当前位置：首页 > news >正文

中国五大网站建设公司百度排名

news 2025/7/15 5:05:56

中国五大网站建设公司,百度排名,威海住房建设局网站,珠海中企网站建设ROS1{\rm ROS1}ROS1的基础及应用，基于古月的课，各位可以去看，基于hawkbot{\rm hawkbot}hawkbot机器人进行实际操作。 ROS{\rm ROS}ROS版本：ROS1{\rm ROS1}ROS1的Melodic{\rm Melodic}Melodic；实际机器人：Ha…

$ROS1{\rm ROS1}$ 的基础及应用，基于古月的课，各位可以去看，基于 $hawkbot{\rm hawkbot}$ 机器人进行实际操作。
$ROS{\rm ROS}$ 版本： $ROS1{\rm ROS1}$ 的 $Melodic{\rm Melodic}$ ；实际机器人： $Hawkbot{\rm Hawkbot}$ ；

1.机器人必备条件

硬件要求
- 差分轮式机器人，使用 $Twist{\rm Twist}$ 速度指令控制
  - $linear{\rm linear}$ ： $XYZ{\rm XYZ}$ 方向上的线速度，单位： $m/s{\rm m/s}$ ；
  - $angular{\rm angular}$ ： $XYZ{\rm XYZ}$ 方向上的角速度，单位： $rad/s{\rm rad/s}$ ；
- 机器人必须安装激光雷达等测距设备，可以获取环境深度信息；
- 最好使用正方形和圆形的机器人，其他外形的机器人效果可能不佳；

深度信息

rosmsg show sensor_msgs/LaserScan===========================================================================
angle_min：可检测范围的起始角度；
angle_max：可检测范围的终止角度，与angle_min组成激光雷达可检测范围;
angle_increment：相邻数据帧之间的角度步长；
time_increment：采集到相邻数据帧之间的时间步长，当传感器处于相对运动状态时进行补偿使用；
scan_time：采集一帧数据所需要的时间；
range_min：最近可检测深度的阈值；
range_max：最远可检测深度的阈值；
ranges：一帧深度数据的存储数组；
===========================================================================

里程计信息
- $pose{\rm pose}$ ：机器人当前位置坐标，包括机器人的 $XYZ{\rm XYZ}$ 三轴位置与方向参数，及用于校正误差的协方差矩阵；
- $twist{\rm twist}$ ：机器人当前的运动状态，包括 $XYZ{\rm XYZ}$ 三轴的线速度与角速度，及用于校正误差的协方差矩阵；

仿真环境

# 创建仿真环境
roslaunch mbot_gazebo mbot_laser_nav_gazebo.launch

2.ROS SLAM功能包应用方法

$gmapping{\rm gmapping}$ 功能包概述
- 基于激光雷达；
- $Rao−Blackwellized{\rm Rao-Blackwellized}$ 粒子滤波算法；
- 二维栅格地图；
- 需要机器人提供里程计信息；
- $OpenSlam{\rm OpenSlam}$ 开源算法；
- 输出地图话题： $nav_msgs/OccupancyGrid{\rm nav\_msgs/OccupancyGrid}$ ；
$gmapping{\rm gmapping}$ 功能包总体框架

安装 $gmapping{\rm gmapping}$ 功能包

# 安装gmapping
sudo apt-get install ros-melodic-gmapping

栅格地图取值原理
- 致命障碍：栅格值为 $254$ ，障碍物与机器人中心重合，此时机器人必然与障碍物发生碰撞；
- 内切障碍：栅格值为 $253$ ，障碍物处于机器人轮廓的内切圆内，此时机器人也必然与障碍物发生碰撞；
- 外切障碍：栅格值为 $252 ～ 128$ ，障碍物处于机器人轮廓的外切圆内，此时机器人与障碍物临界接触，不一定发生碰撞；
- 非自由空间：栅格值为 $128 ～ 0$ ，障碍物附近区域，一旦机器人进入该区域，将有较大概率发生碰撞，属于危险警戒区，机器人应该尽量避免进入；
- 自由区域：栅格值为 $0$ ，此处没有障碍物，机器人可以自由通过；
- 未知区域：栅格值为 $255$ ，此处还没有探知是否有障碍物，机器人可以前往继续建图；

配置 $gmapping{\rm gmapping}$ 功能包

# gmapping.launch文件内容<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>

运行激光雷达建图例程

# 1.启动gmapping演示
roslaunch mbot_gazebo mbot_laser_nav_gazebo.launch
roslaunch mbot_navigaztion gmapping_demo.launch
roslaunch mbot_teleop mbot_teleop.launch# 2.切换到地图保存目录，保存地图
roscd mbot_navigation/maps/# rosrun map_server map_saver -f 地图名
rosrun map_server map_saver -f simulink_maps# 注：
# 建图效果好坏和很多因素有关，如硬件、算法本身、可调参数等；
# 硬件条件不好，建图过程中可能发生移位，导致建图失败；

建图效果：

地图的 $.pgm{\rm .pgm}$ 文和 $.yaml{\rm .yaml}$ 信息：

运行 $kinect{\rm kinect}$ 建图例程

# 1.启动建图演示
roslaunch mbot_gazebo mbot_kinect_nav_gazebo.launch
roslaunch mbot_navigation gmapping_demo.launch
roslaunch mbot_teleop mbot_teleop.launch# 2.若运行kinect抛出如下错误
cannot launch node of type [depthimage_to_laserscan/depthimage_to_laserscan]:depthimage_to_laserscan# 解决方案
sudo apt-get install ros-melodic-depthimage-to-laserscan# 注：
# 使用摄像头建模，效果好坏和硬件配置很大关系；
# 如下图所示，使用虚拟机建图十分卡顿，很容易发生移位；
# 如果笔记本的配置不是很好，建议了解建图过程即可；
# 如果笔记本配置不是很好，建图过程会直接卡死，想退出也难；

没有完全建好的图效果(发生了移位)：

实际机器人建图实例

# Hawkbot机器人的实际建图过程
# 1.时间同步
# 远程登录移动机器人端，并进行时间同步
ssh ...
sudo ntpdate 虚拟机IP# 2.启动建图节点
roslaunch hawbot bringup.launch(机器人端)
roslaunch hawkbot teleop_key.launch(机器人或虚拟机端)
roslaunch hawkbot gmapping_slam.launch(虚拟机端)# 3.保存地图
roscd hawkbot/maps/ 
rosrun map_server map_saver -f 地图名称

3.ROS中的导航框架

$ROS{\rm ROS}$ 的导航框架
$move_base{\rm move\_base}$
- 全局路径规划 $(globalplanner)({\rm global\ planner})$ ：
  - 全局最优路径规划；
  - $Dijkstra{\rm Dijkstra}$ 或 $A^*$ 算法；
- 本地实时规划 $(localplanner)({\rm local\ planner})$ ：
  - 规划机器人每个周期内的线速度、角速度，使之尽量符合全局最优路径；
  - 实时避障；
  - $TrajectoryRollout{\rm Trajectory\ Rollout}$ 和 $DynamicWindowApproaches{\rm Dynamic\ Window\ Approaches}$ 算法；
  - 搜索躲避和行进的多条路径，综合各评价标准选取最优路径；
$move_base{\rm move\_base}$ 功能包的话题和服务

配置 $move_base{\rm move\_base}$ 节点

# move_base.launch文件内容
<launch><node pkg="move_base" type="move_base" respawn="false" name="move_base" output="screen" clear_params="true"><rosparam file="$(find mbot_navigation)/config/mbot/costmap_common_params.yaml" command="load" ns="global_costmap" /><rosparam file="$(find mbot_navigation)/config/mbot/costmap_common_params.yaml" command="load" ns="local_costmap" /><rosparam file="$(find mbot_navigation)/config/mbot/local_costmap_params.yaml" command="load" /><rosparam file="$(find mbot_navigation)/config/mbot/global_costmap_params.yaml" command="load" /><rosparam file="$(find mbot_navigation)/config/mbot/base_local_planner_params.yaml" command="load" /></node></launch>

$amcl{\rm amcl}$
- 蒙特卡罗定位方法；
- 二维环境定位；
- 针对已有地图使用粒子滤波器跟踪一个机器人的姿态；
$amcl{\rm amcl}$ 功能包的话题和服务
$amcl{\rm amcl}$ 定位
- 里程计定位：只通过里程计的数据来处理 $/base{\rm /base}$ 和 $/odom{\rm /odom}$ 间的 $TF{\rm TF}$ 变换；
- $amcl{\rm amcl}$ 定位：估算机器人在地图坐标系 $/map{\rm /map}$ 下的位姿信息，提供 $/base、/odom、/map{\rm /base、/odom、/map}$ 间的 $TF{\rm TF}$ 变换；

配置 $amcl{\rm amcl}$ 节点

# amcl.launch文件内容
<launch><arg name="use_map_topic" default="false"/><arg name="scan_topic" default="scan"/><node pkg="amcl" type="amcl" name="amcl" clear_params="true"><param name="use_map_topic" value="$(arg use_map_topic)"/><!-- Publish scans from best pose at a max of 10 Hz --><param name="odom_model_type" value="diff"/><param name="odom_alpha5" value="0.1"/><param name="gui_publish_rate" value="10.0"/><param name="laser_max_beams" value="60"/><param name="laser_max_range" value="12.0"/><param name="min_particles" value="500"/><param name="max_particles" value="2000"/><param name="kld_err" value="0.05"/><param name="kld_z" value="0.99"/><param name="odom_alpha1" value="0.2"/><param name="odom_alpha2" value="0.2"/><!-- translation std dev, m --><param name="odom_alpha3" value="0.2"/><param name="odom_alpha4" value="0.2"/><param name="laser_z_hit" value="0.5"/><param name="laser_z_short" value="0.05"/><param name="laser_z_max" value="0.05"/><param name="laser_z_rand" value="0.5"/><param name="laser_sigma_hit" value="0.2"/><param name="laser_lambda_short" value="0.1"/><param name="laser_model_type" value="likelihood_field"/><!-- <param name="laser_model_type" value="beam"/> --><param name="laser_likelihood_max_dist" value="2.0"/><param name="update_min_d" value="0.25"/><param name="update_min_a" value="0.2"/><param name="odom_frame_id" value="odom"/><param name="resample_interval" value="1"/><!-- Increase tolerance because the computer can get quite busy --><param name="transform_tolerance" value="1.0"/><param name="recovery_alpha_slow" value="0.0"/><param name="recovery_alpha_fast" value="0.0"/><remap from="scan" to="$(arg scan_topic)"/></node>
</launch>

4.ROS机器人自主导航

导航仿真

# 1.启动导航仿真包
roslaunch mbot_gazebo mbot_laser_nav_gazebo.launch
roslaunch mbot_navigation nav_cloister_demo.launch# 2.导航步骤
# 2.1 若机器人不在建图坐标系原点，先点击"2D Pose Estimate"，将地图和雷达数据对上；
# 2.2 匹配好机器人初始位置后，点击"2D Nav Goal"发布机器人目标点；

导航 $SLAM{\rm SLAM}$ 仿真

# 1.启动相应.launch文件
roslaunch mbot_gazebo mbot_laser_nav_gazebo.launch
roslaunch mbot_navigation exploring_slam_demo.launch# 2.通过点击"2D Nav Goal"发布机器人目标点进行建图；# 自主探索SLAM仿真
# 启动相应的.launch文件
roslaunch mbot_gazebo mbot_laser_nav_gazebo.launch
roslaunch mbot_navigation exploring_slam_demo.launch
rosrun mbot_navigation exploring_slam.py