ROS低调复习总结

一、考试时间、形式、日期

已经考完了

二、题型

1. 选择 10*2
2. 判断 4*2
3. 多选 4*3
4. 简答 2*5
5. 程序填空 5*2
6. 程序阅读 2*20

三、不知道随便写

知识点不完整，复习用，“我的补充”不是考试内容。

四、课程知识点、难点

1、1-3章课后复习题

1.1 单元测试一

1.[单选]机器人操作系统的全称是？ D

A. React Operating System

B. Router Operating System

C. Request of Service

D. Robot Operating System

2.[单选] ROS Kinetic 最佳适配的 Linux 版本是？ C

A. CentOS 7

B. Ubuntu 14.04

C. Ubuntu 16.04

D. Ubuntu 18.04

3.[单选]下列哪个不是 ROS 的特点？ C

A.开源

B.分布式架构

C.强实时性

D.模块化

4.[单选] ROS 官方二进制包可以通过以下哪个命令安装（假定 Kinetic 版本）？ D

A. sudo apt-get install ROS_kinetic_pacakgename

B. sudo apt-get install ROS-Kinetic- pacakgename

C. sudo apt-get install ros_kinetic_packagename

D. sudo apt-get install ros- kinetic-packagename

5.[单选] ROS 最早诞生于哪所学校的实验室？ B

A.麻省理工学院（MIT）

B.斯坦福大学（Stanford）

C.加州大学伯克利分校（UC. Berkeley）

D.卡内基梅隆大学（CMU）

6.[多选]下列哪些是 ROS 的发行版本？ ABD

A. Indigo

B. Jade

C. Xenial

D. Kinetic

7.[多选]查看 https://robots.ros.org/页面的机器人，下列哪些支持 ROS？ ABCD

A. Pioneer 3-AT

B. XBot

C. TurtleBot3

D. PR2

1.2 单元测试二

1.[单选]如果要 clone 一个 ROS 的软件包，下列哪个路径是合理的存放位置？ C

A. ~/catkin_ws/devel

B. ~/catkin_ws/

C. ~/my_ws/src

D. ~/catkin_ws/build

2.[单选]默认情况下，catkin_make 生成的 ROS 可执行文件放在哪个路径？ C

A. catkin_ws/src

B. catkin_ws/

C. catkin_ws/devel

D. catkin_ws/build

3.[多选]一个 ROS 的 pacakge 要正常的编译，必须要有哪些文件？ BD

A. *.cpp

B. CMakeLists.txt

C. *.h

D. package.xml

4.[单选]关于 ROS Node 的描述，哪一项是错误的？ B

A. Node 启动前会向Ｍaster 注册

B. Node 可以先于 ROS Master 启动

C. Node 是 ROS 可执行文件运行的实例

D. Node 是 ROS 的进程

5.[单选]关于.launch 文件的描述，以下哪一项是错的？ C

A.可以加载配置好的参数，方便快捷

B.通过 roslaunch 命令来启动 launch 文件

C.在 roslaunch 前必须先 roscore

D.可以一次性启动多个节点，减少操作

6.[单选]想要查看“/odom”话题发布的内容，应该用哪个命令？ A

A. rostopic echo /odom

B. rostopic content /odom

C. rostopic info /odom

D.rostopic print/odom

7.[多选]关于 Topic 通信的描述，下列选项正确的有？ AC

A.Topic 是一种异步通信机制

B.一个 Topic 至少要有一个发布者和一个接收者

C.查看当前活跃的 Topic 可以通过 rostopic list 命令

D.一个 Node 最多只能发布一个 Topic

8.[判断]同一个 Topic 上可以有多个发布者。 A

A.正确

B.错误

9.[单选]下列有关 Service 与 Topic 通信区别的描述，说法错误的是？ B

A. Topic 是异步通信，Service 是同步通信

B.多个 Server 可以同时提供同一个 Service

C. Topic 通信是单向的，Service 是双向的

D. Topic 适用于传感器的消息发布，Service 适用于偶尔调用的任务

10.[单选]已知一个 service 叫做“/GetMap”，查看该 service 的类型可以用哪条指令？ B

A.rosservice echo /GetMap

B.rosservice type /GetMap

C.rossrv type /GetMap

D.rosservice list /GetMap

11.[单选]在 parameter server 上添加 param 的方式不包括？ A

A.通过 rosnode 命令添加 param

B.通过 rosparam 命令添加 param

C.在 launch 中添加 param

D.通过 ROS 的 API 来添加 param

12.[单选]下列选项中关于 Action 的描述错误的是？ C

A. Action 通信的双方也是 Client 和 Server

B. Action 的 Client 可以发送目标 goal，也可以请求取消 cancel

C. action 文件与.srv 文件写法一致

D. Action 通常用在长时间的任务中

13.[多选]下列选项中关于 ROS 通信方式的描述正确的是？ BCD

A.现在要设计一个节点，开发路径规划功能，输入是目标点和起始点，输出是路径，适合用 Topic 通信方式

B.传感器消息发布一般都采用 Topic 形式发布

C. Action 更适合用在执行时间长、并且需要知道状态和结果的场景

D.机械臂关节的逆解计算适合用 Service 通信

1.3 单元测试三

1.[单选] Gazebo 是一款什么工具？ C

A.调试

B.可视化

C.仿真

D.命令行

2.[单选] rqt_graph 可以用来查看计算图，以下说法错误的是？ C

A.计算图反映了节点之间消息的流向

B. rqt_graph 中的椭圆代表节点

C. rqt_graph 可以看到所有的 topic、service 和 action

D.计算图反映了所有运行的节点

3.[单选]下列选项中关于 rosbag 的描述错误的是？ A

A. rosbag 可以记录和回放 service

B. rosbag 可以记录和回放 topic

C. rosbag 记录的结果为.bag 文件

D. rosbag 可以指定记录某一个或多个 topic

4.[多选] Rviz 可以图形化显示哪些类型的数据？ ABCD

A.激光 LaserScan

B.点云 PointCloud

C.机器人模型 RobotModel

D.轨迹 Path 以上类型数据 Rviz

2、第二章 ROS系统架构

2.1 比较Topic与Service通信

(包括通信方式、通信模型、映射关系、应用场景)

2.2 关闭一个节点的方法。

1. ctrl c (与快捷键的设置有关)
2. rosnode kill 节点名称
3. kill 进程名称
4. 调用ros::shutdown()来手动关闭节点

2.3 我的补充

（1）catkin工作空间架构

（2）src、build、devel文件夹作用

（3）CMakeLists.txt 规定catkin编译的规则 例如：源文件、依赖项、目标文件

cmake_minimum_required()       #指定catkin最低版本
project()                                     #指定软件包的名称
find_package()                           #指定编译时需要的依赖项             
add_message_files()/add_service_files()/add_action_files()
          			            #添加消息文件/服务文件/动作文件
generate_messages()                 #生成消息、服务、动作
catkin_package()             #指定catkin信息给编译系统生成Cmake文件
add_library()/add_executable()  #指定生成库文件、可执行文件
target_link_libraries()                 #指定可执行文件去链接哪些库
catkin_add_gtest()                     #添加测试单元
install() 		                #生成可安装目标

（4）package.xml 定义package的属性 例如：包名、版本号、作者、依赖等

<package>          <!--根标签-->
	<name>                      <!--包名-->
	<version>                    <!--版本号-->
	<description>              <!--包描述-->
	<maintainer>               <!--维护者-->
	<license>                     <!--软件许可-->
	<buildtool_depend>    <!--编译工具-->
	<build_depend>          <!--编译时的依赖-->
	<run_depend>            <!--运行时的依赖-->
</package>  

（5）常用指令

1. rospack

   查找某个pkg的地址
   $ rospack find package_name
   

   列出本地所有pkg
   $ rospack list      
   

2. roscd

   跳转到某个pkg路径下
   $ roscd package_name
   

3. rosls

   列举某个pkg下的文件信息
   $ rosls package_name
   

4. rosed

   编辑pkg中的文件
   $ roscd package_name file_name
   

5. catkin_create_pkg

   创建一个pkg
   $ catkin_create_pkg <pkg_name> [deps]
   

6. rosdep

   安装某个pkg所需的依赖
   $ rosdep install [pkg_name]
   

7. rosrun

   启动一个node
   $ rosrun [pkg_name] [node_name]
   

8. rosnode

   列出当前运行的node信息
   $ rosnode list
   显示某个node的详细信息
   $ rosnode info [node_name]
   结束某个node
   $ rosnode kill [node_name]
   

9. roslaunch

   启动master和多个node$ roslaunch [pkg_name] [file_name.launch]
   

   （6）master

   每个node启动时都要向master注册，管理node之间的通信

（7）topic工作流程

（8）Message topic内容的数据类型定义在*.msg文件中

基本msg包括
bool, int8, int16, int32, int64(以及uint)
float32, float64, string
time, duration, header
可变长数组array[]， 固定长度数组array[C]

（9）topic与message命令

（10）service （srv文件是用来描述服务（service）数据类型）

（11）参数服务器（Parameter server）

节点存储参数的地方，用于配置参数，全局共享参数。使用XMLRPC数据类型更加的静态，维护着一个数据字典，字典里存储着各种参数和配置

（12）参数服务器维护方式

命令行维护:$ rosparam set/get/list/...launch文件内读写:launch文件内读写：launch文件中有很多标签，而与参数服务器相关的标签只有两个，一个是<param>，另一个是<rosparam>。这两个标签功能比较相近，但<param>一般只设置一个参数。node源码:修改ROS的node源码，也就是利用API来对参数服务器进行操作。

(13)动作库（Actionlib）

action也是一种请求响应机制的通信方式Action带有连续反馈，可以随时查看任务进度，也可以终止请求，这样的特性使得它在一些特别的机制中拥有很高的效率，比较适合实现长时间的通信过程Action规范文件的后缀名是.action

3、第四章 ROS客户端库

3.1 简述

ROS为机器人开发者们提供了不同语言的编程接口，比如C++的接口叫做roscpp，python的接口叫做rospy，Java的接口叫做rosjava。

3.2 roscpp与rospy对比

• rospy和roscpp区别： （1）rospy没有NodeHandle，例如创建publisher、subscriber等操作都被直接封装成了rospy中的函数或类，调用起来简单直观。 （2）rospy一些接口的命名和roscpp不一致，有些地方需要开发者注意，避免调用错误。 • 用Python来写ROS程序开发效率大大提高 • Python的执行效率较低，同样一个功能用Python运行的耗时会高于C++ • 开发SLAM、路径规划、机器视觉等方面的算法时，往往优先选择C++ • ROS中绝大多数基本指令，例如rostopic、roslaunch都是用python开发的，简单轻巧。

3.3 rospy库开发的Topic通信案例pytalker.py

#!/usr/bin/env python
#coding=utf-8
import rospy
#倒入自定义的数据类型
from topic_demo.msg import gps

def talker():
    #Publisher 函数第一个参数是话题名称，第二个参数 数据类型，现在就是我们定义的msg 最后一个是缓冲区的大小
    #queue_size: None（不建议）  #这将设置为阻塞式同步收发模式！
    #queue_size: 0（不建议）#这将设置为无限缓冲区模式，很危险！
    #queue_size: 10 or more  #一般情况下，设为10 。queue_size太大了会导致数据延迟不同步。
    pub = rospy.Publisher('gps_info', gps , queue_size=10)
    #anonymous=True表示后面定义相同的node名字时候，按照序号进行排列
    rospy.init_node('pytalker', anonymous=True)
    #更新频率是1hz
    rate = rospy.Rate(1) 
    x=1.0
    y=2.0
    state='working'
    while not rospy.is_shutdown():
        #计算距离
        rospy.loginfo('Talker: GPS: x=%f ,y= %f',x,y)
        pub.publish(gps(state,x,y))
        x=1.03*x
        y=1.01*y
        rate.sleep()

if __name__ == '__main__':
    talker()

3.4 rospy库开发的Topic通信案例pylistener.py

#!/usr/bin/env python
#coding=utf-8
import rospy
import math
#导入mgs到pkg中
from topic_demo.msg import gps

#回调函数输入的应该是msg
def callback(gps):
    distance = math.sqrt(math.pow(gps.x, 2)+math.pow(gps.y, 2)) 
    rospy.loginfo('Listener: GPS: distance=%f, state=%s', distance, gps.state)

def listener():
    rospy.init_node('pylistener', anonymous=True)
    #Subscriber函数第一个参数是topic的名称，第二个参数是接受的数据类型 第三个参数是回调函数的名称
    rospy.Subscriber('gps_info', gps, callback)
    rospy.spin()

if __name__ == '__main__':
    listener()

3.5 roscpp库开发的Topic通信案例talker.cpp

//ROS头文件<ros/ros.h>
#include <ros/ros.h>
//自定义msg产生的头文件,位于topic_demo包下，名称为gps.h(由CMakelist.txt指定)
#include <topic_demo/gps.h>

int main(int argc, char **argv)
{
  //用于解析ROS参数，第三个参数为本节点名
  ros::init(argc, argv, "talker");

  //实例化句柄，初始化node(句柄相当于talker的别名，用于创建talker类型的对象)
  ros::NodeHandle nh;

  //自定义gps msg
  topic_demo::gps msg;
  msg.x = 1.0;
  msg.y = 1.0;
  msg.state = "working";

  //创建publisher
  ros::Publisher pub = nh.advertise<topic_demo::gps>("gps_info", 1);

  //定义发布的频率 
  ros::Rate loop_rate(1.0);
  //循环发布msg
  while (ros::ok())
  {
    //以指数增长，每隔1秒更新一次
    msg.x = 1.03 * msg.x ;
    msg.y = 1.01 * msg.y;
    ROS_INFO("Talker: GPS: x = %f, y = %f ",  msg.x ,msg.y);
    //以1Hz的频率发布msg
    pub.publish(msg);
    //根据前面定义的频率, sleep 1s
    loop_rate.sleep();//根据前面的定义的loop_rate,设置1s的暂停
  }

  return 0;
} 

3.6 我的补充

（1）roscpp

①ros::init() 解析传入的ROS参数，创建node第一步需要用到的函数。 ②ros::NodeHandle 和topic、service、param等交互的公共接口。 ③ros::master 包含从master查询信息的函数。 ④ros::this_node 包含查询这个进程(node)的函数。 ⑤ros::service 包含查询服务的函数。 ⑥ros::param 包含查询参数服务器的函数，而不需要用到NodeHandle。 ⑦ros::names 包含处理ROS图资源名称的函数。

(2) listener.cpp

//ROS头文件#include <ros/ros.h>//包含自定义msg产生的头文件#include <topic_demo/gps.h>//ROS标准msg头文件#include <std_msgs/Float32.h>void gpsCallback(const topic_demo::gps::ConstPtr &msg){      //计算离原点(0,0)的距离    std_msgs::Float32 distance;    distance.data = sqrt(pow(msg->x,2)+pow(msg->y,2));    //float distance = sqrt(pow(msg->x,2)+pow(msg->y,2));    ROS_INFO("Listener: Distance to origin = %f, state: %s",distance.data,msg->state.c_str());}int main(int argc, char **argv){  ros::init(argc, argv, "listener");  ros::NodeHandle n;  ros::Subscriber sub = n.subscribe("gps_info", 1, gpsCallback);  //ros::spin()用于调用所有可触发的回调函数。将进入循环，不会返回，类似于在循环里反复调用ros::spinOnce()。  ros::spin();   return 0;}

4、第五章 机器人建模与仿真

4.1在URDF中，机器人模型由哪些部件组成

• URDF（Unified Robot Description Format，统一机器人描述格式）

在URDF中，机器人模型由连接件（link）和关节（joint）、传感器 （sensor）、传动件（transmission）等部件组成

4.2哪个标签是完整机器人模型的最顶层标签

<robot> </robot>

4.3 mycar.urd文件源码

<robot name="mycar">    <link name="base_link" />    <link name="right" />    <link name="left" />    <link name="rplidar"/>  <joint name="right" type="continuous">     <parent link="base_link"/>      <child link="right"/>    </joint>    <joint name="left" type="continuous">      <parent link="base_link"/>      <child link="left"/>     </joint>    <joint name="rplidar_joint" type="fixed">    <parent link="base_link"/>    <child link="rplidar"/>  </joint></robot> 

<robot name="mycar">    <link name="base_link" />    <link name="right" />    <link name="left" />    <link name="rplidar"/>  <joint name="right" type="continuous">     <origin rpy="0  0  0" xyz="0 -0.2 0.07"/>       <parent link="base_link"/>      <child link="right"/>    </joint>    <joint name="left" type="continuous">      <origin rpy="0 0 0" xyz="0 0.2 0.07"/>    <parent link="base_link"/>      <child link="left"/>     </joint>    <joint name="rplidar_joint" type="fixed">    <origin xyz="0.2 0 0.12"/>    <parent link="base_link"/>    <child link="rplidar"/>  </joint></robot>  

<robot name="mycar">    <link name="base_link">      <visual>         <geometry>            <cylinder length=".06" radius="0.27"></cylinder>         </geometry>         <origin rpy="0 0 0" xyz="0 0 0.1"/>         <material name="white">           <color rgba="1 1 1 1"/>         </material>      </visual>    </link>    <link name="right">      <visual>        <geometry>          <cylinder length="0.04" radius="0.07"/>        </geometry>        <origin rpy="1.5707  0  0" xyz="0 0 0"/>        <material name="black">          <color rgba="0 0 0 1"/>        </material>      </visual>    </link>    <link name="left">      <visual>        <geometry>          <cylinder length="0.04" radius="0.07"/>        </geometry>        <origin rpy="1.5707  0  0" xyz="0 0 0"/>        <material name="black"/>      </visual>    </link>    <joint name="right" type="continuous">     <origin rpy="0  0  0" xyz="0 -0.2 0.07"/>       <parent link="base_link"/>      <child link="right"/>    </joint>    <joint name="left" type="continuous">      <origin rpy="0 0 0" xyz="0 0.2 0.07"/>    <parent link="base_link"/>      <child link="left"/>     </joint>   <link name="rplidar">    <inertial>      <mass value="1e-5"/>      <origin rpy="0 0 0" xyz="0 0 0"/>      <inertia ixx="1e-6" ixy="0" ixz="0" iyy="1e-6" iyz="0" izz="1e-6"/>    </inertial>    <visual>      <origin rpy="0 0 0" xyz="0 0 0"/>      <geometry>        <mesh filename="package://urdf_demo/urdf/rplidar.dae"/>      </geometry>    </visual>    <collision>      <origin rpy="0 0 0" xyz="0 0 0"/>      <geometry>        <cylinder length=".04" radius="0.035"></cylinder>        </geometry>    </collision>  </link>  <joint name="rplidar_joint" type="fixed">    <axis xyz="0 1 0"/>    <origin xyz="0.2 0 0.12"/>    <parent link="base_link"/>    <child link="rplidar"/>  </joint></robot>  

5、第六章 机器视觉

5.1 ROS图像话题的消息类型是什么

sensor_msgs/Image

压缩图像的消息类型为sensor_msgs/CompressedImage

5.2 人脸检测face_detector.launch

<launch>    <node pkg="robot_vision" name="face_detector" type="face_detector.py" output="screen">        <remap from="input_rgb_image" to="/usb_cam/image_raw" />        <rosparam>            haar_scaleFactor: 1.2            haar_minNeighbors: 2            haar_minSize: 40            haar_maxSize: 60        </rosparam>        <param name="cascade_1" value="$(find robot_vision)/data/haar_detectors/haarcascade_frontalface_alt.xml" />        <param name="cascade_2" value="$(find robot_vision)/data/haar_detectors/haarcascade_profileface.xml" />    </node></launch>

#!/usr/bin/env python

# -*- coding: utf-8 -*-

import rospy
import cv2
import numpy as np
from sensor_msgs.msg import Image, RegionOfInterest
from cv_bridge import CvBridge, CvBridgeError

class faceDetector:
    def __init__(self):
        rospy.on_shutdown(self.cleanup);

        # 创建cv_bridge
        self.bridge = CvBridge()
        self.image_pub = rospy.Publisher("cv_bridge_image", Image, queue_size=1)
    
        # 获取haar特征的级联表的XML文件，文件路径在launch文件中传入
        cascade_1 = rospy.get_param("~cascade_1", "")
        cascade_2 = rospy.get_param("~cascade_2", "")
    
        # 使用级联表初始化haar特征检测器
        self.cascade_1 = cv2.CascadeClassifier(cascade_1)
        self.cascade_2 = cv2.CascadeClassifier(cascade_2)
    
        # 设置级联表的参数，优化人脸识别，可以在launch文件中重新配置
        self.haar_scaleFactor  = rospy.get_param("~haar_scaleFactor", 1.2)
        self.haar_minNeighbors = rospy.get_param("~haar_minNeighbors", 2)
        self.haar_minSize      = rospy.get_param("~haar_minSize", 40)
        self.haar_maxSize      = rospy.get_param("~haar_maxSize", 60)
        self.color = (50, 255, 50)
    
        # 初始化订阅rgb格式图像数据的订阅者，此处图像topic的话题名可以在launch文件中重映射
        self.image_sub = rospy.Subscriber("input_rgb_image", Image, self.image_callback, queue_size=1)
    
    def image_callback(self, data):
        # 使用cv_bridge将ROS的图像数据转换成OpenCV的图像格式
        try:
            cv_image = self.bridge.imgmsg_to_cv2(data, "bgr8")     
            frame = np.array(cv_image, dtype=np.uint8)
        except CvBridgeError, e:
            print e
    
        # 创建灰度图像
        grey_image = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    
        # 创建平衡直方图，减少光线影响
        grey_image = cv2.equalizeHist(grey_image)
    
        # 尝试检测人脸
        faces_result = self.detect_face(grey_image)
    
        # 在opencv的窗口中框出所有人脸区域
        if len(faces_result)>0:
            for face in faces_result: 
                x, y, w, h = face
                cv2.rectangle(cv_image, (x, y), (x+w, y+h), self.color, 2)
    
        # 将识别后的图像转换成ROS消息并发布
        self.image_pub.publish(self.bridge.cv2_to_imgmsg(cv_image, "bgr8"))
    
    def detect_face(self, input_image):
        # 首先匹配正面人脸的模型
        if self.cascade_1:
            faces = self.cascade_1.detectMultiScale(input_image, 
                    self.haar_scaleFactor, 
                    self.haar_minNeighbors, 
                    cv2.CASCADE_SCALE_IMAGE, 
                    (self.haar_minSize, self.haar_maxSize))
                                         
        # 如果正面人脸匹配失败，那么就尝试匹配侧面人脸的模型
        if len(faces) == 0 and self.cascade_2:
            faces = self.cascade_2.detectMultiScale(input_image, 
                    self.haar_scaleFactor, 
                    self.haar_minNeighbors, 
                    cv2.CASCADE_SCALE_IMAGE, 
                    (self.haar_minSize, self.haar_maxSize))
        
        return faces
    
    def cleanup(self):
        print "Shutting down vision node."
        cv2.destroyAllWindows()

if __name__ == '__main__':
    try:
        # 初始化ros节点
        rospy.init_node("face_detector")
        faceDetector()
        rospy.loginfo("Face detector is started..")
        rospy.loginfo("Please subscribe the ROS image.")
        rospy.spin()
    except KeyboardInterrupt:
        print "Shutting down face detector node."
        cv2.destroyAllWindows()

5.3 工业应用中的机器视觉与普通计算机视觉等的区别、特点

1.机器视觉是一项综合技术，其中包括数字图像处理技术、机械工程技术、 控制技术、电光源照明技术，光学成像技术、传感器技术、模拟与数字视频技术、计算机软硬件技术、人机接口技术等。2.机器视觉更强调实用性，适应恶劣环境，合理的性价比，通用的工业接 口，有较高的容错能力和安全性，有较强的通用性和可移植性。

5.4 我的补充

（1）标定

摄像头这种精密仪器对光学器件的要求较高，由于摄像头内部与外部的一些 原因，生成的物体图像往往会发生畸变，为了避免数据源造成的误差，需要 针对摄像头的参数进行标定。

ROS官方提供了用于双目和单目摄像头标定的功能包为camera_calibration

（2）opencv 裤

（3）功能包ar_track_alvar是针对PR2机器人使用的二维码识别例程

物体识别与物体跟踪： ORK功能包

6、第七章 机器语音

6.1 PocketSphinx

它是一个离线的计算量和体积都很小的嵌入式语音识别引擎。

Pocketsphinx 功能包的核心节点是recognizer.py文件。这个文件通过麦克风收 集语音信息，然后调用语音识别库进行识别并生成文本信息，通过
/recognizer/output消息进行发布，其他节点可以通过订阅该消息获取识别结果， 并进行相应的处理。

6.2 AIML

人工智能标记语言aiml（Artificial Intelligence Markup Language）是一种创建自然语言软件代理的XML语言。

AIML主要用于实现机器人的语言交流功能，用户可以与机器人说话，而机 器人可以通过一个自然语言的软件代理，也可以给出一个聪明的回答。

6.3 AIML代码

<aiml version="1.0.1" encoding="UTF-8">
<category>
<pattern> HOW ARE YOU </pattern>
<template> I AM FINE </template>
</category>
</aiml>

（1）标签
所有的AIML代码都要介于和标签之间，该标签包含文件的版本 号和编码格式。

（2）标签
标签表示一个基本的知识块，包含一条输入语句和一条输出语句， 用来匹配机器人和人交流过程中的一问一答或一问多答，但不允许多问一答 或多问多答的匹配。

（3）标签
标签表示用户输入语句的匹配，在上边的例子中，用户一旦输入 “How are you”，机器人就会找到这个匹配。
标签内的语句必须大写。

（4）标签

标签表示机器人应答语句，机器人找到相应的输入匹配语句之后， 会输出该应答语句。

7、第八章 机器人 SLAM 与自主导航

7.1 目前cartographer主要基于什么传感器来实现SLAM

激光雷达

7.2 目前室内服务机器人的主流传感器方案

RGB-D摄像头成本较低，是目前室内服务机器人的主流传感器方案

7.3 ROS实现机器人的自主导航的功能包有哪些

gmapping、hector_slam、cartographer、 rgbdslam、ORB_SLAM、move_base、amcl

7.4 ROS中SLAM和自主导航的相关功能包对机器人的硬件有哪些要求

1）导航功能包对差分、轮式机器人的效果好，并且假设机器人可直接使用速度指令Twist进行控制，速度指令的定义如图所示。
linear：机器人在xyz三轴方向上的线速度，单位是m/s。
angular：机器人在xyz三轴方向上的角速度，单位是rad/s。

2）导航功能包要求机器人必须安装激光雷达等测距设备，可以获取环境深 度信息。

3）导航功能包以正方形和圆形的机器人为模板进行开发，对于其他外形的 机器人，虽然可以正常使用，但是效果可能不佳。

7.5 hector_slam与gmapping最大的不同是

不需要里程计数据，只根据激光信 息便可构建地图，基于深度数据估算里程计信 息，因此对深度传感器的数据精度有较高要求，建图的稳定性不如 gmapping。

7.6 move_base功能包的作用是

实现机器人导航中的最优路径规划

（amcl：实现二维地图中的机器人定位）

7.7 定本与导航问题需要把握的重点是什么

一是地图精确建模；二是机器人准确定 位；三是路径实时规划。

7.8 机器人的SLAM和自主导航中用于获取周围环境深度信息的传感器有哪些

激光雷达、摄像头、RGB-D摄像头

7.9 ROS中的导航功能框架及涉及到的功能包

导航的关键是机器人定位和路径规划两大部分。针对这两个核心，ROS提 供了以下两个功能包。
move_base：实现机器人导航中的最优路径规划。
amcl：实现二维地图中的机器人定位。