在ROS中开始自主机器人仿真 – 2 让turtlebot自主导航

127
0
2021年2月7日 09时36分

我们已经在gazebo中实现了机器人的仿真,而且能够控制机器人的运动, 查看机器人所感知到的信息, 包括lasercan, 图像信息, 深度信息, 点云, 也包括没有提到的速度信息. 这里,我们建立用ROS navigation stack 导航功能包ROS navigation stack 导航功能包 , 进行机器人地图构建与导航.

 

Part 2.1: 让turtlebot自主导航

 

1 创建地图

 

使用下面的命令,借助键盘遥控机器人创建精确详尽的地图.

 

加载Gazebo仿真环境

 

roslaunch turtlebot_gazebo turtlebot_world.launch

 

在ROS中开始自主机器人仿真 – 2 让turtlebot自主导航插图

 

开始构建地图

 

roslaunch turtlebot_gazebo gmapping_demo.launch

 

rviz可视化

 

roslaunch turtlebot_rviz_launchers view_navigation.launch

 

键盘遥控

 

roslaunch turtlebot_teleop keyboard_teleop.launch

 

通过不断地让机器人在环境中游走, 就可以得到一个grid 地图.

 

在ROS中开始自主机器人仿真 – 2 让turtlebot自主导航插图(1)

 

2 保存地图

 

保存地图到本地文件夹

 

rosrun map_server map_saver -f ~/file_folder/test_map

 

3 加载地图

 

关闭之前的节点, 重新打开gezebo仿真环境, 加载地图, 进行导航.

 

加载Gazebo仿真环境

 

roslaunch turtlebot_gazebo turtlebot_world.launch

 

加载地图

 

roslaunch turtlebot_gazebo amcl_demo.launch map_file:=~/file_folder/test_map.yaml

 

rviz可视化

 

roslaunch turtlebot_rviz_launchers view_navigation.launch

 

part 2.2: 解释与扩展

 

对于仿真环境,显示以及配置文件已经在之前详细说明.

 

gmapping

 

上文采用gmapping进行地图构建, gmapping是一个ros自带的地图构建工具包。slam_gmapping采用激光数据(topic:sensor_msgs/LaserScan)生成二维地图(topic:nav_msgs/OccupancyGrid). 在gmappingtutorial中 ,可以发现, 订阅的主题,发布的主题,以及调用的服务。

 

订阅主题

 

tf (tf/tfMessage) 坐标系转换
scan (sensor_msgs/LaserScan) 激光数据

 

发布主题

 

map_metadata (nav_msgs/MapMetaData)
map (nav_msgs/OccupancyGrid)
地图数据
entropy (std_msgs/Float64)
表示机器人位姿的不确定性

 

服务

 

dynamic_map (nav_msgs/GetMap)
调用获得地图数据

 

amcl

 

amcl全称adaptive Monte Carlo localization,是一个机器人二维环境的概率定位系统, 在已知地图的环境中, 利用粒子滤波跟踪机器人的位姿. ROS中的amcl节点订阅激光数据sensor_msgs/LaserScan和地图数据nav_msgs/OccupancyGrid, 得到机器人的估计位姿.

 

订阅主题

 

scan (sensor_msgs/LaserScan) 激光数据
tf (tf/tfMessage)
initialpose (geometry_msgs/PoseWithCovarianceStamped)
map (nav_msgs/OccupancyGrid)地图信息

 

发布主题

 

amcl_pose (geometry_msgs/PoseWithCovarianceStamped)机器人在地图中的估计位置及协方差
particlecloud (geometry_msgs/PoseArray) 粒子云位置估计
tf (tf/tfMessage)

 

发表评论

后才能评论