目录
简介
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:
-
运动控制以及里程计信息显示
-
雷达信息仿真以及显示
-
摄像头信息仿真以及显示
-
kinect 信息仿真以及显示
另请参考:
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。
ros_control 简介
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。
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 与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
理解：
ros_control就是这样的协议
你的编码程序就相当于充电口
机器人平台就相当于数据线
无缝移植就是通过ros_control这套规范实现
编码按照ros_control这套规范
机器人平台按照ros_control这套规范
运动控制实现流程(Gazebo)
承上，运动控制基本流程:
-
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
-
将此文件集成进xacro文件
-
启动 Gazebo 并发布 /cmd_vel 消息控制机器人运动
为 joint 添加传动装置以及控制器
新建文件
复制以下代码
<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="${joint_name}_motor">
<hardwareInterface>hardware_interface/VelocityJointInterface</hardwareInterface>
<mechanicalReduction>1</mechanicalReduction>
</actuator>
</transmission>
</xacro:macro>
<!-- 每一个驱动轮都需要配置传动装置 -->
<xacro:joint_trans joint_name="left_wheel2base_link" />
<xacro:joint_trans joint_name="right_wheel2base_link" />
<!-- 控制器 -->
<gazebo>
<plugin name="differential_drive_controller" filename="libgazebo_ros_diff_drive.so">
<rosDebugLevel>Debug</rosDebugLevel>
<publishWheelTF>true</publishWheelTF>
<robotNamespace>/</robotNamespace>
<publishTf>1</publishTf>
<publishWheelJointState>true</publishWheelJointState>
<alwaysOn>true</alwaysOn>
<updateRate>100.0</updateRate>
<legacyMode>true</legacyMode>
<leftJoint>left_wheel2base_link</leftJoint> <!-- 左轮 -->
<rightJoint>right_wheel2base_link</rightJoint> <!-- 右轮 -->
<wheelSeparation>${base_link_radius * 2}</wheelSeparation> <!-- 车轮间距 -->
<wheelDiameter>${wheel_radius * 2}</wheelDiameter> <!-- 车轮直径 -->
<broadcastTF>1</broadcastTF>
<wheelTorque>30</wheelTorque>
<wheelAcceleration>1.8</wheelAcceleration>
<commandTopic>cmd_vel</commandTopic> <!-- 运动控制话题 -->
<odometryFrame>odom</odometryFrame>
<odometryTopic>odom</odometryTopic> <!-- 里程计话题 -->
<robotBaseFrame>base_footprint</robotBaseFrame> <!-- 根坐标系 -->
</plugin>
</gazebo>
</robot>
第一部分代码
实现了连接控制器和关节
封装了gazebo的接口然后用xacro宏来进行调用
<!-- 传动实现:用于连接控制器与关节 -->
<xacro:macro name="joint_trans" params="joint_name">
<!-- Transmission is important to link the joints and the controller -->
<transmission name="${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>调用是调用对应的关节名
此处在对用小车实现的关节名是${name}_wheel2base_link
分别用left和right调用
第二部分代码
对应修改左右轮的调用
对应修改底盘半径
对应修改车轮半径
运动控制话题默认用cmd_vel
里程计话题默认用odom
根坐标系用的是base_footprint
其他的可见官方文档（官方文档上包含对应实现）
xacro文件集成
最后还需要将上述 xacro 文件集成进总的机器人模型文件，代码示例如下:
启动 gazebo并控制机器人运动
用之前的launch文件即可
启动
启动成功
启动 launch 文件，使用 topic list 查看话题列表，会发现多了 /cmd_vel 然后发布 vmd_vel 消息控制即可
使用命令控制(或者可以编写单独的节点控制)
或者用键盘控制
成功控制运动
理解：
实际上是利用cmd_vel传给了roscore然后调用joint运动然后实现小车运动
Rviz查看里程计信息
在 Gazebo 的仿真环境中，机器人的里程计信息以及运动朝向等信息是无法获取的，可以通过 Rviz 显示机器人的里程计信息以及运动朝向
里程计: 机器人相对出发点坐标系的位姿状态(X 坐标 Y 坐标 Z坐标以及朝向)。
启动 Rviz
launch 文件
<launch>
<!-- 启动 rviz -->
<node pkg="rviz" type="rviz" name="rviz" />
<!-- 关节以及机器人状态发布节点 -->
<node name="joint_state_publisher" pkg="joint_state_publisher" type="joint_state_publisher" />
<node name="robot_state_publisher" pkg="robot_state_publisher" type="robot_state_publisher" />
</launch>
然后启动gazebo之后再启动rviz
启动rviz
添加组件
执行 launch 文件后，在 Rviz 中添加图示组件:
设置组件话题
启动键盘控制
雷达仿真
通过 Gazebo 模拟激光雷达传感器，并在 Rviz 中显示激光数据。
实现流程:
雷达仿真基本流程:
-
已经创建完毕的机器人模型，编写一个单独的 xacro 文件，为机器人模型添加雷达配置；
-
将此文件集成进xacro文件；
-
启动 Gazebo，使用 Rviz 显示雷达信息。
配置雷达传感器信息
新建 Xacro 文件
复制以下代码
<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>
代码参数详解
type是雷达类型name是起的名字
pose是雷达位姿态 （相对于link的偏移量xyzrpy六个参数）
visualize代表在gazebo中的可视化状态
更新频率
<samples>360</samples>代表转一圈采样个数
换句话说就是转一圈发射的射线数
<resolution>1</resolution>参数为1代表每个都是测距射线
如果为2就是每两个有一个是测距的
以此类推
（这个设置是用来降低仿真下的计算负载）
<min_angle>-3</min_angle>
<max_angle>3</max_angle>这个参数设置的是采样范围
参数单位是弧度
一圈是6.28弧度
正值代表顺时针转几个弧度
<min>0.10</min>
<max>30.0</max>雷达采样范围0.1m-30m
<resolution>0.01</resolution>采样精度
0.01m
精确到0.01m
<noise>
<type>gaussian</type>
<mean>0.0</mean>
<stddev>0.01</stddev>
</noise>高斯噪音
实际环境会有误差
仿真加入的高斯噪音的误差
比如说雷达距离10m实际测距可能是10.01m
<topicName>/scan</topicName>
<frameName>laser</frameName>雷达的话题及雷达的坐标系
雷达的效果实现要对应xacro的link
通过文件名连接
此处是laser
framename和reference属性名称一致
topicname是雷达传感器仿真发布消息时的话题名称
xacro 文件集成
启动仿真环境
编写launch文件，启动gazebo，复用之前的即可
运行
运行gazebo
无射线区域是之前设置的盲区
运行rviz
修改坐标系
添加组件
设置话题
把点变大
理解
话题的发布方为xacro宏封装好的函数，然后用rviz订阅到发布的雷达话题即可显示出来
摄像头信息仿真以及显示
通过 Gazebo 模拟摄像头传感器，并在 Rviz 中显示摄像头数据。
实现流程:
摄像头仿真基本流程:
-
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；
-
将此文件集成进xacro文件；
-
启动 Gazebo，使用 Rviz 显示摄像头信息。
新建 Xacro 文件，配置摄像头传感器信息
复制以下代码
<robot name="my_sensors" xmlns:xacro="http://wiki.ros.org/xacro">
<!-- 被引用的link -->
<gazebo reference="camera">
<!-- 类型设置为 camara -->
<sensor type="camera" name="camera_node">
<update_rate>30.0</update_rate> <!-- 更新频率 -->
<!-- 摄像头基本信息设置 -->
<camera name="head">
<horizontal_fov>1.3962634</horizontal_fov>
<image>
<width>1280</width>
<height>720</height>
<format>R8G8B8</format>
</image>
<clip>
<near>0.02</near>
<far>300</far>
</clip>
<noise>
<type>gaussian</type>
<mean>0.0</mean>
<stddev>0.007</stddev>
</noise>
</camera>
<!-- 核心插件 -->
<plugin name="gazebo_camera" filename="libgazebo_ros_camera.so">
<alwaysOn>true</alwaysOn>
<updateRate>0.0</updateRate>
<cameraName>/camera</cameraName>
<imageTopicName>image_raw</imageTopicName>
<cameraInfoTopicName>camera_info</cameraInfoTopicName>
<frameName>camera</frameName>
<hackBaseline>0.07</hackBaseline>
<distortionK1>0.0</distortionK1>
<distortionK2>0.0</distortionK2>
<distortionK3>0.0</distortionK3>
<distortionT1>0.0</distortionT1>
<distortionT2>0.0</distortionT2>
</plugin>
</sensor>
</gazebo>
</robot>
代码解释
名称要对上都是camera
发布的话题名称
link名称
摄像头分辨率
观测距离
订阅话题
xacro 文件集成
启动仿真环境
编写launch文件，启动gazebo
用之前的launch即可
启动gazebo
启动rviz
修改坐标系
让小车运动
kinect信息仿真以及点云显示
Gazebo仿真Kinect
通过 Gazebo 模拟kinect摄像头，并在 Rviz 中显示kinect摄像头数据。
实现流程:
kinect摄像头仿真基本流程:
-
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；
-
将此文件集成进xacro文件；
-
启动 Gazebo，使用 Rviz 显示kinect摄像头信息。
新建 Xacro 文件，配置 kinetic传感器信息
新建文件复制代码
<robot name="my_sensors" xmlns:xacro="http://wiki.ros.org/xacro">
<gazebo reference="kinect link名称">
<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>kinect link名称</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>
把kinect功能装到支架上（纯属偷懒）
更改框架名
是否一直打开
最近距离最远距离
命名空间
在那个命名空间下的话题
xacro 文件集成
启动仿真环境
选择固定坐标系
选择对应话题
让小车动起来
kinect 点云数据显示
在kinect中也可以以点云的方式显示感知周围环境，在 rviz 中操作如下:
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
要把坐标系沿着x轴翻转90度，再沿着y轴翻转90度
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" />
3.启动rviz，重新显示。
启动小车
本章小结
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:
rviz是三维可视化工具，强调把已有的数据可视化显示；
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（雷达、摄像头、深度相机）、参数（机器人模型）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。
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
