ROS探索篇（三）基于turtlebot3实现SLAM建图及自主导航仿真_ros turtlebotslam

0、turtlebot3简介

TurtleBot3是一个小型，低成本，完全可编程，基于ROS的移动机器人。它旨在用于教育，研究，产品原型和爱好应用的目的。TurtleBot3的目标是大幅降低平台的尺寸和价格，而不会牺牲性能，功能和质量。由于提供了不同可选，如底盘，计算机和传感器，TurtleBot3可以通过各种方式进行定制。

1、安装turtlebot3

sudo apt-get install ros-melodic-turtlebot3-*
 //安装gmapping建图算法依赖
apt-get install ros-melodic-gmapping 
 //安装dwa局部路径规划算法
apt-get install ros-melodic-dwa-local-planner 
1
2
3
4
5

ROS版本不同对应修改melodic

2、键盘控制小车运动

首先在gazebo仿真环境中启动turtlebot3小车

export TURTLEBOT3_MODEL=waffle_pi
roslaunch turtlebot3_gazebo turtlebot3_empty_world.launch
1
2

安装键盘控制相关依赖

sudo apt-get install ros-melodic-gazebo-ros-pkgs ros-melodic-gazebo-ros-control
sudo apt-get install ros-melodic-teleop-twist-keyboard 
1
2

运行键盘控制节点，根据输出提示控制小车

rosrun teleop_twist_keyboard teleop_twist_keyboard.py
1

若安装出现[Err] [REST.cc:205] Error in REST request则需要进行如下配置:

sudo gedit ~/.ignition/fuel/config.yaml
将文件中https://api.ignitionfuel.org修改为https://api.ignitionrobotics.org
1
2

如果启动gazebo出现一直打不开的情况，原因是.gazebo下加载models库不正确导致，解决方法是直接下载所有模型到用户的根目录下的.gazebo/models/下

cd ~/.gazebo/
mkdir -p models
cd ~/.gazebo/models/
wget http://file.ncnynl.com/ros/gazebo_models.txt
wget -i gazebo_models.txt
ls model.tar.g* | xargs -n1 tar xzvf
1
2
3
4
5
6

3、SLAM构建地图

把上面的命令都关了，重新启动以下的命令
1、开启仿真环境

export TURTLEBOT3_MODEL=waffle_pi
roslaunch turtlebot3_gazebo turtlebot3_house.launch
1
2

2、开启SLAM功能，建图算法选择gmapping

export TURTLEBOT3_MODEL=waffle_pi
roslaunch turtlebot3_slam turtlebot3_slam.launch slam_methods:=gmapping
1
2

3、启动键盘控制节点，控制小车在环境内转一圈，尽可能扫出完整封闭的地图

export TURTLEBOT3_MODEL=waffle_pi
roslaunch turtlebot3_teleop turtlebot3_teleop_key.launch
1
2

4、保存地图

rosrun map_server map_saver -f ~/map
1

这是我跑了一圈小车扫出的地图

4、自主导航

实现的效果图：
1、先加载保存好的地图

rosrun map_server map_server map.yaml 
1

2、打开仿真环境，用可视化工具rviz显示出来

export TURTLEBOT3_MODEL=waffle_pi
roslaunch turtlebot3_gazebo turtlebot3_house.launch
1
2

3、打开自主导航功能

export TURTLEBOT3_MODEL=waffle_pi
roslaunch turtlebot3_navigation turtlebot3_navigation.launch map_file:=/home/kaijun/map.yaml
1
2

配置好rviz,使用2D Pose Estimate设定好小车起始地点，再使用2D Nav Goal设定小车目标地点，小车会规划好路径，自动运行到目标位置，实现自主导航功能。