gazebo: ROS Control的仿真教程

本文主要介绍如何为仿真机器人做控制器的仿真。通过仿真控制器，控制机器人的对应关节

1. 预备知识

关于gazebo中机器人的仿真：link

关于ros_control的了解：link

2. 数据流

如上图所示，ros提供的ros_control接口，通过与硬件接口RobotHW交互，实现对硬件的控制。

在gazebo中使用的时候，主要就是左侧部分的仿真硬件。

与右侧实物硬件对比，可得我们在仿真的时候，也要仿真出来一个transmission传动系统，也要在硬件层面(urdf文件)声明使用gazebo_ros_control来进行控制。

依据上述两点，我们来看如何在gazebo仿真中使用具体的ros_control

第一部分：添加传动装置

使用标签， 将标签贴在urdf中，并指明传动装置对应的joint

举例：

<transmission name="simple_trans">
  <type>transmission_interface/SimpleTransmission</type>
  <joint name="foo_joint">
    <hardwareInterface>EffortJointInterface</hardwareInterface>
  </joint>
  <actuator name="foo_motor">
    <mechanicalReduction>50</mechanicalReduction>
    <hardwareInterface>EffortJointInterface</hardwareInterface>
  </actuator>
</transmission>

具体标签的含义见link

其中最重要的标签是<joint>，以及他对应的应该填写的<hardwareinterface>

其中需要指定的hadrwareInterface具体含义如下

第二部分：添加gazebo_ros_control插件

首先需要在urdf中声明：

<gazebo>
  <plugin name="gazebo_ros_control" filename="libgazebo_ros_control.so">
    <robotNamespace>/</robotNamespace>
  </plugin>
</gazebo>

gazebo需要上述这样的声明，来明确需要载入gazebo_ros_control插件，进而能够解析transmission中指定的硬件接口，做好与ros_control对接的准备。

截至目前为止，硬件仿真部分都已经准备好了。等待与上层ros_control进行数据交互。

第三部分：launch文件编写与yaml参数配置文件

先看个例子：

    <rosparam command="load"
              file="$(find learn_model)/config/joints.yaml"
              ns="r2d2_joint_state_controller" />
    <rosparam command="load"
              file="$(find learn_model)/config/head.yaml"
              ns="r2d2_head_controller" />
    <rosparam command="load"
              file="$(find learn_model)/config/gripper.yaml"
              ns="r2d2_gripper_controller"/>
    <rosparam command="load"
              file="$(find learn_model)/config/wheel.yaml"
              ns="r2d2_diff_drive_controller" />


    <node name="r2d2_controller_spawner" pkg="controller_manager" type="spawner"
          args="r2d2_joint_state_controller
          r2d2_head_controller
          r2d2_gripper_controller
          r2d2_diff_drive_controller
          --shutdown-timeout 3"/>

这个例子是ros官方urdf教程link中的r2d2机器人对应的撰写方法。

其中第一部分r2d2_joint_state_controller是用来启动joint_state_controller，需要通过配置参数指定发布类型。
其作用是与控制器形成闭环，同时可以提供给robot_state_publisher需要的joint_state最新信息。

其具体的yaml参数文件如下：

type: "joint_state_controller/JointStateController"
publish_rate: 50

剩下的三个控制器：

• r2d2_head_controller：关节位置控制器

type: "position_controllers/JointPositionController"
joint: head_swivel

• r2d2_gripper_controller:关节位置组控制器

type: "position_controllers/JointGroupPositionController"
joints:
  - gripper_extension
  - left_gripper_joint
  - right_gripper_joint

• r2d2_diff_drive_controller：差分控制器

type: "diff_drive_controller/DiffDriveController"
publish_rate: 50

left_wheel: ['left_front_wheel_joint', 'left_back_wheel_joint']
right_wheel: ['right_front_wheel_joint', 'right_back_wheel_joint']

wheel_separation: 0.44 # wheel distance

# Odometry covariances for the encoder output of the robot. These values should
# be tuned to your robot's sample odometry data, but these values are a good place
# to start
pose_covariance_diagonal: [0.001, 0.001, 0.001, 0.001, 0.001, 0.03]
twist_covariance_diagonal: [0.001, 0.001, 0.001, 0.001, 0.001, 0.03]

# Top level frame (link) of the robot description
base_frame_id: base_link

# Velocity and acceleration limits for the robot
linear:
  x:
    has_velocity_limits    : true
    max_velocity           : 0.2   # m/s
    has_acceleration_limits: true
    max_acceleration       : 0.6   # m/s^2
angular:
  z:
    has_velocity_limits    : true
    max_velocity           : 2.0   # rad/s
    has_acceleration_limits: true
    max_acceleration       : 6.0   # rad/s^2

最后我们启动之后，查看所有topic可以发现，差分控制器是一种速度控制器，订阅cmd_vel

其他的属于位置控制，需要指定command位置。

附：

如果位置控制器速度太快，我们可以在joint标签下添加<limit>属性，进而对其进行相关限制。

3. 实现动态避障的环境构建

笔者想要在gazebo中构建一个动态环境，来验证动态避障算法的时候，需要实现如下几点。

1. 批量建立一些简单的urdf模型
2. 给所有的urdf模型设置gazebo_ros_control插件
3. 设立一个node节点，按照时间间隔给上述这些模型定时发布位置命令。
4. 最好能找个好看的人模型的mesh给urdf模型贴上，这样就看起来就好很多了。

发现gazebo都给实现好了：之间调用就可以，不用折腾了。

https://blog.csdn.net/allenhsu6/article/details/112966600