（十二）ROS从入门到实践：环境仿真-技术轨迹

前言

这一部分是环境仿真相关的内容，其中有些操作是前边多次操作过的，如果你在学习的时候不清楚请及时回顾。

关于URDF(Xacro)、Rviz 和 Gazebo 三者的关系，前面已有阐述: URDF 用于创建机器人模型、Rviz 可以显示机器人感知到的环境信息，Gazebo 用于仿真，可以模拟外界环境，以及机器人的一些传感器，如何在 Gazebo 中运行这些传感器，并显示这些传感器的数据(机器人的视角)呢？本节主要介绍的重点就是将三者结合:通过 Gazebo 模拟机器人的传感器，然后在 Rviz 中显示这些传感器感知到的数据。主要内容包括:

1.运动控制以及里程计信息显示

2.雷达信息仿真以及显示

3.摄像头信息仿真以及显示

4.kinect 信息仿真以及显示

1.机器人运动控制以及里程计信息显示

gazebo 中已经可以正常显示机器人模型了，那么如何像在 rviz 中一样控制机器人运动呢？在此，需要涉及到ros中的组件: ros_control。

1.ros_control简介

1.场景：同一套 ROS 程序，如何部署在不同的机器人系统上，比如：开发阶段为了提高效率是在仿真平台上测试的，部署时又有不同的实体机器人平台，不同平台的实现是有差异的，如何保证 ROS 程序的可移植性？ROS 内置的解决方式是 ros_control。

2.ros_control:

是一组软件包，它包含了控制器接口，控制器管理器，传输和硬件接口。ros_control 是一套机器人控制的中间件，是一套规范，不同的机器人平台只要按照这套规范实现，那么就可以保证ROS 程序兼容，通过这套规范，实现了一种可插拔的架构设计，大大提高了程序设计的效率与灵活性。gazebo 已经实现了 ros_control 的相关接口，如果需要在 gazebo 中控制机器人运动，直接调用相关接口即可。

2.运动控制实现流程(Gazebo)

1.已经创建完毕的机器人模型，编写一个单独的 xacro文件，为机器人模型添加传动装置以及控制器

2.将此文件集成进xacro文件

3.启动 Gazebo 并发布 /cmd_vel 消息控制机器人运动

3.实现

新建 move.xacro文件，将其集成进 car_camera_lidar01.xacro 文件中

<robot name = "mycar" xmlns:xacro="http://www.ros.org/wiki/xacro"> <xacro:include filename = "inertial.xacro"/> <xacro:include filename = "car.xacro"/> <xacro:include filename = "camera.xacro"/> <xacro:include filename = "lidar.xacro"/> <!--集成运动--> <xacro:include filename = "move.xacro"/> </robot>

写launch文件

car_camera_lidar03.launch

<launch> <!-- 将 Urdf 文件的内容加载到参数服务器 --> <param name="robot_description" command="$(find xacro)/xacro $(find urdf_rviz01)/xacro/car_camera_lidar01.xacro" /> <!-- 启动 gazebo name名称固定 value定位--> <include file="$(find gazebo_ros)/launch/empty_world.launch" > <arg name = "world_name" value = "$(find urdf_rviz01)/worlds/box_house.world" /> </include> <!-- 在 gazebo 中显示机器人模型 --> <node pkg="gazebo_ros" type="spawn_model" name="model" args="-urdf -model mycar -param robot_description" /> </launch>

move.xacro的实现

<robot name="my_car_move" xmlns:xacro="http://wiki.ros.org/xacro"> <!-- 传动实现:用于连接控制器与关节 --> <xacro:macro name="joint_trans" params="joint_name"> <!-- Transmission is important to link the joints and the controller --> <transmission name="${joint_name}_trans"> <type>transmission_interface/SimpleTransmission</type> <joint name="${joint_name}"> <hardwareInterface>hardware_interface/VelocityJointInterface</hardwareInterface> </joint> <actuator name="${joint_name}_motor"> <hardwareInterface>hardware_interface/VelocityJointInterface</hardwareInterface> <mechanicalReduction>1</mechanicalReduction> </actuator> </transmission> </xacro:macro> <!-- 每一个驱动轮都需要配置传动装置 --> <xacro:joint_trans joint_name="left2link" /> <xacro:joint_trans joint_name="right2link" /> <!-- 控制器 --> <gazebo> <plugin name="differential_drive_controller" filename="libgazebo_ros_diff_drive.so"> <rosDebugLevel>Debug</rosDebugLevel> <publishWheelTF>true</publishWheelTF> <robotNamespace>/</robotNamespace> <publishTf>1</publishTf> <publishWheelJointState>true</publishWheelJointState> <alwaysOn>true</alwaysOn> <updateRate>100.0</updateRate> <legacyMode>true</legacyMode> <leftJoint>left2link</leftJoint> <!-- 左轮 --> <rightJoint>right2link</rightJoint> <!-- 右轮 --> <wheelSeparation>${base_radius* 2}</wheelSeparation> <!-- 车轮间距 --> <wheelDiameter>${wheel_radius* 2}</wheelDiameter> <!-- 车轮直径 --> <broadcastTF>1</broadcastTF> <wheelTorque>30</wheelTorque> <wheelAcceleration>1.8</wheelAcceleration> <commandTopic>cmd_vel</commandTopic> <!-- 运动控制话题 --> <odometryFrame>odom</odometryFrame> <odometryTopic>odom</odometryTopic> <!-- 里程计话题 --> <robotBaseFrame>base_footprint</robotBaseFrame> <!-- 根坐标系 --> </plugin> </gazebo> </robot>

运行launch文件

控制小车运动

rosrun teleop_twist_keyboard teleop_twist_keyboard.py

4.rviz查看里程计消息

配置launch文件

<launch> <node pkg="rviz" type="rviz" name="rviz" /> <node pkg="joint_state_publisher" type="joint_state_publisher" name="joint_state_publisher" /> <node pkg="robot_state_publisher" type="robot_state_publisher" name="robot_state_publisher" /> </launch>

先执行仿真环境

roslaunch urdf_rviz01 car_camera_lidar03.launch

再执行刚才配置的launch文件

进行相应设置

运行结果

2.雷达信息仿真以及显示

1.实现流程

摄像头仿真基本流程:

1.已经创建完毕的机器人模型，编写一个单独的 xacro 文件，为机器人模型添加摄像头配置；

2.将此文件集成进xacro文件；

3.启动 Gazebo，使用 Rviz 显示摄像头信息。

2.具体实现

编写一个单独的 xacro 文件，为雷达模型添加摄像头配置（lidar01.xacro）

<robot name="my_sensors" xmlns:xacro="http://wiki.ros.org/xacro"> <!-- 雷达 --> <gazebo reference="laser"> <sensor type="ray" name="rplidar"> <pose>0 0 0 0 0 0</pose> <visualize>true</visualize> <update_rate>5.5</update_rate> <ray> <scan> <horizontal> <samples>360</samples> <resolution>1</resolution> <min_angle>-3</min_angle> <max_angle>3</max_angle> </horizontal> </scan> <range> <min>0.10</min> <max>30.0</max> <resolution>0.01</resolution> </range> <noise> <type>gaussian</type> <mean>0.0</mean> <stddev>0.01</stddev> </noise> </ray> <plugin name="gazebo_rplidar" filename="libgazebo_ros_laser.so"> <topicName>/scan</topicName> <frameName>laser</frameName> </plugin> </sensor> </gazebo> </robot>

将此文件集成进car_camera_lidar01.xacro文件

这里我重新创建了新的文件car_camera_lidar02.xacro

<robot name = "mycar" xmlns:xacro="http://www.ros.org/wiki/xacro"> <xacro:include filename = "inertial.xacro"/> <xacro:include filename = "car.xacro"/> <xacro:include filename = "camera.xacro"/> <xacro:include filename = "lidar.xacro"/> <!--集成运动--> <xacro:include filename = "move.xacro"/> <xacro:include filename = "lidar01.xacro"/> </robot>

首先启动gazebo

启动rviz

3.摄像头仿真以及显示

1.实现流程

1.已经创建完毕的机器人模型，编写一个单独的 xacro 文件，为机器人模型添加摄像头配置；

2.将此文件集成进xacro文件；

3.启动 Gazebo，使用 Rviz 显示摄像头信息。

2.具体实现

编写一个单独的 xacro 文件，为机器人模型添加摄像头配置 camera01.xacro

<robot name="my_sensors" xmlns:xacro="http://wiki.ros.org/xacro"> <gazebo reference="support"> <sensor type="depth" name="camera"> <always_on>true</always_on> <update_rate>20.0</update_rate> <camera> <horizontal_fov>${60.0*PI/180.0}</horizontal_fov> <image> <format>R8G8B8</format> <width>640</width> <height>480</height> </image> <clip> <near>0.05</near> <far>8.0</far> </clip> </camera> <plugin name="kinect_camera_controller" filename="libgazebo_ros_openni_kinect.so"> <cameraName>camera</cameraName> <alwaysOn>true</alwaysOn> <updateRate>10</updateRate> <imageTopicName>rgb/image_raw</imageTopicName> <depthImageTopicName>depth/image_raw</depthImageTopicName> <pointCloudTopicName>depth/points</pointCloudTopicName> <cameraInfoTopicName>rgb/camera_info</cameraInfoTopicName> <depthImageCameraInfoTopicName>depth/camera_info</depthImageCameraInfoTopicName> <frameName>support</frameName> <baseline>0.1</baseline> <distortion_k1>0.0</distortion_k1> <distortion_k2>0.0</distortion_k2> <distortion_k3>0.0</distortion_k3> <distortion_t1>0.0</distortion_t1> <distortion_t2>0.0</distortion_t2> <pointCloudCutoff>0.4</pointCloudCutoff> </plugin> </sensor> </gazebo> </robot>

将此文件集成进xacro文件

car_camera_lidar03.xacro

<robot name = "mycar" xmlns:xacro="http://www.ros.org/wiki/xacro"> <xacro:include filename = "inertial.xacro"/> <xacro:include filename = "car.xacro"/> <xacro:include filename = "camera.xacro"/> <xacro:include filename = "lidar.xacro"/> <!--集成运动--> <xacro:include filename = "move.xacro"/> <xacro:include filename = "lidar01.xacro"/> <xacro:include filename = "camera01.xacro"/> </robot>

启动 Gazebo，使用 Rviz 显示摄像头信息。

4.kinect深度相机仿真

1.实现流程

1.已经创建完毕的机器人模型，编写一个单独的 xacro 文件，为机器人模型添加kinect摄像头配置；

2.将此文件集成进xacro文件；

3.启动 Gazebo，使用 Rviz 显示kinect摄像头信息。

2.具体实现

编写一个单独的 xacro 文件，为机器人模型添加kinect摄像头配置。

<robot name="my_sensors" xmlns:xacro="http://wiki.ros.org/xacro"> <gazebo reference="support"> <sensor type="depth" name="camera"> <always_on>true</always_on> <update_rate>20.0</update_rate> <camera> <horizontal_fov>${60.0*PI/180.0}</horizontal_fov> <image> <format>R8G8B8</format> <width>640</width> <height>480</height> </image> <clip> <near>0.05</near> <far>8.0</far> </clip> </camera> <plugin name="kinect_camera_controller" filename="libgazebo_ros_openni_kinect.so"> <cameraName>camera</cameraName> <alwaysOn>true</alwaysOn> <updateRate>10</updateRate> <imageTopicName>rgb/image_raw</imageTopicName> <depthImageTopicName>depth/image_raw</depthImageTopicName> <pointCloudTopicName>depth/points</pointCloudTopicName> <cameraInfoTopicName>rgb/camera_info</cameraInfoTopicName> <depthImageCameraInfoTopicName>depth/camera_info</depthImageCameraInfoTopicName> <frameName>support</frameName> <baseline>0.1</baseline> <distortion_k1>0.0</distortion_k1> <distortion_k2>0.0</distortion_k2> <distortion_k3>0.0</distortion_k3> <distortion_t1>0.0</distortion_t1> <distortion_t2>0.0</distortion_t2> <pointCloudCutoff>0.4</pointCloudCutoff> </plugin> </sensor> </gazebo> </robot>

将此文件集成进xacro文件

car_camera_lidar04.xacro

<robot name = "mycar" xmlns:xacro="http://www.ros.org/wiki/xacro"> <xacro:include filename = "inertial.xacro"/> <xacro:include filename = "car.xacro"/> <xacro:include filename = "camera.xacro"/> <xacro:include filename = "lidar.xacro"/> <!--集成运动--> <xacro:include filename = "move.xacro"/> <xacro:include filename = "lidar01.xacro"/> <xacro:include filename = "camera01.xacro"/> <xacro:include filename = "kinect.xacro"/> </robot>

启动 Gazebo，使用 Rviz 显示摄像头信息。

5.kinect点云数据显示

问题:在rviz中显示时错位。

原因:在kinect中图像数据与点云数据使用了两套坐标系统，且两套坐标系统位姿并不一致。

解决：

1.在插件中为kinect设置坐标系，修改配置文件的<frameName>标签内容：

<frameName>support_depth</frameName>

2.发布新设置的坐标系到kinect连杆的坐标变换关系，在启动rviz的launch中，添加:

<node pkg="tf2_ros" type="static_transform_publisher" name="static_transform_publisher" args="0 0 0 -1.57 0 -1.57 /support /support_depth" />

重启rviz查看

小结

本章主要介绍了ROS中仿真实现涉及的三大知识点:URDF(Xacro)、Rviz、Gazebo

URDF 是用于描述机器人模型的 xml 文件，可以使用不同的标签具代表不同含义，URDF 编写机器人模型代码冗余，xacro 可以优化 URDF 实现，代码实现更为精简、高效、易读。容易混淆的是Rviz与Gazebo，在此我们着重比较以下二者的区别:

1.rviz是三维可视化工具，强调把已有的数据可视化显示；

2.gazebo是三维物理仿真平台，强调的是创建一个虚拟的仿真环境。

rviz需要已有数据。

rviz提供了很多插件，这些插件可以显示图像、模型、路径等信息，但是前提都是这些数据已经以话题、参数的形式发布，rviz做的事情就是订阅这些数据，并完成可视化的渲染，让开发者更容易理解数据的意义。

gazebo不是显示工具，强调的是仿真，它不需要数据，而是创造数据。

我们可以在gazebo中免费创建一个机器人世界，不仅可以仿真机器人的运动功能，还可以仿真机器人的传感器数据。而这些数据就可以放到rviz中显示，所以使用gazebo的时候，经常也会和rviz配合使用。当我们手上没有机器人硬件或实验环境难以搭建时，仿真往往是非常有用的利器。

综上，如果你手上已经有机器人硬件平台，并且在上边可以完成需要的功能，用rviz应该就可以满足开发需求。

如果你手上没有机器人硬件，或者想在仿真环境中做一些算法、应用的测试，gazebo+rviz应该是你需要的。

另外，rviz配合其他功能包也可以建立一个简单的仿真环境，比如rviz+ArbotiX。

结束语

以上就是我学习到的内容，如果对您有帮助请多多支持我，如果哪里有问题欢迎大家在评论区积极讨论，我看到会及时回复。

本文是转载文章，点击查看原文
如有侵权，请联系 lx@jishuguiji.net 删除。

相关文章