frame published by fake_localization. ~delta_yaw (double, default: 0.0)           The yaw offset between the origin of the simulatorcoordinate frame and the map coordinate frame published by fake_localization. ~global_frame_id (string, default: /map)     坐标变换  The frame in which to publish theglobal_frame_id→odom_frame_id transform over tf. New in 1.1.3 ~base_frame_id (string, default: base_link)  机器人底座坐标系 The base frame of the robot. New in 1.1.3 4、 Provided tf Transforms/map → <value of odom_frame_id parameter>   Passed on from the simulator over tf.

g) 关于目标 ActionGoal 命令格式

    move_base/goal (move_base_msgs/MoveBaseActionGoal)  目标位置  重要>>>>>show MoveBaseActionGoal>>>>>
std_msgs/Header header                    标准信息头uint32 seqtime stampstring frame_id
actionlib_msgs/GoalID goal_id             目标编号time stampstring id
move_base_msgs/MoveBaseGoal goal          目标内容geometry_msgs/PoseStamped target_pose       类型 PoseStampedstd_msgs/Header header                    标准信息头uint32 seqtime stampstring frame_idgeometry_msgs/Pose pose                   姿态  方位geometry_msgs/Point position               位置float64 xfloat64 yfloat64 zgeometry_msgs/Quaternion orientation       方向角度float64 xfloat64 yfloat64 zfloat64 w控制命令借口话题消息类型也是  move_base_simple/goal (geometry_msgs/PoseStamped) 话题的接受消息类型节点订阅的话题 Subscribed Topicsmove_base_simple/goal (geometry_msgs/PoseStamped)         非 action 接口 目标位置 话题消息

h) 路径规划参数配置文件 rbx1_nav/config/fake下

 • base_local_planner_params.yaml       本地路径规划参数配置文件 base_local_planner  节点• costmap_common_params.yaml           地图常用参数配置文件     http://wiki.ros.org/costmap_2d#Parameters • global_costmap_params.yaml           全局地图配置文件 • local_costmap_params.yaml            本地地图配置文件

1、路径规划参数文解析 base_local_planner_params.yaml

controller_frequency: 3.0                  # 发送控制命令 的频率 3~5合适
recovery_behavior_enabled: false           # 修复 行为 启用标志   move_base  节点节点参数
clearing_rotation_allowed: false          # 前提 修复 行为 启用TrajectoryPlannerROS:max_vel_x: 0.3  # 最大前进线速度  0.5m/s在室内已经很快了min_vel_x: 0.1  # 最小前进线速度  0.5m/s在室内已经很快了max_vel_y: 0.0  # 对于非完成机器人 没有平移运动自由度min_vel_y: 0.0  #max_vel_theta: 1.0  # 最大旋转角速度 1 rad/s  57度/smin_vel_theta: -1.0 # 最小旋转角速度 min_in_place_vel_theta: 0.4 # 原地旋转 最小角速度 escape_vel: -0.1            # 逃跑后退速度acc_lim_x: 1.5              # 最大线性加速度限制acc_lim_y: 0.0              # 同 对于非完成机器人 没有平移运动自由度acc_lim_theta: 1.2          # 最大角加速度限制holonomic_robot: false      # 是否完成机器人 （是否 全自由度）yaw_goal_tolerance: 0.1     # 目标方向偏差范围 6 度xy_goal_tolerance: 0.05     # 目标距离偏差范围 5 cm  过小的化 机器人一直会进行调整  不要小于地图的精度latch_xy_goal_tolerance: false # 不是用目标误差容忍？pdist_scale: 0.4            # 路径评价系数  path distance   会影响 最终的 local pathgdist_scale: 0.8            # 路径评价系数  goal distance meter_scoring: true         # 按距离来评定heading_lookahead: 0.325    # heading_scoring: false      # heading_scoring_timestep: 0.8 # 评分时间间隔occdist_scale: 0.05           # 避障 权重 avoiding obstaclesoscillation_reset_dist: 0.05  # 避障publish_cost_grid_pc: false   # 发布点云 PointCloud2  ？ 可视化prune_plan: true              # 是否清除显示 路径轨迹sim_time: 1.0                 # 前进路径模拟参数 总时间sim_granularity: 0.05         # 行径步长 间隔尺寸  米angular_sim_granularity: 0.1  # 角度 间隔尺寸  米vx_samples: 8                 # 前进 线速度 采样 数量vy_samples: 0  # zero for a differential drive robotvtheta_samples: 20            # 旋转叫角速度 采样数量dwa: true                     # 算法来源： Dynamic Window Approach 还是 Trajectory Rollout simple_attractor: false       #

2、costmap_common_params.yaml 2d地图常用参数配置文件

obstacle_range: 2.5 # 障碍物检测范围角度？  360+
raytrace_range: 3.0 # 光线角度
#footprint: [[0.175, 0.175], [0.175, -0.175], [-0.175, -0.175], [-0.175, 0.175]]
# 多边形轮廓的机器人 外形尺寸设置参数  以中心为原点（0，0） 外形轮廓拐点 坐标  顺时针或逆时针标注都可
#footprint_inflation: 0.01
robot_radius: 0.175 # 对于圆形机器人  设置其半径 米  对于非圆形机器人  设置 footprint: 参数
inflation_radius: 0.2 # 通过狭窄的通道可适当降低数值   想快速奔跑 可适当增加数值
max_obstacle_height: 0.6 # 障碍物的 尺寸大小
min_obstacle_height: 0.0 #
observation_sources: scan # 数据来源
scan: {data_type: LaserScan, topic: /scan, marking: true, clearing: true, expected_update_rate: 0}

3、 global_costmap_params.yaml 全局地图配置文件与cpu能力和通信质量（无线）相关

global_costmap:
global_frame: map                 # 全局参考坐标系
robot_base_frame: base_footprint  # 机器人底座参考系  TurtleBot it is /base_footprint# /base_link frame      used by Pi Robot and Maxwell
update_frequency: 1.0             # 根据传感器信息 更新地图的频率 1~5 即可   与cpu能力相关
publish_frequency: 0              # 静态地图不需要发布  动态地图 需要发布最新的地图信息 1.0
static_map: true                  # 全局地图 通常是 静态的 设置与 static_map:相反
rolling_window: false             # 地图不会随着i其人移动而改变
resolution: 0.01                  # 地图分辨率   base_local_planner_params.yaml 中  xy_goal_tolerance: 0.05  要小与地图分辨率
transform_tolerance: 1.0          # 坐标转换 延迟时间限  与无线通信质量相关
map_type: costmap

4、local_costmap_params.yaml 本地地图配置文件

local_costmap:
global_frame: map   # global_frame: /odom – For the local cost map, we use the odometry frame as the global frame
robot_base_frame: base_footprint  # 机器人底座参考系  TurtleBot it is /base_footprint# /base_link frame      used by Pi Robot and Maxwell
update_frequency: 3.0            # 根据传感器信息 更新地图的频率 1~5 即可   与cpu能力相关
publish_frequency: 1.0            # 机器人移动速度比较快的话，频率需要设置高一些
static_map: false                 # true
rolling_window: true              # false
width: 6.0                        # 滚动更新地图的窗口大小
height: 6.0
resolution: 0.01                 # 地图分辨率   base_local_planner_params.yaml 中xy_goal_tolerance: 0.05  要小与地图分辨率
transform_tolerance: 1.0         # 坐标转换 延迟时间限  与无线通信质量相关    通信不好的话 适当增加延迟时间

用内建的 move_base 节点进行路径规划和避障仿真实验

【1】运行一个空白地图测试 move_base 节点

文件解析：
a) 地图和移动文件 fake_move_base_blank_map.launch in the launch file<launch><!-- 运行一个空白地图的地图服务器  map_server --><node name="map_server" pkg="map_server" type="map_server" args="$(find rbx1_nav)/maps/blank_map.yaml"/><!-- 包含其他launch文件 即打开move_base节点 --><include file="$(find rbx1_nav)/launch/fake_move_base.launch" /><!-- 模拟发布一个标准的静态坐标转换  /odom and /map 里程记相对 地图（原传感器信息得到） --><node pkg="tf" type="static_transform_publisher" name="odom_map_broadcaster" args="0 0 0 0 0 0 /map /odom 100" />
</launch>

b) 地图描述文件 maps/blank_map.yaml

image: blank_map.pgm    # 地图源文件
resolution: 0.01        # 精度
origin: [-2.5, -2.5, 0] # 尺 寸
occupied_thresh: 0.65
free_thresh: 0.196 # Taken from the Willow Garage map in the turtlebot_navigation package
negate: 0

c) 移动文件 move_base节点启动launch文件

launch/fake_move_base.launch<launch><node pkg="move_base" type="move_base" respawn="false" name="move_base" output="screen" clear_params="true"><!-- rosparam 载入参数配置文件 分别在两个命名空间下载入 常用地图参数配置文件 --><rosparam file="$(find rbx1_nav)/config/fake/costmap_common_params.yaml" command="load" ns="global_costmap" /><rosparam file="$(find rbx1_nav)/config/fake/costmap_common_params.yaml" command="load" ns="local_costmap" /><rosparam file="$(find rbx1_nav)/config/fake/local_costmap_params.yaml"  command="load" /><rosparam file="$(find rbx1_nav)/config/fake/global_costmap_params.yaml" command="load" /><rosparam file="$(find rbx1_nav)/config/fake/base_local_planner_params.yaml" command="load" /></node>
</launch>

d) 机器人启动文件解析：

fake_turtlebot.launch<launch><param name="/use_sim_time" value="false" /><!-- Load the URDF/Xacro model of our robot 空间模型 --><arg name="urdf_file" default="$(find xacro)/xacro.py '$(find rbx1_description)/urdf/turtlebot.urdf.xacro'" /><param name="robot_description" command="$(arg urdf_file)" /><!-- 雷达或深度传感器 --><node name="arbotix" pkg="arbotix_python" type="arbotix_driver" output="screen" clear_params="true"><rosparam file="$(find rbx1_bringup)/config/fake_turtlebot_arbotix.yaml" command="load" /><param name="sim" value="true"/></node><node name="robot_state_publisher" pkg="robot_state_publisher" type="state_publisher"><param name="publish_frequency" type="double" value="20.0" /></node></launch>

实验步骤：

1) 运行仿真机器人：
roslaunch rbx1_bringup fake_turtlebot.launch
2) 运行move_base节点以及载入空白地图
roslaunch rbx1_nav fake_move_base_blank_map.launch
3) 运行rviz可视化界面
rosrun rviz rviz -d `rospack find rbx1_nav`/nav.rviz
4) 不简单发布 Twist 消息来控制 机器人移动 而使用 move_base 来控制机器人
即发布消息到 /move_base_simple/goal geometry_msgs/PoseStamped  来控制机器人移动
rostopic pub /move_base_simple/goal geometry_msgs/PoseStamped \
'{ header: { frame_id: "map" }, pose: { position: { x: 1.0, y: 0, z: 0 }, orientation: { x: 0, y: 0, z: 0, w: 1 } } }'5) 解析
绿色箭头(若目标位置有里程记箭头显示，则绿色箭头不显示)是目标位置
控制命令  pose姿态 position 目标位置  orientation 目标方向
6) 返回原点
rostopic pub /move_base_simple/goal geometry_msgs/PoseStamped \
'{ header: { frame_id: "map" }, pose: { position: { x: 0, y: 0, z: 0 }, orientation: { x: 0, y: 0, z: 0, w: 1 } } }'7) 查看全局路径和局部路径
rviz中 将 Odometry 、Goal Pose 、 Mouse Pose（鼠标指定的目标方位箭头） 显示按钮去掉 ，重新执行上述 两个命令
可以看出 全局路径（绿色）：直接从当前位置指向目标位置，；局部路径（红色）；根据路径规划 逐步调整
影响 局部路径的参数有   base_local_planner_params.yaml 内的
pdist_scale (0.4)        #  pdist_scale 小 gdist_scale 大 局部路径离全局路径越远
gdist_scale (0.8)
max_vel_x  (0.3)         the max linear speed of the robot8) 动态调整参数
打开动态参数配置界面
rosrun rqt_reconfigure rqt_reconfigure
move_base >>> TrajectoryPlannerROS  设置
pdist_scale (0.8)
gdist_scale (0.4)
重新运行上述两个移动命令，会看到 局部路径更靠近 全局路径9) 在rviz中指定目标位置
使用鼠标指定目标方位（位置和方向）   在RVIZ中点击 2D Nav Goal 然后在坐标上指定 目标方位
可以看到机器人向目标位置进行了移动
10) rvzi 相关导航元素显示介绍
http://wiki.ros.org/navigation/Tutorials/Using%20rviz%20with%20the%20Navigation%20Stack11) 使用脚本文件进行机器人控制  空白地图  正方形路径
rosrun rbx1_nav move_base_square.py

#  move_base_square.py
#!/usr/bin/env python
#-*- coding:utf-8 -*-
import rospy      # ros system depends roscpp 系统文件
import actionlib  # 运动库
from actionlib_msgs.msg import * #运动消息
from geometry_msgs.msg import Pose, Point, Quaternion, Twist# Twist:linear.x linear.y linear.z    Point: x,y,z   Quaternion: x,y,z,w
from move_base_msgs.msg import MoveBaseAction, MoveBaseGoal  # move_base 消息
from tf.transformations import quaternion_from_euler         # 坐标转换 里的 角度转换成四元素
from visualization_msgs.msg import Marker                    # 目标点的可视化 marker 消息库
from math import radians, pi                                 # 数学常量class MoveBaseSquare():# standard class initialization  标准类的初始化def __init__(self):# Creat a node named nav_test rospy.init_node('nav_test', anonymous=False) #创建节点# Set rospy to execute a shutdown function when exiting    rospy.on_shutdown(self.shutdown)             #自动结束# How big is the square we want the robot to navigate?square_size = rospy.get_param("~square_size", 2.0) # meters 参数# Create a list to hold the target quaternions (orientations)quaternions = list()     # target uaternions (orientations)   四元素方向# First define the corner orientations as Euler angleseuler_angles = (pi/2, pi, 3*pi/2, 0) # location orientations  角度方向    # Then convert the angles to quaternionsfor angle in euler_angles:q_angle = quaternion_from_euler(0, 0, angle, axes='sxyz') #得到四元素q = Quaternion(*q_angle)quaternions.append(q)  # generate the target quaternions (orientations)# Create a list to hold the waypoint poses           waypoints = list()  # target pose(position +  quaternions (orientations) )    目标位置姿态（ 四个 方位 ）  # Append each of the four waypoints to the list.  Each waypoint# is a pose consisting of a position and orientation in the map frame.waypoints.append(Pose(Point(square_size, 0.0, 0.0), quaternions[0]))waypoints.append(Pose(Point(square_size, square_size, 0.0), quaternions[1]))waypoints.append(Pose(Point(0.0, square_size, 0.0), quaternions[2]))waypoints.append(Pose(Point(0.0, 0.0, 0.0), quaternions[3]))# Initialize the visualization markers for RVizself.init_markers()  #初始化 可视化marker  大小颜色 时间戳 坐标。。。# Set a visualization marker at each waypoint        for waypoint in waypoints:           p = Point()            # initialize the variablep = waypoint.position  # copy the position self.markers.points.append(p)# Publisher to manually control the robot (e.g. to stop it, queue_size=5)self.cmd_vel_pub = rospy.Publisher('cmd_vel', Twist, queue_size=5)      # Subscribe to the move_base action serverself.move_base = actionlib.SimpleActionClient("move_base", MoveBaseAction)      rospy.loginfo("Waiting for move_base action server...")       # Wait 60 seconds for the action server to become availableself.move_base.wait_for_server(rospy.Duration(60))       rospy.loginfo("Connected to move base server")rospy.loginfo("Starting navigation test")# Initialize a counter to track waypointsi = 0        # Cycle through the four waypointswhile i < 4 and not rospy.is_shutdown():# Update the marker displayself.marker_pub.publish(self.markers)  #一次性全部显示目标位置（四个点） marker# Intialize the waypoint goalgoal = MoveBaseGoal()           # Use the map frame to define goal posesgoal.target_pose.header.frame_id = 'map'           # Set the time stamp to "now"goal.target_pose.header.stamp = rospy.Time.now()            # Set the goal pose to the i-th waypointgoal.target_pose.pose = waypoints[i]            # Start the robot moving toward the goalself.move(goal)i += 1def move(self, goal):# Send the goal pose to the MoveBaseAction serverself.move_base.send_goal(goal)     # 发布目标方位命令        # Allow 1 minute to get therefinished_within_time = self.move_base.wait_for_result(rospy.Duration(60)) # If we don't get there in time, abort the goalif not finished_within_time:self.move_base.cancel_goal()rospy.loginfo("Timed out achieving goal")else:# We made it!state = self.move_base.get_state()if state == GoalStatus.SUCCEEDED:rospy.loginfo("Goal succeeded!")def init_markers(self):# Set up our waypoint markersmarker_scale = 0.2marker_lifetime = 0 # 0 is forevermarker_ns = 'waypoints'marker_id = 0marker_color = {'r': 1.0, 'g': 0.7, 'b': 1.0, 'a': 1.0} #dictionary# Define a marker publisher.self.marker_pub = rospy.Publisher('waypoint_markers', Marker, queue_size=5)# Initialize the marker points list.self.markers = Marker()self.markers.ns = marker_nsself.markers.id = marker_idself.markers.type = Marker.CUBE_LISTself.markers.action = Marker.ADDself.markers.lifetime = rospy.Duration(marker_lifetime)self.markers.scale.x = marker_scaleself.markers.scale.y = marker_scaleself.markers.color.r = marker_color['r']self.markers.color.g = marker_color['g']self.markers.color.b = marker_color['b']self.markers.color.a = marker_color['a']self.markers.header.frame_id = 'odom'self.markers.header.stamp = rospy.Time.now()self.markers.points = list()def shutdown(self):rospy.loginfo("Stopping the robot...")# Cancel any active goalsself.move_base.cancel_goal()rospy.sleep(2)# Stop the robotself.cmd_vel_pub.publish(Twist())rospy.sleep(1)if __name__ == '__main__':try:MoveBaseSquare()except rospy.ROSInterruptException:rospy.loginfo("Navigation test finished.")

    11) 带有障碍物的地图  正方形路径 避障前行a) 启动仿真机器人roslaunch rbx1_bringup fake_turtlebot.launchb) 删除之前的地图 move_base控制等参数rosparam delete /move_base控制等参数或者在 move_base launch 文件中 设置 clear_params="true" 清除之前的设置c) 运行move_base 和 带有障碍物的地图配置文件roslaunch rbx1_nav fake_move_base_map_with_obstacles.launchd) 运行配置好的rviz文件rosrun rviz rviz -d `rospack find rbx1_nav`/nav_obstacles.rvize) 正方形导航rosrun rbx1_nav move_base_square.py12) 带障碍物的 move_base  map_with_obstaclefake_move_base_map_with_obstacles.launch<launch><include file="$(find rbx1_nav)/launch/fake_move_base_obstacles.launch" /> <!-- 带障碍物的地图--><node name="map_server" pkg="map_server" type="map_server" args="$(find rbx1_nav)/maps/blank_map_with_obstacle.yaml"/><!-- Run a static transform between /odom and /map --><node pkg="tf" type="static_transform_publisher" name="odom_map_broadcaster" args="0 0 0 0 0 0 /map /odom 100" />
</launch>带障碍物的move_base启动文件launch/fake_move_base_obstacles.launch<launch><node pkg="move_base" type="move_base" respawn="false" name="move_base" output="screen" clear_params="true"> <rosparam file="$(find rbx1_nav)/config/fake/costmap_common_params.yaml" command="load" ns="global_costmap" /><rosparam file="$(find rbx1_nav)/config/fake/costmap_common_params.yaml" command="load" ns="local_costmap" /><rosparam file="$(find rbx1_nav)/config/fake/local_costmap_params.yaml" command="load" /><rosparam file="$(find rbx1_nav)/config/fake/global_costmap_params.yaml" command="load" /><rosparam file="$(find rbx1_nav)/config/fake/base_local_planner_params.yaml" command="load" /><!-- 针对障碍物需要 修改的参数文件 --><rosparam file="$(find rbx1_nav)/config/nav_obstacles_params.yaml" command="load" /></node>
</launch>配置文件: config/nav_obstacles_params.yamlTrajectoryPlannerROS:max_vel_x: 0.3        # 线速度减小来适应障碍物pdist_scale: 0.8      # 局部路径更靠近全局路径   路径权重加大gdist_scale: 0.4      # 距离权重较小带障碍物的地图文件:
/maps/blank_map_with_obstacle.yamlimage: blank_map_with_obstacle.pgm  #导入 原始地图文件
resolution: 0.01
origin: [-2.5, -2.5, 0]
occupied_thresh: 0.65
free_thresh: 0.195 # Taken from the Willow Garage map in the turtlebot_navigation package
negate: 0

13 ) 真实机器人实验

   不带障碍物a) 机器人          roslaunch rbx1_bringup turtlebot_minimal_create.launchb) 里程记卡尔曼滤波  roslaunch rbx1_bringup odom_ekf.launchc) 启动移动节点     roslaunch rbx1_nav tb_move_base_blank_map.launchd) 仿真路径查看     rosrun rviz rviz -d `rospack find rbx1_nav`/nav.rvize) 目标位置文件     rosrun rbx1_nav move_base_square.py有障碍物使用雷达或深度传感器来进行扫描 见图 避免障碍物a) 机器人          roslaunch rbx1_bringup turtlebot_minimal_create.launchb) 发布深度数据     roslaunch freenect_launch freenect-registered-xyzrgb.launch       （使用 kineat）或者 roslaunch openni2_launch openni2.launch depth_registration:=true  （使用 Asus Xtion, Xtion Pro, or Primesense 1.08/1.09 camera）发布深度数据 至话题 /camera/depth_registered/image_rectc) 深度数据转换至雷达信息    roslaunch rbx1_bringup depthimage_to_laserscan.launch订阅话题 /camera/depth_registered/image_rect 上的深度数据  发布雷达信息 至 话题 /scan d) 启动移动节点      roslaunch rbx1_nav tb_move_base_blank_map.launche) 仿真路径查看      rosrun rviz rviz -d `rospack find rbx1_nav`/nav_obstacles.rviz

建立地图使用gmapping包

 1、总体概述白色像素代表空旷空间  黑色像素代表障碍物  灰色像素代表未知空间建立地图步骤：1) 在目标区域遥控机器人2) 通过雷达或者深度图像传感器获取的数据记录在 rosbag 文件里3) 使用slam_gmapping 节点 通过上面记录的数据建立地图2、关于传感器1) 雷达 laser安装驱动：sudo apt-get install ros-indigo-laser-* ros-indigo-hokuyo-node2) 机器人启动文件包含雷达驱动节点如 Pi Robot 使用一个 Hokuyo 的雷达扫描仪
rbx1_bringup/launch/hokuyo.launch
<launch>
<node name="hokuyo" pkg="hokuyo_node" type="hokuyo_node">
<param name="min_ang" value="-1.7" />
<param name="max_ang" value="1.7" />
<param name="hokuyo_node/calibrate_time" value="true" />
<param name="frame_id" value="/base_laser" />
</node>
</launch>3、时时建立地图若是 深度传感器如 Kinect or Xtion  扫描范围57度  而雷达能够达到 240度  即使这样使用深度传感器也能达到很好的效果例如TurtleBot机器人使用的就是  Kinecta) 1机器人启动文件roslaunch rbx1_bringup turtlebot_minimal_create.launchb) 2运行深度传感器驱动文件 1kinect传感器驱动freenectroslaunch rbx1_bringup turtlebot_fake_laser_freenect.launch2Asus Xtion, Xtion Pro, or Primesense 1.08/1.09 camera 驱动 openni2roslaunch rbx1_bringup turtlebot_fake_laser_openni2.launchc) 运行深度数据到雷达数据节点roslaunch rbx1_bringup depthimage_to_laserscan.launchd) 运行建立地图节点roslaunch rbx1_nav gmapping_demo.launch       建立地图       4) rvizrosrun rviz rviz -d `rospack find rbx1_nav`/gmapping.rviz5) 运行遥控节点roslaunch rbx1_nav keyboard_teleop.launch或者roslaunch rbx1_nav joystick_teleop.launch6) 记录雷达数据 为后面建立各种参数配置的地图进入日志文件夹  roscd rbx1_nav/bag_files记录数据       rosbag record -O my_scan_data /scan /tf    记录雷达话题数据 和 坐标变换话题数据 /scan /tf 7) 保存地图进入地图文件夹  roscd rbx1_nav/maps保存地图       rosrun map_server map_saver -f my_map   会生成地图图片my_map.pgm 和my_map.yaml地图描述文件可使用照片查软件 查看地图图片  如 eog viewer ("eye of Gnome")  $  eog my_map.pgm8) 建立地图的视频http://youtu.be/7iIDdvCXIFM4、根据雷达数据建立地图可以设置不同的参数 根据相同的雷达数据建立地图，而不需要再次运行机器人1) 1机器人启动文件roslaunch rbx1_bringup turtlebot_minimal_create.launch2) 运行建立地图节点roslaunch rbx1_nav gmapping_demo.launch       建立地图 3) 设置仿真参数rosparam set use_sim_time true4) 进一步删除move_base参数   rosparam delete /move_base重启gmapping_demo  roslaunch rbx1_nav gmapping_demo.launch5) rvizrosrun rviz rviz -d `rospack find rbx1_nav`/gmapping.rviz6) 回放雷达数据roscd rbx1_nav/bag_filesrosbag play my_scan_data.bag7) 保存地图roscd rbx1_nav/mapsrosrun map_server map_saver -f my_map8) 重置仿真参数rosparam set use_sim_time false5、文件解析##### gmapping_demo.launch####
<launch><include file="$(find rbx1_nav)/launch/gmapping.launch"/><include file="$(find rbx1_nav)/launch/tb_move_base.launch"/>
</launch>##### /launch/gmapping.launch ######
<launch><arg name="scan_topic" default="scan" />            <!-- 订阅的话题--><node pkg="gmapping" type="slam_gmapping" name="slam_gmapping" output="screen" clear_params="true"><param name="odom_frame" value="odom"/>           <!-- 坐标系--><param name="map_update_interval" value="30.0"/>  <!-- 地图更新时间间隔  越高低 cpu 占用就越高 --><!-- Set maxUrange < actual maximum range of the Laser --><param name="maxRange" value="5.0"/>              <!-- 传感器检测角度范围 硬件要求 --><param name="maxUrange" value="4.5"/>             <!-- 最大可用范围 < maxRange   --><param name="sigma" value="0.05"/><param name="kernelSize" value="1"/><param name="lstep" value="0.05"/><param name="astep" value="0.05"/><param name="iterations" value="5"/><param name="lsigma" value="0.075"/><param name="ogain" value="3.0"/><param name="lskip" value="0"/><param name="srr" value="0.01"/><param name="srt" value="0.02"/><param name="str" value="0.01"/><param name="stt" value="0.02"/><param name="linearUpdate" value="0.5"/><param name="angularUpdate" value="0.436"/><param name="temporalUpdate" value="-1.0"/><param name="resampleThreshold" value="0.5"/><param name="particles" value="80"/><!--<param name="xmin" value="-50.0"/>          <!--  初始化的地图尺寸 --> <param name="ymin" value="-50.0"/><param name="xmax" value="50.0"/><param name="ymax" value="50.0"/>make the starting size small for the benefit of the Android client's memory...--><param name="xmin" value="-1.0"/>           <!--  初始化的地图尺寸 --> <param name="ymin" value="-1.0"/><param name="xmax" value="1.0"/><param name="ymax" value="1.0"/><param name="delta" value="0.05"/>          <!--  地图分辨率 --> <param name="llsamplerange" value="0.01"/><param name="llsamplestep" value="0.01"/><param name="lasamplerange" value="0.005"/><param name="lasamplestep" value="0.005"/><remap from="scan" to="$(arg scan_topic)"/></node>
</launch>

建自适应蒙特卡洛定位和导航

   amcl 使用地图和当前的雷达数据定位1、文件解析 fake_amcl.launch<launch><param name="use_sim_time" value="false" />   <!-- 不使用仿真的雷达数据 --><!-- 导入地图文件 --><arg name="map" default="test_map.yaml" /><!-- 运行期望的地图服务器 --><node name="map_server" pkg="map_server" type="map_server" args="$(find rbx1_nav)/maps/$(arg map)"/><!-- 运行fake_move_base_amcl文件 --><include file="$(find rbx1_nav)/launch/fake_move_base_amcl.launch" /> <!-- 运行自适应蒙特卡洛定位的仿真节点--><node pkg="fake_localization" type="fake_localization" name="fake_localization" clear_params="true" output="screen"><remap from="base_pose_ground_truth" to="odom" /><param name="global_frame_id" value="map" /><param name="base_frame_id" value="base_footprint" /></node>2、仿真步骤：
1) 运行仿真机器人  roslaunch rbx1_bringup fake_turtlebot.launch
2) 导航定位 等    roslaunch rbx1_nav fake_amcl.launch map:=test_map.yaml
3) rviz          rosrun rviz rviz -d `rospack find rbx1_nav`/amcl.rviz
4) 鼠标指定目标位置  2D Nav Goal3、实际验证
1) 运行机器人  roslaunch rbx1_bringup turtlebot_minimal_create.launch
2) 运行传感器kinect   roslaunch rbx1_bringup turtlebot_fake_laser_freenect.launchXtion 等 roslaunch rbx1_bringup turtlebot_fake_laser_openni2.launch
3) 导航定位   roslaunch rbx1_nav tb_demo_amcl.launch map:=my_map.yaml
4) rviz      rosrun rviz rviz -d `rospack find rbx1_nav`/nav_test.rviz4、自动导航  1) 文件解析 nav_test.py

import rospy #system
import actionlib #
from actionlib_msgs.msg import *
from geometry_msgs.msg import Pose, PoseWithCovarianceStamped, Point, Quaternion, Twist
from move_base_msgs.msg import MoveBaseAction, MoveBaseGoal
from random import sample #random
from math import pow, sqrtclass NavTest():# standard class initializationdef __init__(self):rospy.init_node('nav_test', anonymous=True)         #creat node named nav_testrospy.on_shutdown(self.shutdown)                    #auto shut down  # How long in seconds should the robot pause at each location?self.rest_time = rospy.get_param("~rest_time", 10)  #sleep time       # Are we running in the fake simulator?self.fake_test = rospy.get_param("~fake_test", False)      # Goal state return valuesgoal_states = ['PENDING', 'ACTIVE', 'PREEMPTED', 'SUCCEEDED', 'ABORTED', 'REJECTED','PREEMPTING', 'RECALLING', 'RECALLED','LOST']# Set up the goal locations. Poses are defined in the map frame.  # An easy way to find the pose coordinates is to point-and-click# Nav Goals in RViz when running in the simulator.# Pose coordinates are then displayed in the terminal# that was used to launch RViz.locations = dict()        locations['hall_foyer'] = Pose(Point(0.643, 4.720, 0.000), Quaternion(0.000, 0.000, 0.223, 0.975))locations['hall_kitchen'] = Pose(Point(-1.994, 4.382, 0.000), Quaternion(0.000, 0.000, -0.670, 0.743))locations['hall_bedroom'] = Pose(Point(-3.719, 4.401, 0.000), Quaternion(0.000, 0.000, 0.733, 0.680))locations['living_room_1'] = Pose(Point(0.720, 2.229, 0.000), Quaternion(0.000, 0.000, 0.786, 0.618))locations['living_room_2'] = Pose(Point(1.471, 1.007, 0.000), Quaternion(0.000, 0.000, 0.480, 0.877))locations['dining_room_1'] = Pose(Point(-0.861, -0.019, 0.000), Quaternion(0.000, 0.000, 0.892, -0.451))# Publisher to manually control the robot (e.g. to stop it, queue_size=5)self.cmd_vel_pub = rospy.Publisher('cmd_vel', Twist, queue_size=5)        # Subscribe to the move_base action serverself.move_base = actionlib.SimpleActionClient("move_base", MoveBaseAction)       rospy.loginfo("Waiting for move_base action server...")       # Wait 60 seconds for the action server to become availableself.move_base.wait_for_server(rospy.Duration(60))       rospy.loginfo("Connected to move base server")# A variable to hold the initial pose of the robot to be set by # the user in RVizinitial_pose = PoseWithCovarianceStamped()       # Variables to keep track of success rate, running time,# and distance traveledn_locations = len(locations)n_goals = 0n_successes = 0i = n_locationsdistance_traveled = 0start_time = rospy.Time.now()running_time = 0location = ""last_location = ""# Get the initial pose from the userrospy.loginfo("*** Click the 2D Pose Estimate button in RViz to set the robot's initial pose...")rospy.wait_for_message('initialpose', PoseWithCovarianceStamped)self.last_location = Pose()rospy.Subscriber('initialpose', PoseWithCovarianceStamped, self.update_initial_pose)      # Make sure we have the initial posewhile initial_pose.header.stamp == "":rospy.sleep(1)rospy.loginfo("Starting navigation test")       # Begin the main loop and run through a sequence of locationswhile not rospy.is_shutdown():# If we've gone through the current sequence,# start with a new random sequenceif i == n_locations:i = 0sequence = sample(locations, n_locations)  # Randomly select the next location.# Skip over first location if it is the same as# the last locationif sequence[0] == last_location:i = 1           # Get the next location in the current sequencelocation = sequence[i]# Keep track of the distance traveled.# Use updated initial pose if available.if initial_pose.header.stamp == "":distance = sqrt(pow(locations[location].position.x - locations[last_location].position.x, 2) +pow(locations[location].position.y - locations[last_location].position.y, 2))else:rospy.loginfo("Updating current pose.")distance = sqrt(pow(locations[location].position.x - initial_pose.pose.pose.position.x, 2) +pow(locations[location].position.y - initial_pose.pose.pose.position.y, 2))initial_pose.header.stamp = ""# Store the last location for distance calculationslast_location = location            # Increment the countersi += 1n_goals += 1# Set up the next goal locationself.goal = MoveBaseGoal()self.goal.target_pose.pose = locations[location]self.goal.target_pose.header.frame_id = 'map'self.goal.target_pose.header.stamp = rospy.Time.now()            # Let the user know where the robot is going nextrospy.loginfo("Going to: " + str(location))            # Start the robot toward the next location  Send the appropriate MoveBaseGoal goal to the move_base action server.self.move_base.send_goal(self.goal)           # Allow 5 minutes to get therefinished_within_time = self.move_base.wait_for_result(rospy.Duration(300)) # Check for success or failureif not finished_within_time:self.move_base.cancel_goal()rospy.loginfo("Timed out achieving goal")else:state = self.move_base.get_state()if state == GoalStatus.SUCCEEDED:rospy.loginfo("Goal succeeded!")n_successes += 1distance_traveled += distancerospy.loginfo("State:" + str(state))else:rospy.loginfo("Goal failed with error code: " + str(goal_states[state]))#  Record the success or failure of the navigation to the goal, as well as the elapsed time and distance traveled.# How long have we been running?running_time = rospy.Time.now() - start_timerunning_time = running_time.secs / 60.0           # Print a summary success/failure, distance traveled and time elapsedrospy.loginfo("Success so far: " + str(n_successes) + "/" + str(n_goals) + " = " + str(100 * n_successes/n_goals) + "%")rospy.loginfo("Running time: " + str(trunc(running_time, 1)) + " min Distance: " + str(trunc(distance_traveled, 1)) + " m")# Pause for a configurable number of seconds at each locationrospy.sleep(self.rest_time)def update_initial_pose(self, initial_pose):self.initial_pose = initial_posedef shutdown(self):rospy.loginfo("Stopping the robot...")self.move_base.cancel_goal()rospy.sleep(2)self.cmd_vel_pub.publish(Twist())rospy.sleep(1)def trunc(f, n):# Truncates/pads a float f to n decimal places without roundingslen = len('%.*f' % (n, f))return float(str(f)[:slen])if __name__ == '__main__':try:NavTest()rospy.spin()except rospy.ROSInterruptException:rospy.loginfo("AMCL navigation test finished.")

2)自动导航仿真

fake_nav_test.launch<launch><param name="use_sim_time" value="false" /><!-- 开启仿真机器人 --><include file="$(find rbx1_bringup)/launch/fake_turtlebot.launch" /><!-- 运行地图服务器 --><node name="map_server" pkg="map_server" type="map_server" args="$(find rbx1_nav)/maps/test_map.yaml"/><!-- 运动控制节点 move_base node --><node pkg="move_base" type="move_base" respawn="false" name="move_base" clear_params="true" output="screen"><rosparam file="$(find rbx1_nav)/config/fake/costmap_common_params.yaml" command="load" ns="global_costmap" /><rosparam file="$(find rbx1_nav)/config/fake/costmap_common_params.yaml" command="load" ns="local_costmap" /><rosparam file="$(find rbx1_nav)/config/fake/local_costmap_params.yaml" command="load" /><rosparam file="$(find rbx1_nav)/config/fake/global_costmap_params.yaml" command="load" /><rosparam file="$(find rbx1_nav)/config/fake/base_local_planner_params.yaml" command="load" /><!-- 需要调整的参数 目的位置方向的容忍度 6.28 360度 --><rosparam file="$(find rbx1_nav)/config/nav_test_params.yaml" command="load" /></node><!-- 运行仿真的amcl定位 --><node pkg="fake_localization" type="fake_localization" name="fake_localization" clear_params="true" output="screen"><remap from="base_pose_ground_truth" to="odom" /><param name="global_frame_id" value="map" /><param name="base_frame_id" value="base_footprint" /></node><!-- 启动 导航节点 --><node pkg="rbx1_nav" type="nav_test.py" name="nav_test" output="screen"><param name="rest_time" value="1" /><param name="fake_test" value="true" /></node></launch>

运行：

roscore
rqt_consore     控制台监控
roslaunch rbx1_nav fake_nav_test.launch     启动文件
rosrun rviz rviz -d `rospack find rbx1_nav`/amcl.rviz   可视化
等待初始化 初始位置  用 鼠标在rviz中指定初始位置  通过 2D Pose Estimate 指定

3）实际验证

    1) 运行机器人  roslaunch rbx1_bringup turtlebot_minimal_create.launch2) 运行传感器kinect   roslaunch rbx1_bringup turtlebot_fake_laser_freenect.launchXtion 等 roslaunch rbx1_bringup turtlebot_fake_laser_openni2.launch3) 监控       rqt_console &4) 导航定位   roslaunch rbx1_nav tb_nav_test.launch map:=my_map.yaml5) rviz      rosrun rviz rviz -d `rospack find rbx1_nav`/nav_test.rviz

ROS 教程2 机器人雷达建图蒙特卡洛定位导航路径规划仿真相关推荐

【移动机器人技术】Cartographer使用流程-建图-纯定位-导航
问题: 1.官方下载地址: 2.官方文档: 安装参考博文https://blog.csdn.net/weixin_39784658/article/details/99452960 官方安装指导ht ...
多车调度问题(大疆Robot Master)——ROS键盘控制失灵，小车无法收敛定位，路径规划出错
问题1 ROS键盘控制小车失灵具体就是:用键盘左右转小车,速度贼快,而且方向不正确,检查发现是控制模块失灵,有可能是内部测量元件(陀螺仪等)烧了,换了个控制模块解决. 问题2 小车无法收敛定位具体 ...
walking机器人入门教程-视觉转激光建图-cartographer算法建图
系列文章目录 walking机器人入门教程-目录 walking机器人入门教程-硬件清单 walking机器人入门教程-软件清单 walking机器人入门教程-测试底盘 walking机器人入门教程- ...
ROS多机器人协同建图
ROS多机器人协同建图一.环境配置二.主要命令三.模块分析四.实现效果 rqt_tf_tree rqt_graph rviz效果图建图结果一.环境配置参考turtlebot3-多机交互程 ...
ros修改map_server地图发布的map关联的坐标系frame_id(多机器人联合建图用)
帮师弟做多机器人联合建图的时候,遇到了map的坐标系问题如下: map_server发布的/map话题包含了frame坐标系关联,想要正确的让多个机器人共同建图导航需要修改/map话题以及其绑定的fr ...
SLAM导航机器人零基础实战系列：（六）SLAM建图与自主避障导航——2.google-cartographer机器人SLAM建图...
SLAM导航机器人零基础实战系列:(六)SLAM建图与自主避障导航--2.google-cartographer机器人SLAM建图摘要通过前面的基础学习,本章进入最为激动的机器人自主导航的学习.在 ...
ROS联合Webots实现3d建图(一)Ubuntu20.04 A_LOAM环境搭建(完美运行)
ROS联合Webots实现3d建图(一)Ubuntu20.04 A_LOAM环境搭建(完美运行) 注意: 再学习本系列教程时,应该已经安装过ROS了并且需要有一些ROS的基本知识 ubuntu版本:2 ...
人工智能AI实战100讲（一）-机器人语义建图（下）
接上篇机器人语义建图(上) 喜欢作者的小伙伴可一键三连哟! 四.应用如何将语义地图用于实践呢?本节打算回顾迄今为止报告过的应用领域.正如前文所概述的那样,语义建图的主要目的是为机器人提供人类可以理 ...
人工智能AI实战100讲（一）-机器人语义建图（上）
内容摘要: 本文因为篇幅较长,分为上下两篇博文,下篇博文参见机器人语义建图(下) 当代移动机器人技术的发展已经推动了一系列相关技术的进步.其中就包括语义建图,它能提供对空间的抽象和人机交流的手段.最近 ...

ROS 教程2 机器人雷达建图 蒙特卡洛定位 导航 路径规划 仿真

ros 机器人雷达建图 蒙特卡洛定位 导航 路径规划 仿真 move_base gmapping acml

一、安装 turtlebot 移动机器人底座 进行导航

1、安装系统依赖

2、 安装程序包

3、安装仿真机器人 arbotix_python

a) 安装

b) 测试 运行 turtlebot仿真机器人

c) 运行rviz

d) 发布话题

e) 运行自己的 机器人仿真模型

二、ros系统知识介绍

1、编码器测轮子的转速 通过轮子的直径和两轮之间的距离

2、电机控制器和电机驱动

3、基础的控制模型 Base Controller

4、基于坐标系的运动控制 move_base 包

5、地图建模局规划 adaptive Monte Carlo localization 自适应蒙特卡洛定位

6、语言（语义）目标 Semantic Goals

三、指令解析

1、移动指令 消息类型

2、指令示例

3、机器人仿真实验

四、真实机器人 系统参数矫正 及控制

1、线速度的矫正

2、角速度矫正

3、ros节点发布 Twist Messages 控制机器人完成指定的任务

4、ros节点键盘控制机器人

5、游戏手柄控制 joystick

6、图形界面控制

7、交互式marker控制

五、导航Navigation 和路径规划Path Planning SLAM 建地图与定位

1、navigation Tutorials RobotSetup TF 机器人 坐标变换信息

2、传感器数据的发布

a) sensor_msgs/LaserScan 消息类型

b) LaserScan 消息类型 型发布节点

c) sensor_msgs/PointCloud 消息类型 发布节点

3、里程记消息的发布

a) 消息类型 nav_msgs/Odometry

b) 修改 CMakeList.txt文件 和 package.xml 文件

c) 编写 发布里程记消息的节点

4、使用内建的 move_base 节点 进行 路径规划 和 避障 基础介绍

a) move_base 节点介绍

b) base_local_planner 节点介绍 本地路径规划

示例程序：

节点介绍:

c) 地图相关 costmap_2d::Costmap2DROS

示例程序：

节点介绍:

d) 自适应蒙特卡洛定位 amcl locational

节点介绍:

e) slam_gmapping 雷达 slam 建立地图 和定位 节点

节点介绍:

f) 模仿acml的 假的定位 fake_localization 仿真定位节点

g) 关于 目标 ActionGoal 命令 格式

h) 路径规划 参数配置文件 rbx1_nav/config/fake下

1、路径规划参数文解析 base_local_planner_params.yaml

2、costmap_common_params.yaml 2d地图常用参数配置文件

3、 global_costmap_params.yaml 全局地图配置文件 与cpu能力和通信质量（无线）相关

4、local_costmap_params.yaml 本地地图配置文件

用内建的 move_base 节点 进行 路径规划 和 避障 仿真实验

建立地图 使用gmapping包

建自适应蒙特卡洛定位和导航

ROS 教程2 机器人雷达建图 蒙特卡洛定位 导航 路径规划 仿真相关推荐

最新文章

热门文章

ROS 教程2 机器人雷达建图蒙特卡洛定位导航路径规划仿真

ros 机器人雷达建图蒙特卡洛定位导航路径规划仿真 move_base gmapping acml

一、安装 turtlebot 移动机器人底座进行导航

2、安装程序包

b) 测试运行 turtlebot仿真机器人

e) 运行自己的机器人仿真模型

1、编码器测轮子的转速通过轮子的直径和两轮之间的距离

1、移动指令消息类型

四、真实机器人系统参数矫正及控制

1、navigation Tutorials RobotSetup TF 机器人坐标变换信息

b) LaserScan 消息类型型发布节点

c) sensor_msgs/PointCloud 消息类型发布节点

b) 修改 CMakeList.txt文件和 package.xml 文件

c) 编写发布里程记消息的节点

4、使用内建的 move_base 节点进行路径规划和避障基础介绍

b) base_local_planner 节点介绍本地路径规划

e) slam_gmapping 雷达 slam 建立地图和定位节点

f) 模仿acml的假的定位 fake_localization 仿真定位节点

g) 关于目标 ActionGoal 命令格式

h) 路径规划参数配置文件 rbx1_nav/config/fake下

3、 global_costmap_params.yaml 全局地图配置文件与cpu能力和通信质量（无线）相关

用内建的 move_base 节点进行路径规划和避障仿真实验

建立地图使用gmapping包

ROS 教程2 机器人雷达建图蒙特卡洛定位导航路径规划仿真相关推荐