写在前面

上一小节我们完成了数据包的构建,并且实现了对基础硬件的控制。从这一小节开始,我们将进入基于ROS的上位机程序设计。本小节主要介绍了:

  • 三维空间测绘机器人的ROS节点分布
  • 启动文件设计
  • 上位机中的通讯(下位机驱动)程序

 

上位机中节点的分布

上位机功能模块概述

我们上位机整体将基于ROS进行设计,对ROS基础不是十分了解的亲们可以去http://wiki.ros.org进行学习。 在我们设计的上位机软件架构中,将包含如下几个节点模块:

  • 硬件驱动模块,包含:
    1. 激光雷达驱动节点,用于获取2D激光扫描数据
    2. 双目摄像头驱动节点,用于视觉校准以及对点云数据进行上色
    3. 下位机驱动节点(mcu_driver),用于驱动机器人移动以及舵机z轴扫描
  • 基础导航模块(move_base),用于对机器人进行初步定位,生成简易二维地图
  • 点云生成模块,包含:
    1. 激光雷达数据预处理节点
    2. 激光反射点空间位置解算节点
    3. 激光点云生成节点
  • 点云处理及导航节点
    1. 点云滤波处理节点
    2. 点云导航定位节点
    3. 上层应用(提供二次开发的接口)

这些模块的整体架构如下图所示:   微信截图_20210218123638  

上位机的软件架构及launch文件设计

在上面的图中,我们把最底下的一层称作硬件驱动节点。 我们的硬件驱动节点包括以下三个硬件驱动

  • mcu_driver,开启后与下位机进行通讯,mcu_driver的接口如下:
    1. 接收/cmd_vel,类型为Twist的消息(速度控制)
    2. 接收/led,类型为UInt8的消息(灯光控制)
    3. 提供/get_battery_state服务,用于获取机器人当前电量
    4. 提供服务,用于机器人的头部(二轴云台旋转)
  • cam_driver,开启后读取USB双目摄像头的图像,并通过TCP-jpeg编码流发布
  • ylidar_driver,开启后读取USB连接的雷达,并生成名为/scan,类型为LaserScan数据。

这三个ROS节点我都已经写好了(下图中红框框出的文件夹),有想交流的的可以文末小窗我。   微信截图_20210217095617   所以,我们首先在工作空间中编写一个负责硬件驱动的launch文件,一次性将这三个节点都启动起来:   微信截图_20210218122303

2D导航之gmapping的使用

在进行三维测绘之前,我们必须要让机器人知道它在一个未知环境中的平面位置,依托于一个2D的平面位置(下图中的x,y),我们不断地扫描z轴,这样才能进行3D测绘。   微信截图_20210218131248  

mcu_driver与ylidar_driver输出TF与激光雷达信息

gmapping是ROS框架自带的一个SLAM开源包,我们可以通过以下指令下载: sudo apt-get install ros-[版本号]-gmapping 我们可以通过一个指令直接运行gmapping,但是这种运行没有意义。要想gmapping顺利运行,我们需要两样东西:

  • 激光雷达数据
  • 从激光雷达数据到/odom坐标系的空间TF变换

gmapping的工作原理如下: 当机器人运动时,我们可以通过两个轮子上的里程计积分推测出机器人的里程和位置(称之为航迹推演),但是会有很大的漂移(见下图),下图中机器人走了红线框出的“口”字,但是在软件上呈现出来的轨迹就变得扭曲了。   微信截图_20210218175301   gmapping在绘制地图的过程中,使用了雷达等传感器的反馈数据,对里程进行实时修正,同时形成地图。而这,也正是SLAM(Simultaneously Localization and Mapping)的核心思想。 gmapping使用了坐标系(TF)发布的方式实现了。因为机器人的位置与实际偏差很大,所以gmapping基于机器人的传感器数据修正了原点。 我们把机器人的起始位置坐标系称为/odom。把机器人的位置坐标称为/base_link。那么由起始位置到机器人当前位置的坐标变换为: odom------>base_link 但是这个坐标系的变换是由较大误差的(参考下面的图),所以基于传感器数据,gmapping生成了一个/map坐标系,gmapping生成了一个由/map向/odom的映射,从而修正了/base_link与地图之间的关系。   微信截图_20210218181742  

初步导航包gmapping的参数配置和使用

为了正确使用gmapping这个软件包,我们需要给它配置两个内容:

  • 合理的输入信息,从odom--->laser的TF变换以及/scan数据
  • 应用于gmapping的配置信息,比如,滤波器的相关参数等等......
  • 启动gmapping节点。

  为了方便对gmapping进行整合,我们使用param配置文件,这类文件一般以yaml作为结尾。我们新建一个yaml文件,在其中写入相关参数(如下图)关于详细的配置可以查阅网址http://wiki.ros.org/gmapping:   微信截图_20210218211337   配置好了以后,我们用一个launch文件启动gmapping,如下文件:   完成了配置以后,我们首先启动硬件相关的节点,包括mcu_driver以及ylidar两个节点,他们分别发布TF信息以及scan激光雷达扫描信息。   这两个节点直接启动后,再启动launch文件就可以对机器人进行导航了,导航生成的地图如下图:   微信截图_20210218215415

本章总结

本节我们介绍了上位机的初步软件架构,节点构成,简单介绍了slam-gmapping节点的配置和使用。 基于本小节所述的框架内容就已经可以完成一台初步的2D平面SLAM机器人了。我们下一节就将会在本节的基础上,通过云台的Z轴变换,实现由2D基础地图绘制,到空间3D点云的生成。 让我们拭目以待~

联系作者

微信截图_20210202215846