赞
踩
sudo apt-get install ros-melodic-gmapping
sudo apt-get install ros-melodic-map-server
sudo apt-get install ros-melodic-navigation
sudo apt-get install ros-melodic-amcl
1、需要准备仿真场景,如果没有可以在此 0积分下载
2、了解地图、AMCL定位、路径规划等实现关系
3、查阅相关文献了解导航中的坐标变换关系(里程计的坐标系/odom和地图坐标系/map的关系)
4、本文只是对导航仿真进行按部就班的使用
1、新建功能包,添加依赖项
2、Copy SLAM导航文件内容,并修改
3、启动导航仿真
4、键盘控制机器人绘制地图
5、保存地图
1、新建功能包添加依赖项,依赖项包括:gmapping map_server amcl move_base
例如:ubuntu@ubuntu:~/catkin_ws/src$ catkin_create_pkg hello_navigation gmapping map_server amcl move_base
2、新建文件夹:launch、map、config存放一些文件
直接复制下面内容并做修改(params_slam.launch)
<launch> <param name="hello_slam" value="true"/> <!--param name can change--> <node pkg="gmapping" type="slam_gmapping" name="slam_gmapping" output="screen"> <remap from="scan" to="scan"/> <param name="base_frame" value="base_coordinate"/><!--need change--> <param name="odom_frame" value="odom"/> <!--need change--> <param name="map_update_interval" value="5.0"/> <param name="maxUrange" value="16.0"/> <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="0.1"/> <param name="srt" value="0.2"/> <param name="str" value="0.1"/> <param name="stt" value="0.2"/> <param name="linearUpdate" value="1.0"/> <param name="angularUpdate" value="0.5"/> <param name="temporalUpdate" value="3.0"/> <param name="resampleThreshold" value="0.5"/> <param name="particles" value="30"/> <param name="xmin" value="-50.0"/> <param name="ymin" value="-50.0"/> <param name="xmax" value="50.0"/> <param name="ymax" value="50.0"/> <param name="delta" value="0.05"/> <param name="llsamplerange" value="0.01"/> <param name="llsamplestep" value="0.01"/> <param name="lasamplerange" value="0.005"/> <param name="lasamplestep" value="0.005"/> </node> </launch>
Tips:1、本文是在前面基础上一步一步操作进行的仿真,主要内容为,gazebo仿真物理环境,rviz查看机器人信息,
2、新建启动的launch文件目的在于启动gazebo物理环境,加载小车,并配置了rviz内容,实际内容和5 ROS仿真建模(2- urdf文件的编写和场景搭建)一致。
3、复制rviz的配置文件到hello_navigation功能包的config下,修改launch文件的rviz配置文件路径
编写launch文件(myAGV.launch)
<launch> <!-- 设置参数 其中param的名字必须是robot_description --> <param name="robot_description" textfile="$(find simulation_scene)/urdf/myAGV.urdf" /> <!-- 启动 rviz --> <node pkg="rviz" type="rviz" name="rviz" args="-d $(find hello_navigation)/config/myAGV.rviz" /> <!-- 启动机器人状态和关节状态发布节点 --> <node pkg="robot_state_publisher" type="robot_state_publisher" name="robot_state_publisher" /> <node pkg="joint_state_publisher" type="joint_state_publisher" name="joint_state_publisher" /> <!-- 启动 gazebo --> <include file="$(find gazebo_ros)/launch/empty_world.launch" > <arg name="world_name" value="$(find simulation_scene)/world/house.world" /> </include> <!-- 在 gazebo 中显示机器人模型 --> <node pkg="gazebo_ros" type="spawn_model" name="myAGV" args="-urdf -model myAGV -param robot_description" /> </launch>
编写总的SLAM启动文件(hello_slam.launch)
<launch>
<!-- 启动仿真环境加载小车 -->
<include file="$(find hello_navigation)/launch/myAGV.launch" />
<!-- 启动SLAM -->
<include file="$(find hello_navigation)/launch/params_slam.launch" />
</launch>
1、编译文件catkin_make
2、启动slamroslaunch hello_navigation hello_slam.launch
3、在rviz加载map并订阅/map话题
4、启动键盘控制节点rosrun teleop_twist_keyboard teleop_twist_keyboard.py
5、控制机器人运动绘制地图
1、新建保存地图的launch文件(save_map.launch)
2、注意arg的保存地图位置和文件名
<launch>
<arg name="filename" value="$(find hello_navigation)/map/hello_map" />
<node name="map_save" pkg="map_server" type="map_saver" args="-f $(arg filename)" />
</launch>
3、启动save_map.launch文件保存当前rviz显示到的地图
AMCL(adaptive Monte Carlo Localization) 是用于2D移动机器人的概率定位系统,它实现了自适应(或KLD采样)蒙特卡洛定位方法,可以根据已有地图使用粒子滤波器推算机器人位置。
AMCL核心是清楚导航中的坐标变换关系。
roscd amcl找到官方提供的实例文档
1、map_server能够获取地图数据为机器人的定位路径规划等提供信息,而且AMCL定位必须有map_server服务!
2、新建launch文件(params_mapserver.launch)提供map_server服务。
3、此时的map_server包括的功能有:找到保存的地图并加载到服务器里。
<launch>
<!-- 设置地图的配置文件 -->
<arg name="map" default="hello_map.yaml" />
<!-- 运行地图服务器,并且加载设置的地图-->
<node name="map_server" pkg="map_server" type="map_server" args="$(find hello_navigation)/map/$(arg map)"/>
</launch>
在5.8的基础上,新建launch文件(params_amcl.launch)实现机器人自身定位
<launch> <node pkg="amcl" type="amcl" name="amcl" output="screen"> <!-- Publish scans from best pose at a max of 10 Hz --> <param name="odom_model_type" value="diff"/><!-- 里程计模式为差分 --> <param name="odom_alpha5" value="0.1"/> <param name="transform_tolerance" value="0.2" /> <param name="gui_publish_rate" value="10.0"/> <param name="laser_max_beams" value="30"/> <param name="min_particles" value="500"/> <param name="max_particles" value="5000"/> <param name="kld_err" value="0.05"/> <param name="kld_z" value="0.99"/> <param name="odom_alpha1" value="0.2"/> <param name="odom_alpha2" value="0.2"/> <!-- translation std dev, m --> <param name="odom_alpha3" value="0.8"/> <param name="odom_alpha4" value="0.2"/> <param name="laser_z_hit" value="0.5"/> <param name="laser_z_short" value="0.05"/> <param name="laser_z_max" value="0.05"/> <param name="laser_z_rand" value="0.5"/> <param name="laser_sigma_hit" value="0.2"/> <param name="laser_lambda_short" value="0.1"/> <param name="laser_lambda_short" value="0.1"/> <param name="laser_model_type" value="likelihood_field"/> <!-- <param name="laser_model_type" value="beam"/> --> <param name="laser_likelihood_max_dist" value="2.0"/> <param name="update_min_d" value="0.2"/> <param name="update_min_a" value="0.5"/> <param name="odom_frame_id" value="odom"/><!-- 里程计坐标系 --> <param name="base_frame_id" value="base_coordinate"/><!-- 添加机器人基坐标系 --> <param name="global_frame_id" value="map"/><!-- 添加地图坐标系 --> <param name="resample_interval" value="1"/> <param name="transform_tolerance" value="0.1"/> <param name="recovery_alpha_slow" value="0.0"/> <param name="recovery_alpha_fast" value="0.0"/> </node> </launch>
Tip:机器人自身定位前,需要知道地图数据,即在 AMCL的launch文件中,一定是要有地图服务器map_server
编写AMCL启动文件(hello_amcl.launch)
<launch>
<!-- 启动仿真环境加载小车 -->
<include file="$(find hello_navigation)/launch/myAGV.launch" />
<!-- 启动map_server -->
<include file="$(find hello_navigation)/launch/params_mapserver.launch" />
<!-- 启动AMCL -->
<include file="$(find hello_navigation)/launch/params_amcl.launch" />
</launch>
1、启动AMCLroslaunch hello_navigation hello_amcl.launch
2、在rviz加载PoseArray并订阅/particlecloud话题
3、启动键盘控制节点rosrun teleop_twist_keyboard teleop_twist_keyboard.py
4、控制机器人运动查看定位状态
1、路径规划的含义即导航最前面框图,表示的move_base即是路径规划,在知道地图数据、传感器数据、里程计信息等,做出全局路径规划和局部路径规划。
2、查阅资料了解代价地图和碰撞算法
后续的配置文件yaml参考B站视频【奥特学园】ROS机器人入门课程《ROS理论与实践》零基础教程
在hello-navigation的config文件夹下,编写costmap_common.yaml配置代价地图。
#机器人几何参,如果机器人是圆形,设置 robot_radius,如果是其他形状设置 footprint # robot_radius: 0.18 #圆形 footprint: [[-0.18, -0.18], [-0.18, 0.18], [0.18, 0.18], [0.18, -0.18]] #其他形状的四个角的坐标XY坐标 obstacle_range: 3.0 # 用于障碍物探测,比如: 值为 3.0,意味着检测到距离小于 3 米的障碍物时,就会引入代价地图 raytrace_range: 3.5 # 用于清除障碍物,比如:值为 3.5,意味着清除代价地图中 3.5 米以外的障碍物 #膨胀半径,扩展在碰撞区域以外的代价区域,使得机器人规划路径避开障碍物 inflation_radius: 0.2 #代价比例系数,越大则代价值越小 cost_scaling_factor: 3.0 #地图类型 map_type: costmap #导航包所需要的传感器 observation_sources: scan #对传感器的坐标系和数据进行配置。这个也会用于代价地图添加和清除障碍物。例如,你可以用激光雷达传感器用于在代价地图添加障碍物,再添加kinect用于导航和清除障碍物。 scan: {sensor_frame: laser, data_type: LaserScan, topic: scan, marking: true, clearing: true}
在hello-navigation的config文件夹下,编写global_costmap.yaml
global_costmap:
global_frame: map #地图坐标系
robot_base_frame: base_coordinate #机器人坐标系
# 以此实现坐标变换
update_frequency: 1.0 #代价地图更新频率
publish_frequency: 1.0 #代价地图的发布频率
transform_tolerance: 0.5 #等待坐标变换发布信息的超时时间
static_map: true # 是否使用一个地图或者地图服务器来初始化全局代价地图,如果不使用静态地图,这个参数为false.
在hello-navigation的config文件夹下,编写local_costmap.yaml
local_costmap:
global_frame: odom #里程计坐标系
robot_base_frame: base_coordinate #机器人坐标系
update_frequency: 10.0 #代价地图更新频率
publish_frequency: 10.0 #代价地图的发布频率
transform_tolerance: 0.5 #等待坐标变换发布信息的超时时间
static_map: false #不需要静态地图,可以提升导航效果
rolling_window: true #是否使用动态窗口,默认为false,在静态的全局地图中,地图不会变化
width: 3 # 局部地图宽度 单位是 m
height: 3 # 局部地图高度 单位是 m
resolution: 0.05 # 局部地图分辨率 单位是 m,一般与静态地图分辨率保持一致
在hello-navigation的config文件夹下,编写base_local_planner.yaml
TrajectoryPlannerROS: # Robot Configuration Parameters max_vel_x: 0.5 # X 方向最大速度 min_vel_x: 0.1 # X 方向最小速速 max_vel_theta: 1.0 # min_vel_theta: -1.0 min_in_place_vel_theta: 1.0 acc_lim_x: 1.0 # X 加速限制 acc_lim_y: 0.0 # Y 加速限制 acc_lim_theta: 0.6 # 角速度加速限制 # Goal Tolerance Parameters,目标公差 xy_goal_tolerance: 0.10 yaw_goal_tolerance: 0.05 # Differential-drive robot configuration # 是否是全向移动机器人 holonomic_robot: false # Forward Simulation Parameters,前进模拟参数 sim_time: 0.8 vx_samples: 18 vtheta_samples: 20 sim_granularity: 0.05
编写路径规划仿真的launch文件(params_movebase.launch)
<launch>
<node pkg="move_base" type="move_base" respawn="false" name="move_base" output="screen" clear_params="true">
<rosparam file="$(find hello_navigation)/config/costmap_common_params.yaml" command="load" ns="global_costmap" />
<rosparam file="$(find hello_navigation)/config/costmap_common_params.yaml" command="load" ns="local_costmap" />
<rosparam file="$(find hello_navigation)/config/local_costmap_params.yaml" command="load" />
<rosparam file="$(find hello_navigation)/config/global_costmap_params.yaml" command="load" />
<rosparam file="$(find hello_navigation)/config/base_local_planner_params.yaml" command="load" />
</node>
</launch>
1、机器人路径规划导航是在已知地图数据情况下,前往目的地,此时仿真的示例并非导航+建图,而只是单纯的导航
2、故move_base路径规划包括地图数据即map_server和机器人自身定位信息AMCL
编写路径规划导航启动文件(hello_movebase.launch)
<launch>
<!-- 启动仿真环境加载小车 -->
<include file="$(find hello_navigation)/launch/myAGV.launch" />
<!-- 启动map_server -->
<include file="$(find hello_navigation)/launch/params_mapserver.launch" />
<!-- 启动AMCL -->
<include file="$(find hello_navigation)/launch/params_amcl.launch" />
<!-- 启动movebase -->
<include file="$(find hello_navigation)/launch/params_movebase.launch" />
</launch>
1、启动仿真环境加载小车roslaunch hello_navigation myAGV.launch
2、启动slamroslaunch hello_navigation hello_movebase.launch
3、在rviz加载map重命名为map_global并订阅/move_base/global_costmap/costmap全局地图话题
4、在rviz加载map重命名为map_local并订阅/move_base/local_costmap/costmap局部路径规划话题
5、在rviz加载path订阅/move_base/NavfnROS/plan路径
6、在rviz的操作栏选择2D Nav Goal(注意不是2D Pose Estimate),在地图上打标记实现路径规划运动
1、路径规划move_base和机器人定位AMCL都是需要地图服务器map_server支持才能运行的
2、路径规划是在默认已知地图的情况下,对目标点进行导航移动,map_server服务提供的是静态的地图信息
3、动态SLAM导航建图,则在不清楚全局静态地图的情况下,一边导航一边绘制地图
4、因此SLAM本身就集成了map_server服务,实时发布动态信息
1、动态SLAM需要move_base功能和SLAM功能
2、编写动态SLAM的launch文件(hello_dynamicslam.launch)
<launch>
<!-- 启动仿真环境加载小车 -->
<include file="$(find hello_navigation)/launch/myAGV.launch" />
<!-- 启动slam -->
<include file="$(find hello_navigation)/launch/params_slam.launch" />
<!-- 启动movebase -->
<include file="$(find hello_navigation)/launch/params_movebase.launch" />
</launch>
1、B站视频:【奥特学园】ROS机器人入门课程《ROS理论与实践》零基础教程
2、ROSWIKI:http://wiki.ros.org/navigation/Tutorials/RobotSetup
3、其他博客资料:ros 建图导航参数配置
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。