深蓝学院 机器人操作系统ROS理论与实践（六）

一、机器人必备条件

1、硬件要求，ROS中常用的功能包对机器人的要求

2、深度信息

 起始角度一般为-180°，终止角度一般为+180°

将某一行做切面，其中取出的点将三维的数据转换成二维的点云数据，帮助实现slam的导航要求

3、里程计信息

ROS中使用的均为右手坐标系

4、仿真环境

二、ROS SLAM功能包应用方法

1、gmapping功能包

基于激光雷达，使用粒子滤波算法来创建二维栅格地图。

必须有的输入是深度信息和里程计信息

最重要的topic是map，用来发布地图栅格地图

map和odom均是全局坐标系，机器人开机的时候一般会规定为机器人的零位置由此进行一系列的

坐标变换，但机器人不一定最开始就处于map的零位置，理论上可以处于map上的任何位置，所以

需要进行坐标变换 

栅格值越大，是障碍物的可能性越大 

调整参数以改变建图效果

可以通过ROS wiki工具来了解功能包如何使用

 地图一般保存在工作空间的根目录下，一般是图片的形式保存

image:地图名称

resolution：地图的分辨率（单位是m），0.05代表一个栅格是五厘米

origin：机器人的位置（下次加载出来的机器人初始位置）

negate：反转，布尔值（0或1）设置为1则地图颜色反转，若地图最初记录的可用空间和占用空间值相反通常会使用该值

occupation_thresh：占用阈值，用来确定地图中像元是否占用的阈值，单元格高于阈值则认为已被占用

free_thresh：空闲阈值，用来确定地图中像元是否空闲的阈值，单元格低于阈值则认为不可用

2、hector_slam功能包

传入深度信息即可，无需里程计信息

运动速度过快或激光雷达数据精度不高就会出现问题——由于没有里程计信息，仅依靠激光雷达进行里程计的估算

         

 3、catographer功能包

 

修改了相关参数需要编译重新生效

 4、ORB_SLAM功能包

 

 

三、ROS中的导航框架

1、move_base导航框架

白色部分是ROS已经提供的，灰色中是ROS提供的但不一定要选的模块

中间的方框部分是move_base提供的，是此框架的核心

map_server地图服务——会认为全局可用，不用进行避障

acml基于概率定位的功能包——一般有里程计可以实现导航的功能所以可以不用使用

sensor sources传感器的数据采集——激光器或者点云，一些数据的转发需要自己来操作，找不到驱动包需要自己配置

sensor transforms坐标转换——需要自己配置

odometry source里程计信息——需要自己积分进行计算

cmd_vel速度控制消息，结构是Twist类型来达到需要的线速度/角速度

action需要维持长时间的交互，在每个周期内会有反馈信息

可以打开ros wiki工具找到move_base对相关参数进行了解

obstacle_range:障碍物的范围

footprint：机器人的外形尺寸

robot_radius:机器人的半径

inflation_radius：安全区的膨胀半径

2、amcl导航框架（概率定位）

蓝色点的密度越高，机器人在此处的概率越高

里程计定位：编码器旋转的圈数计算速度，通过速度积分来获取机器人的位置

amcl定位：根据传感器信息（map_frame)完成机器人在地图坐标系下的位置估算

 

四、ROS机器人自主导航