1 执行过程

  • 1.运行仿真机器人fake_turtlebot.launch:加载机器人模型——启动机器人仿真器——发布机器人状态
  • 2.运行amcl节点fake_amcl.launch:加载地图节点map_server——加载move_base节点——加载fake_localization节点(AMCL)
  • 3.运行rviz

2 机器人仿真

//fake_turtlebot.launch

<launch>
<param name="/use_sim_time" value="false" /> <!-- Load the URDF/Xacro model of our robot -->
<arg name="urdf_file" default="$(find xacro)/xacro.py '$(find rbx1_description)/urdf/turtlebot.urdf.xacro'" /> <param name="robot_description" command="$(arg urdf_file)" /> <node name="arbotix" pkg="arbotix_python" type="arbotix_driver" output="screen" clear_params="true">
<rosparam file="$(find rbx1_bringup)/config/fake_turtlebot_arbotix.yaml" command="load" />
<param name="sim" value="true"/>
</node> <node name="robot_state_publisher" pkg="robot_state_publisher" type="state_publisher">
<param name="publish_frequency" type="double" value="20.0" />
</node> </launch>
  • 2.1加载机器人模型turtlebot.urdf.xacro,包括:

    1.硬件模型turtlebot_hardware.urdf.xacro

    2.机器人本体模型turtlebot_body.urdf.xacro

    3.标定参数turtlebot_calibration.xacro

    4.运动学模型turtlebot_kinect.urdf.xacro

  • 2.2 加载arbotix模拟器,即arbotix节点(加载配置文件:fake_turtlebot_arbotix.yaml)  

port: /dev/ttyUSB0
baud: 115200
rate: 20
sync_write: True
sync_read: True
read_rate: 20
write_rate: 20 controllers: {
# Pololu motors: 1856 cpr = 0.3888105m travel = 4773 ticks per meter (empirical: 4100)
base_controller: {type: diff_controller, base_frame_id: base_footprint, base_width: 0.26, ticks_meter: 4100, Kp: 12, Kd: 12, Ki: 0, Ko: 50, accel_limit: 1.0 }
}

  

  • 2.3 加载robot_state_publisher节点(设置频率publish_frequency:20)

3 机器人控制

//fake_amcl.launch

<launch>

  <param name="use_sim_time" value="false" />

  <!-- Set the name of the map yaml file: can be overridden on the command line. -->
<arg name="map" default="test_map.yaml" /> <!-- Run the map server with the desired map -->
<node name="map_server" pkg="map_server" type="map_server" args="$(find rbx1_nav)/maps/$(arg map)"/> <!-- The move_base node -->
<include file="$(find rbx1_nav)/launch/fake_move_base_amcl.launch" /> <!-- Run fake localization compatible with AMCL output -->
<node pkg="fake_localization" type="fake_localization" name="fake_localization" clear_params="true" output="screen">
<remap from="base_pose_ground_truth" to="odom" />
<param name="global_frame_id" value="map" />
<param name="base_frame_id" value="base_footprint" />
</node> </launch>

  

  • 3.1加载地图服务器节点map_server,配置地图文件:test_map.yaml
image: test_map.pgm                              //包含占用数据的图像文件的路径; 可以是绝对的,或相对于YAML文件的位置
resolution: 0.050000                              //地图的分辨率,米/像素
origin: [-13.800000, -12.200000, 0.000000]                //地图中左下像素的2-D姿态为(x,y,yaw),偏航为逆时针旋转(yaw = 0表示无旋转)。系统的许多部分目前忽略偏航。
negate: 0                                    //白/黑自由/占用语义是否应该被反转(阈值的解释不受影响)     
occupied_thresh: 0.9                             //占据概率大于该阈值的像素被认为完全占用
free_thresh: 0.196                               //占有概率小于该阈值的像素被认为是完全自由的

  

  • 3.2加载movebase节点:fake_move_base_amcl.launch——>运行成本、机器人半径、到达目标位置的距离,机器人移动的速度

    1.costmap_common_params.yaml:配置基本的参数,这些参数会被用于local_costmap和global_costmap.      

obstacle_range: 2.5                //障碍物探测,引入地图
raytrace_range: 3.0 //用于机器人运动过程中,实时清除代价地图中的障碍物
#footprint: [[0.175, 0.175], [0.175, -0.175], [-0.175, -0.175], [-0.175, 0.175]] //将机器人的几何参数告诉导航功能包集,机器人和障碍物之间保持一个合理的距离
#footprint_inflation: 0.01
robot_radius: 0.175
inflation_radius: 0.2 //机器人与障碍物之间必须要保持的最小距离
max_obstacle_height: 0.6
min_obstacle_height: 0.0
observation_sources: scan //设定导航包所使用的传感器
scan: {data_type: LaserScan, topic: /scan, marking: true, clearing: true, expected_update_rate: 0}

  

    2.local_costmap_params.yaml;

local_costmap:
global_frame: map
robot_base_frame: base_footprint
update_frequency: 3.0 //发布信息的频率,也就是costmap可视化信息发布的频率
publish_frequency: 1.0
static_map: true
rolling_window: false //true:在机器人运动过程中,代价地图始终以机器人为中心
width: 6.0
height: 6.0
resolution: 0.01 //这三个是代价地图的的尺寸和分辨率,单位都是m
transform_tolerance: 1.0

  

    3.global_costmap_params.yaml;

global_costmap:
global_frame: map //定义机器人和地图之间的坐标变换,建立全局代价地图必须使用这个变换。
robot_base_frame: base_footprint
update_frequency: 1.0 //地图更新的频率
publish_frequency: 1.0
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
rolling_window: false
resolution: 0.01
transform_tolerance: 1.0
map_type: costmap

  

    4.base_local_planner_params.yaml;

controller_frequency: 3.0
recovery_behavior_enabled: false
clearing_rotation_allowed: false TrajectoryPlannerROS: //机器人的最大和最小速度限制值,也设定了加速度的限值
max_vel_x: 0.5
min_vel_x: 0.1
max_vel_y: 0.0 # zero for a differential drive robot
min_vel_y: 0.0
max_vel_theta: 1.0
min_vel_theta: -1.0
min_in_place_vel_theta: 0.4
escape_vel: -0.1
acc_lim_x: 1.5
acc_lim_y: 0.0 # zero for a differential drive robot
acc_lim_theta: 1.2 holonomic_robot: false //全向移动机器人那么此值为true
yaw_goal_tolerance: 0.1 # about 6 degrees
xy_goal_tolerance: 0.05 # 5 cm
latch_xy_goal_tolerance: false
pdist_scale: 0.4
gdist_scale: 0.8
meter_scoring: true heading_lookahead: 0.325
heading_scoring: false
heading_scoring_timestep: 0.8
occdist_scale: 0.05
oscillation_reset_dist: 0.05
publish_cost_grid_pc: false
prune_plan: true sim_time: 1.0
sim_granularity: 0.05
angular_sim_granularity: 0.1
vx_samples: 8
vy_samples: 0 # zero for a differential drive robot
vtheta_samples: 20
dwa: true
simple_attractor: false

  

    5.nav_test_params.yaml

TrajectoryPlannerROS:
yaw_goal_tolerance: 6.28 # We don't care about orientation
xy_goal_tolerance: 0.1 # 10 cm
pdist_scale: 0.8
gdist_scale: 0.4
occdist_scale: 0.1

  

  • 3.3加载fake_localization节点:ACML

3 Rviz显示

Ros学习——移动机器人Ros导航详解及源码解析的更多相关文章

  1. SpringBoot之DispatcherServlet详解及源码解析

    在使用SpringBoot之后,我们表面上已经无法直接看到DispatcherServlet的使用了.本篇文章,带大家从最初DispatcherServlet的使用开始到SpringBoot源码中Di ...

  2. AFNetworking 3.0 使用详解 和 源码解析实现原理

    AFN原理&& AFN如何使用RunLoop来实现的: 让你介绍一下AFN源码的理解,首先要说说封装里面主要做了那些重要的事情,有那些重要的类(XY题) 一.AFN的实现步骤: NSS ...

  3. CharacterEncodingFilter详解及源码解析

    字符编码过滤器  (Spring框架对字符编码的处理) 基于函数回调,对所有请求起作用,只在容器初始化时调用一次,依赖于servlet容器. web.xml配置文件 <filter> &l ...

  4. cas客户端流程详解(源码解析)--单点登录

    博主之前一直使用了cas客户端进行用户的单点登录操作,决定进行源码分析来看cas的整个流程,以便以后出现了问题还不知道是什么原因导致的 cas主要的形式就是通过过滤器的形式来实现的,来,贴上示例配置: ...

  5. 基于双向BiLstm神经网络的中文分词详解及源码

    基于双向BiLstm神经网络的中文分词详解及源码 基于双向BiLstm神经网络的中文分词详解及源码 1 标注序列 2 训练网络 3 Viterbi算法求解最优路径 4 keras代码讲解 最后 源代码 ...

  6. 详解 QT 源码之 Qt 事件机制原理

    QT 源码之 Qt 事件机制原理是本文要介绍的内容,在用Qt写Gui程序的时候,在main函数里面最后依据都是app.exec();很多书上对这句的解释是,使 Qt 程序进入消息循环.下面我们就到ex ...

  7. Android应用AsyncTask处理机制详解及源码分析

    1 背景 Android异步处理机制一直都是Android的一个核心,也是应用工程师面试的一个知识点.前面我们分析了Handler异步机制原理(不了解的可以阅读我的<Android异步消息处理机 ...

  8. Java SPI机制实战详解及源码分析

    背景介绍 提起SPI机制,可能很多人不太熟悉,它是由JDK直接提供的,全称为:Service Provider Interface.而在平时的使用过程中也很少遇到,但如果你阅读一些框架的源码时,会发现 ...

  9. Spring Boot启动命令参数详解及源码分析

    使用过Spring Boot,我们都知道通过java -jar可以快速启动Spring Boot项目.同时,也可以通过在执行jar -jar时传递参数来进行配置.本文带大家系统的了解一下Spring ...

随机推荐

  1. HTTP中的POST、GET区别

    Http定义了与服务器交互的不同方法,最基本的方法有4种,分别是GET,POST,PUT,DELETE.URL全称是资源描述符,我们可以这样认为:一个URL地址,它用于描述一个网络上的资源,而HTTP ...

  2. I/O复用模型之epoll学习

    简介: epoll是linux下多路复用I/O接口select/poll的增强版,它能够显著提高程序在大量并发连接中只有少量活跃的情况下的系统cpu利用率,原因是它会复用文件描述符集合来传递结果而不用 ...

  3. hdu-acm steps 免费馅饼

    /*dp入门级的题目,和数塔是一样的,这道题不用做什么优化,感觉时间复杂度不会超.主要还是细节上的问题, 这道题的状态和状态方程都容易找到,采用自底向上的方式会好很多*/ #include" ...

  4. 有关OpenCV1.0中GUI命令的几个函数学习总结

    1.修改窗口背景色或者光标形状 在OpenCV1.0版本利用函数int cvNamedWindow( const char* name, int flags )初始化创建一个窗口后,窗口的背景色是灰色 ...

  5. Good Teacher(模拟)

    Good Teacher Time Limit:1000MS     Memory Limit:0KB     64bit IO Format:%lld & %llu Submit Statu ...

  6. 6-最基础的服务-es6写法

    创建server.js 'use strict'; //http模块 var http = require('http'); //封装的方法 var handlers = require('./han ...

  7. angular 禁止缓存

    angular 单页面开发,会存在和管理很多HTML和JS文件,缓存有时是个麻烦. 在开发和测试阶段,F12调出调试工具,禁止缓存F5刷新下就好了. 但是在客户那里缓存就体验效果不好,甚至认为有问题, ...

  8. node.js之爬虫

    nodejs爬取数据出现编码错误的问题 可以使用 superagent-charset 和 superagent 模块进行处理 var charset = require('superagent-ch ...

  9. Xcode集成POD教程

    http://www.cocoachina.com/ios/20150410/11526.html COCOAPODS的网站上有很多非常好用的资源,这里来说一下如何把POD集成到我们的Xcode项目中 ...

  10. jquery easyui combobox设置默认选中第一项

    combobox的内容是从后台获取的json, js截取: var data = $('#id').combobox('getData'); $("#id ").combobox( ...