ROS方向第二次汇报（3）

最新推荐文章于 2024-03-28 14:37:48 发布

碳酸不酸鸭

最新推荐文章于 2024-03-28 14:37:48 发布

阅读量976

点赞数 23

分类专栏： ROS 文章标签： python 机器人

本文链接：https://blog.csdn.net/m0_54470078/article/details/135884840

版权

ROS 专栏收录该内容

4 篇文章 0 订阅

订阅专栏

1.本方向学习内容：

1.1.URDF：

ROS专门提供了一种机器人建模方法——URDF，用来描述机器人外观、性能等各方面属性。
请添加图片描述
ROS中的建模方法叫做URDF，全称是统一机器人描述格式，不仅可以清晰描述机器人自身的模型，还可以描述机器人的外部环境，比如这里的桌子，也可以算作一个模型。

URDF模型文件使用的是XML格式，由一系列尖括号包围的标签和其中的属性组合而成。
在建模中，大臂和小臂就类似机器人的这些独立的刚体部分，称为连杆Link，手肘就类似于机器人电机驱动部分，称为关节joint。
所以在URDF建模过程中，关键任务就是通过这里的和，理清楚每一个连杆和关节的描述信息。

1.1.1.连杆Link的描述:

<link>标签用来描述机器人某个刚体部分的外观和物理属性，外观包括尺寸、颜色、形状，物理属性包括质量、惯性矩阵、碰撞参数等。
请添加图片描述
以这个机械臂连杆为例，它的link描述如下：

link标签中的name表示该连杆的名称(link_4)，我们可以自定义，未来joint连接link的时候，会使用到这个名称。
link里边的<visual>部分用来描述机器人的外观，比如:
<geometry>表示几何形状，里边使用<mesh>调用了一个在三维软件中提前设计好的蓝色外观，就是这个stl文件，看上去和真实机器人是一致的。
表示坐标系相对初始位置的偏移，分别是x、y、z方向上的平移，和roll、pitch、raw旋转，不需要偏移的话，就全为0。
第二个部分<collision>，描述碰撞参数，里边的内容似乎和<visual>一样，也有<geometry>和<origin>，看似相同，其实区别还是比较大的。

<visual>部分重在描述机器人看上去的状态，也就是视觉效果；
<collision>部分则是描述机器人运动过程中的状态，比如机器人与外界如何接触算作碰撞。
在这个机器人模型中，蓝色部分是通过<visual>来描述的，在实际控制过程中，这样复杂的外观在计算碰撞检测时，要求的算力较高，为了简化计算，我们将碰撞检测用的模型简化为了绿色框的圆柱体，也就是<collision>里边<geometry>描述的形状。<origin>坐标系偏移也是类似，可以描述刚体质心的偏移。

1.1.2.关节Joint描述:

URDF中的关节有六种运动类型。
请添加图片描述

1.continuous，描述旋转运动，可以围绕某一个轴无限旋转，比如小车的轮子，就属于这种类型。
2.revolute，也是旋转关节，和continuous类型的区别在于不能无限旋转，而是带有角度限制，比如机械臂的两个连杆，就属于这种运动。
3.prismatic，是滑动关节，可以沿某一个轴平移，也带有位置的极限，一般直线电机就是这种运动方式。
4.fixed，固定关节，是唯一一种不允许运动的关节，不过使用还是比较频繁的，比如相机这个连杆，安装在机器人上，相对位置是不会变化的，此时使用的连接方式就是Fixed。
5.Floating是浮动关节，第六种planar是平面关节，这两种使用相对较少。
请添加图片描述
在URDF模型中，每一个link都使用这样一段xml内容描述，比如关节的名字叫什么，运动类型是哪一种。
parent标签：描述父连杆；
child标签：描述子连杆，子连杆会相对父连杆发生运动；
origin：表示两个连杆坐标系之间的关系，也就是图中红色的向量，可以理解为这两个连杆该如何安装到一起；
axis表示关节运动轴的单位向量，比如z等于1，就表示这个旋转运动是围绕z轴的正方向进行的；
limit就表示运动的一些限制了，比如最小位置，最大位置，和最大速度等。
请添加图片描述

最终所有的link和joint标签完成了对机器人每个部分的描述和组合，全都放在一个robot标签中，就形成了完整的机器人模型。
请添加图片描述

1.1.3.创建机器人模型:

功能包结构:
请添加图片描述

请添加图片描述
urdf：存放机器人模型的URDF或xacro文件
meshes：放置URDF中引用的模型渲染文件
launch：保存相关启动文件
rviz：保存rviz的配置文件
模型可视化效果
我们先来看下这个模型的效果，尝试逆向分下一下机器人的结构。
执行以下命令；

$ ros2 launch learning_urdf display.launch.py

请添加图片描述
查看URDF模型结构：

$ urdf_to_graphviz mbot_base.urdf  # 在模型文件夹下运行

请添加图片描述

该模型文件：

<robot name="mbot">

    <link name="base_link">
        <visual>
            <origin xyz=" 0 0 0" rpy="0 0 0" />
            <geometry>
                <cylinder length="0.16" radius="0.20"/>
            </geometry>
            <material name="yellow">
                <color rgba="1 0.4 0 1"/>
            </material>
        </visual>
    </link>

    <joint name="left_wheel_joint" type="continuous">
        <origin xyz="0 0.19 -0.05" rpy="0 0 0"/>
        <parent link="base_link"/>
        <child link="left_wheel_link"/>
        <axis xyz="0 1 0"/>
    </joint>

    <link name="left_wheel_link">
        <visual>
            <origin xyz="0 0 0" rpy="1.5707 0 0" />
            <geometry>
                <cylinder radius="0.06" length = "0.025"/>
            </geometry>
            <material name="white">
                <color rgba="1 1 1 0.9"/>
            </material>
        </visual>
    </link>

    <joint name="right_wheel_joint" type="continuous">
        <origin xyz="0 -0.19 -0.05" rpy="0 0 0"/>
        <parent link="base_link"/>
        <child link="right_wheel_link"/>
        <axis xyz="0 1 0"/>
    </joint>

    <link name="right_wheel_link">
        <visual>
            <origin xyz="0 0 0" rpy="1.5707 0 0" />
            <geometry>
                <cylinder radius="0.06" length = "0.025"/>
            </geometry>
            <material name="white">
                <color rgba="1 1 1 0.9"/>
            </material>
        </visual>
    </link>

    <joint name="front_caster_joint" type="continuous">
        <origin xyz="0.18 0 -0.095" rpy="0 0 0"/>
        <parent link="base_link"/>
        <child link="front_caster_link"/>
        <axis xyz="0 1 0"/>
    </joint>

    <link name="front_caster_link">
        <visual>
            <origin xyz="0 0 0" rpy="0 0 0"/>
            <geometry>
                <sphere radius="0.015" />
            </geometry>
            <material name="black">
                <color rgba="0 0 0 0.95"/>
            </material>
        </visual>
    </link>

    <joint name="back_caster_joint" type="continuous">
        <origin xyz="-0.18 0 -0.095" rpy="0 0 0"/>
        <parent link="base_link"/>
        <child link="back_caster_link"/>
        <axis xyz="0 1 0"/>
    </joint>

    <link name="back_caster_link">
        <visual>
            <origin xyz="0 0 0" rpy="0 0 0"/>
            <geometry>
                <sphere radius="0.015" />
            </geometry>
            <material name="black">
                <color rgba="0 0 0 0.95"/>
            </material>
        </visual>
    </link>

</robot>

1.2.ROS1 HelloWorld实现：（暂时转向，重新学习）：

1.2.1.一点小插曲：

暂时结束ROS2的学习，开始学习ROS1。Ubuntu22.04对ROS1的适配非常不友好，于是又上网查找资源完成了20.04版本的安装与设置，并成功安装了ROS1。本打算学习gazebo的相关知识，但gazebo11无法安装到arm64架构的22.04虚拟机上，总是会出现安装列表中找不到该包的bug，我多方查找资料（由于家中DDS污染无法使用github（还未解决），又无法到油管上外网搜索教程），却发现国内(51CTO、CSDN、bili上)的解决方法无一适用，而且它们的教程多是针对amd64（inter芯片）来展开的，所以目前放弃了22版本的虚拟机。
看了ROS1的简介，发现它与ROS2大体相同，却仍然需要进行系统学习。古月居的ROS入门21讲显然没有ROS2入门21讲做的用心，但我发现了另外一个系列的课程《Autolabor初级教程》，该教程使用两种语言并行讲解课程内容，细致入微，适合小白及初学者。
忙活了一天（早上9:00-晚上6:00），看了无数教程，却还是敌不过软件适配的困难。由此可见，在学习之初，选择开发环境应“随大众，拒小众”，把大量时间浪费在环境的适配和教程的寻找上，不值得。除需要满足纯软件开发、视频剪辑等特殊需求之外，使用win本还是王道。

使用Ubuntu 20.04成功运行gazebo11
如上使用Ubuntu 20.04成功安装并运行gazebo11。

1.2.2.流程：

1.创建工作空间并初始化：

mkdir -p 自定义空间名/src //创建了两个父子文件夹
cd 自定义空间名 //跳转到目标文件夹目录
catkin_make//编译工作空间

请添加图片描述

创建出如上图三个目录。
然后进入src文件夹，

cd src
//或者（都是相对路径）
cd ./src

启动vscode（注意需要在工作空间的路径下操作）：

code .

请添加图片描述
成功打开vscode并导入相应目录。
tips：按ctr+shift+B快捷编译。

2.在src中创建功能包：

请添加图片描述
分别键入功能包名和依赖（不必须但一般有如下图所示几个）：

请添加图片描述

创建完毕。

3.创建并编写代码文件:

在功能包路径下创建scripts文件夹，在其下新建一个py文件

请添加图片描述

首先需要声明解释器：

#！/usr/bin/env python

下面是两种常见的声明解释器的方式：
对于Unix/Linux系统，可以在脚本文件的第一行添加以下内容：#!/usr/bin/env python3。其中python3表示使用Python 3版本的解释器。
对于Windows系统，可以在脚本文件的第一行添加以下内容：#!C:\path\to\python.exe。其中C:\path\to\python.exe需要根据安装路径进行相应修改。
当然，还有其他更多的选项可供选择，比如使用不同的Python版本、自定义解释器等。

再进行主体编写：

#！/usr/bin/env python
import rospy #导包
if __name__=="__main__": #程序入口
    #初始化ros节点(括号里是节点名)
    rospy.init_node("hello_p")
    #输出日志
    rospy.loginfo("hello vscode!这是![请添加图片描述](https://img-blog.csdnimg.cn/direct/ede6e7d8063941c2b13209ea66d6755a.png)
python")

然后修改权限：

在scripts路径下打开终端。

请添加图片描述

键入命令：

chmod +x *.py

给当前目录下所有py文件添加可执行权限。
查看权限：ll
请添加图片描述

修改配置文件：（新版本py也需要配置，不可遗漏）

来到功能包里面的CMakeList.txt文件中，在install部分找到如下语句并放开注释：

 catkin_install_python(PROGRAMS
  scripts/my_python_script #这是文件路径
   DESTINATION ${CATKIN_PACKAGE_BIN_DESTINATION}
 )

将my_python_script改为对应py文件名即可。请添加图片描述
如果不配置：（无法修改代码的情况）
执行python文件时会抛出异常：
/usr/bin/env ：“python”：没有那个文件或目录
原因：当前ros版本使用python3
解决方法：
1.直接声明解释器为python3（不推荐，无法修改代码时失效）
2.通过软链接将 python 链接到 python3，通过以下命令即可：（建议）

sudo ln -s /usr/bin/python3 /usr/bin/python

4.设置环境变量并运行节点:

先按ctrl+shift+b进行编译。然后新建一个终端，运行roscore。这也是ROS1和ROS2的一大区别，ROS2可以直接运行节点，而ROS1的节点运行都会依赖于ros master（core）的控制。
配置环境变量：
打开终端，至工作空间路径，运行：

source ./devel/setup.bash

运行节点程序：

rosrun <功能包名> <节点名>

请添加图片描述
运行成功！

1.3.launch:

1.3.1.需求:

一个程序需要启动多个节点，用rosrun逐一运行效率低下。因此使用launch文件可以一次性启动多个节点：

1.3.2.实现：

1.3.2.1.添加launch文件夹：

选定功能包，添加launch文件夹。
请添加图片描述

1.3.2.2.添加launch文件并编辑launch文件内容：

请添加图片描述

launch文件中的根标签<launch>可以自动启动roscore。

<launch>
    <node pkg="turtlesim" type="turtlesim_node" name="turtle_GUI"/>
    <node pkg="turtlesim" type="turtle_teleop_key" name="turtle_key"/>
    <node pkg="hello_vscode" type="hello_vscode_p" name="my_hello" output="screen"/>
</launch>

<node pkg="节点名" type="节点可执行文件名（不带后缀）" name="重命名节点名"
rosrun  节点名 节点可执行文件名

注意：不要在两个参数间加,这里两个参数间用空格分割

注意标签以/结束。

pkg–>功能包名
type–>节点可执行文件名(可跟上后缀.py)
name–>给节点重命名
output–>设置日志输出目标

如果没用使用launch文件，则rqt_graph中的节点名为原初始化；如果使用了launch文件，则rqt_graph中的节点名为新name。rosrun 命令用于直接运行一个包中的节点。rosrun 后面的第二个参数是节点的可执行文件名，而不是节点名。节点名通常在运行时通过命令行参数或者在节点内部指定。
如需要运行打印日志信息的节点则需要加参数output="screen".