基于ROS的機器人建圖與導(dǎo)航仿真全過程
點擊下方卡片，關(guān)注“新機器視覺”公眾號
重磅干貨，第一時間送達
引言
之前一直想寫一篇關(guān)于ROS機器人建圖與導(dǎo)航仿真全過程的教程，終于有時間來做這個事啦，本人也拿過吉林省高校機器人大賽—ROS競速組的冠軍，第十六屆全國智能車比賽—訊飛餐廳組線上賽二等獎，我想這個教程對接下來的一些參賽者多多少少也會有一些貢獻。
當(dāng)然我覺得你已經(jīng)會ROS的一些基本操作了，本文章只是簡單扼要的介紹這個過程，其中細節(jié)部分難免可能不會太詳細還請見諒，當(dāng)人后續(xù)也會有更多這方面的文章，也會傳授一些ROS機器人建圖與導(dǎo)航方面的經(jīng)驗，當(dāng)然我也在學(xué)習(xí)的過程，難免一些不足之處，話不多說啦，讓我先把這個全過程的思維導(dǎo)圖放在下面。
文章所用的代碼已經(jīng)開源：https://gitee.com/xiaolong_ROS/Map_construction-Navigation_simulation.git
一、環(huán)境
1.機器人建模
我個人習(xí)慣把機器人本體放在單獨的一個package下，讓我們先看看里面的所有東西。
可以看到這個機器人的URDF模型還有它所擁有的傳感器，相機、慣性測量單元、激光雷達。
我們對URDF文件進行檢查，check_urdf命令會解析URDF文件，并且顯示解析過程中發(fā)現(xiàn)的錯誤，如果一切正常，就會顯示如下信息：
當(dāng)然我們也可以在rviz中查看這個模型：
也可以看看機器人的TF關(guān)系：
2.運動控制器配置
接下來我們主要在gazebo環(huán)境下操作，我們再創(chuàng)建一個單獨的package，同樣我們先看看完整的內(nèi)容：
我們在config下可以看到一個racecar_control.yaml文件：
racecar:left_rear_wheel_velocity_controller:type: effort_controllers/JointVelocityControllerjoint: left_rear_axlepid: {p: 1000.0, i: 0.00, d: 0.0}right_rear_wheel_velocity_controller:type: effort_controllers/JointVelocityControllerjoint: right_rear_axlepid: {p: 1000.0, i: 0.00, d: 0.0}left_front_wheel_velocity_controller:type: effort_controllers/JointVelocityControllerjoint: left_front_axlepid: {p: 1000.0, i: 0.00, d: 0.0}right_front_wheel_velocity_controller:type: effort_controllers/JointVelocityControllerjoint: right_front_axlepid: {p: 1000.0, i: 0.00, d: 0.0}left_steering_hinge_position_controller:type: effort_controllers/JointPositionControllerjoint: left_steering_jointpid: {p: 10000.0, i: 0.1, d: 500.0}right_steering_hinge_position_controller:type: effort_controllers/JointPositionControllerjoint: right_steering_jointpid: {p: 10000.0, i: 0.1, d: 500.0}joint_state_controller:type: joint_state_controller/JointStateControllerpublish_rate: 50
這個文件便定義了機器人所有的運動控制器以及參數(shù)，我們通過launch文件添加以下內(nèi)容便可以加載這些控制器：
3.world創(chuàng)建
world的創(chuàng)建方法有很多了，你可以自己畫一個世界，也可以導(dǎo)入，這里可以給大家安利另外一個仿真神器：Webots，你會發(fā)現(xiàn)不一樣的東西。
給大家看看比賽的官方賽道吧，使用gazebo racecar_runway_original.world 打開：
4.launch文件啟動并測試
我們先通過roslaunch racecar_gazebo racecar.launch 來打開小車所在的仿真環(huán)境：
我們可以看到racecar_gazebo/scripts下有一個XL_keyboard_remote.py的，我們可以通過rosrun racecar_gazebo XL_keyboard_remote.py運行它，然后我們的機器人就可以前后左右移動并且轉(zhuǎn)向啦（注意運行之后彈出來的窗口需要鼠標(biāo)點擊一下再控制機器人）。
二、建圖
建圖的話我們以Gmapping算法功能包為例子進行地圖構(gòu)建，當(dāng)然可以用其它的算法，比如：hector，cartographer等。
1.參數(shù)配置
首先我們創(chuàng)建一個gmapping.launch，這個主要是負(fù)責(zé)配置參數(shù)的：
<launch><arg name="scan_topic" default="scan" /><node pkg="gmapping" type="slam_gmapping" name="slam_gmapping" output="screen" clear_params="true"><param name="odom_frame" value="odom"/><param name="map_update_interval" value="5.0"/><!-- Set maxUrange < actual maximum range of the Laser --><param name="maxRange" value="5.0"/><param name="maxUrange" value="4.5"/><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="-1.0"/><param name="ymin" value="-1.0"/><param name="xmax" value="1.0"/><param name="ymax" value="1.0"/><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"/><remap from="scan" to="$(arg scan_topic)"/></node></launch>
然后我們需要創(chuàng)建一個gmapping_demo.launch用來打開gazebo，rviz等并建圖：
<launch><include file="$(find racecar_gazebo)/launch/gmapping.launch"/><include file="$(find racecar_gazebo)/launch/racecar.launch"/><!-- keyboard_remote node --><node name="XL_keyboard_remote" pkg="racecar_gazebo" type="XL_keyboard_remote.py" output="screen"></node><!-- 啟動rviz --><node pkg="rviz" type="rviz" name="rviz" args="-d $(find racecar_gazebo)/rviz/gmapping.rviz"/></launch>
代碼第一塊就是建圖參數(shù)的配置，第二塊就是打開之前的gazebo環(huán)境等，第三塊是打開鍵盤控制，第四塊是打開一個已經(jīng)配置好的rviz（配置的方法很簡單的，就是添加一些東西）。
2.launch文件啟動并建圖
之所以創(chuàng)建一個gmapping_demo.launch是想直接啟動一個launch就可以開始建圖，我們直接在終端輸入roslaunch racecar_gazebo racecar.launch就可以開始建圖啦：
建圖過程需要有耐心，最好速度不要太快，當(dāng)然不同的算法適應(yīng)性也不太一樣，我們可以看看建圖效果還是可以的：
最后建成的地圖我們需要及時保存。保存的地圖一共有兩個文件，map.pgm和map.yaml。
讓我們看一下建好的地圖效果還是蠻不錯的：
三、導(dǎo)航
我們先來看一下導(dǎo)航的launch啟動文件，第4行就是啟動之前的launch文件；第6～8行是加載配置好的rviz；第10行是加載地圖；注意第13行，我們加載了一個amcl.xml文件，這個是我們配置的定位方法參數(shù)。
自主定位即機器人在任意狀態(tài)下都可以推算出自己在地圖中所處的位置，ROS為開發(fā)者提供了一種自適應(yīng)(或kld采樣)的蒙特卡羅定位方法(amcl)，這是一種概率統(tǒng)計方法，針對已有地圖使用粒子濾波器跟蹤一個機器人的姿態(tài)；第16～32行是導(dǎo)航需要的配置文件；第34行是一個導(dǎo)航腳本（自定義的一個ROS節(jié)點），初學(xué)者可以不用深究其內(nèi)容。
1.代價地圖的配置
導(dǎo)航功能包使用兩種代價地圖存儲周圍環(huán)境中的障礙信息：一種用于全局路徑規(guī)劃(global_costmap)，一種用于本地路徑規(guī)劃和實時避障(local_costmap)。
兩種代價地圖需要使用一些共用的或獨立的配置文件：通用配置文件、全局規(guī)劃配置文件和本地規(guī)劃配置文件。config/navigation下這三個文件分別與之對應(yīng)。
代價地圖用來存儲周圍環(huán)境的障礙信息，其中需要聲明地圖關(guān)注的機器人傳感器消息，以便于地圖信息的更新。
針對兩種代價地圖通用的配置選項，創(chuàng)建名為costmap_common_params.yaml的配置文件。全局規(guī)劃配置文件用于存儲配置全局代價地圖的參數(shù)，命名為global_costmap_params.yaml，本地規(guī)劃配置文件用來存儲本地代價地圖的配置參數(shù)，命名為local_costmap_params.yaml。
2.本地規(guī)劃器的配置
比賽一般都需要實時避障的，我們導(dǎo)航所用的地圖都是加上錐桶的，當(dāng)然我們在建圖的時候是不允許掃描錐桶的信息的，所以我們需要配置本地規(guī)劃器，我們通過gazebo racecar_runway.world 打開環(huán)境如下：
常用的本地規(guī)劃算法有TEB算法和DWA算法，這篇教程主要用的TEB算法，本地規(guī)劃器當(dāng)然也是用的TEB算法的參數(shù)，具體可以查看最后一個配置文件teb_local_planner_params.yaml。
3.launch文件啟動并導(dǎo)航
我們通過roslaunch racecar_gazebo racecar_navigation.launch來開始導(dǎo)航前所有準(zhǔn)備工作：
通過rviz上2D Nav Goal來給機器人發(fā)布導(dǎo)航終點信息，可以看出機器人已經(jīng)開始實時掃描信息并規(guī)劃路徑向著終點出發(fā)啦：
我們可以通過rosrun rqt_tf_tree rqt_tf_tree來查看導(dǎo)航過程中的TF樹：
也可以通過rosrun rqt_graph rqt_graph來查看導(dǎo)航過程中的各節(jié)點：
本文僅做學(xué)術(shù)分享，如有侵權(quán)，請聯(lián)系刪文。