本文详述了ROS环境下智能车竞速的仿真搭建过程，包括环境配置、模型加载、ros_control插件的使用、键盘遥控节点设计、slam-gmapping建图以及move_base导航框架的应用。通过解决gazebo闪退问题，实现机器人关节控制，并成功进行地图保存和导航演示。
ROS竞速车仿真
前言
主要针对大学生智能车线上仿真赛；
主要内容：
一、仿真环境搭建：
模型使用的是智能车竞赛官方提供的仿真模型：
https://gitee.com/zeende/racecar_sim/tree/noetic/
1.1 模型分析与设计
代码模型实现：
1.2 launch启动模型；
1、首先设置racecar_gazebo.launch参数，及机器人初始位置
<!-- 设置launch文件的参数 -->
<arg name="paused" default="false"/>
<arg name="use_sim_time" default="true"/>
<arg name="gui" default="true"/>
<arg name="headless" default="false"/>
<arg name="debug" default="false"/>
<!--机器人的起点放置位置-->
<arg name="x_pos" default="-0.5"/>
<arg name="y_pos" default="0"/>
<arg name="z_pos" default="0.0"/>
2、启动gazebo，并加载环境模型，racetrack.world；
<!--运行gazebo仿真环境-->
<include file="$(find gazebo_ros)/launch/empty_world.launch">
<arg name="debug" value="$(arg debug)" />
<arg name="gui" value="$(arg gui)" />
<arg name="paused" value="$(arg paused)"/>
<arg name="use_sim_time" value="$(arg use_sim_time)"/>
<arg name="headless" value="$(arg headless)"/>
<arg name="world_name" value="$(find racecar_description)/worlds/racetrack.world"/>
</include>
3、加载机器人模型：racecar.urdf.xacro
<!-- 加载机器人模型描述参数 -->
<param name="robot_description" command="$(find xacro)/xacro --inorder '$(find racecar_description)/urdf/racecar.urdf.xacro'"/>
<!-- 在gazebo中加载机器人模型-->
<node name="urdf_spawner" pkg="gazebo_ros" type="spawn_model" respawn="false" output="screen"
args="-urdf -model racecar -param robot_description -x $(arg x_pos) -y $(arg y_pos) -z $(arg z_pos)"/>
4、发布机器人关节状态
用于之后在rviz中显示，以及提供关节接口；
<!--运行joint_state_publisher节点，发布机器人关节状态-->
<node name= "robot_state_publisher" pkg= "robot_state_publisher" type= "robot_state_publisher">
<param name="publish_frequency" type="double" value="20.0" />
<remap from="/joint_states" to="/racecar/joint_states"/>
</node>
5、显示效果
此时我们启动launch文件：
roslaunch bringup racecar_gazebo.launch
此时，可能会遇到部分问题；
有些开发者在执行gazebo时，会闪退，并出现如下问题，
[gazebo_gui-3] process has died [pid 7811, exit code 134, cmd /opt/ros/kinetic/lib/gazebo_ros/gzclient __name:=gazebo_gui __log:=/home/ubuntu/.ros/log/4570ac34-0278-11ed-917f-000c298f0f5f/gazebo_gui-3.log].
我们可以通过以下方式进行解决：
方式一：
gazebo启用3D加速选项方面存在一些问题，可从VM设置中禁用设置3D加速选项。禁用该选项后，仿真环境运行会比较缓慢，但可以正常工作。如图所示：
方式二：更改SVGA_VGPU10变量：
先在终端执行：
export SVGA_VGPU10=0
然后再执行roslaunch语句即可。其实，更改SVGA_VGPU10变量是为了告诉系统OpenGL版本。
尝试两种方式，然后看看哪个更适合。如果要使用此选项避免每次启动终端时都设置此变量，只需将此命令添加到.bashrc中即可。
export SVGA_VGPU10=0" >> ~/.bashrc
然后正常roslaunch即可启动仿真环境。
1.3 机器人控制插件ros_control
1、简介ros_control
ROS中提供了丰富的机器人应用：SLAM、导航、MoveIt…但是你可能一直有一个疑问，这些功能包到底应该怎么样用到我们的机器人上，也就是说在应用和实际机器人或者机器人仿真器之间，缺少一个连接两者的东西。
ros_control就是ROS为用户提供的应用与机器人之间的中间件，包含一系列控制器接口、传动装置接口、硬件接口、控制器工具箱等等，可以帮助机器人应用快速落地，提高开发效率。
2、在launch中配置联合控制器
因为联合控制器参数比较多，一般会通过在racecar.launch文件中加载yaml文件进行配置：
<!-- 从yaml文件加载联合控制器的参数 -->
<rosparam file="$(find bringup)/config/ctrl.yaml" command="load"/>
同时需要加载控制器：
<!-- 加载控制器 spawner -->
<node name="controller_manager" pkg="controller_manager" type="spawner"
respawn="false" output="screen" ns="/racecar"
args="left_rear_wheel_velocity_controller right_rear_wheel_velocity_controller
left_front_wheel_velocity_controller right_front_wheel_velocity_controller
left_steering_hinge_position_controller right_steering_hinge_position_controller
joint_state_controller"/>
此处，我们在功能包中增加config文件夹，增加ctrl.yaml文件，用以参数配置：
racecar:
# 命名空间
# Publish all joint states --公布所有--------------------
joint_state_controller:
type: joint_state_controller/JointStateController
publish_rate: 50
# Velocity Controllers ----速度控制器---------------------
left_rear_wheel_velocity_controller:
type: effort_controllers/JointVelocityController
joint: left_rear_axle
pid: {p: 1.5, i: 0.0, d: 0.0, i_clamp: 0.0}
right_rear_wheel_velocity_controller:
type: effort_controllers/JointVelocityController
joint: right_rear_axle
pid: {p: 1.5, i: 0.0, d: 0.0, i_clamp: 0.0}
left_front_wheel_velocity_controller:
type: effort_controllers/JointVelocityController
joint: left_front_axle
pid: {p: 0.7, i: 0.0, d: 0.0, i_clamp: 0.0}
right_front_wheel_velocity_controller:
type: effort_controllers/JointVelocityController
joint: right_front_axle
pid: {p: 0.7, i: 0.0, d: 0.0, i_clamp: 0.0}
# Position Controllers ---位置控制器-----------------------
left_steering_hinge_position_controller:
joint: left_steering_joint
type: effort_controllers/JointPositionController
pid: {p: 10.0, i: 0.0, d: 0.5}
right_steering_hinge_position_controller:
joint: right_steering_joint
type: effort_controllers/JointPositionController
pid: {p: 10.0, i: 0.0, d: 0.5}
注意：此处命名空间要和launch文件中的namespace（ns）一致。
参数args标签中的6个话题名称就是我们用户控制的关节。
至此，机器人就可以实现关节控制。
1.4 键盘遥控节点设计
对于阿克曼结构机器人收到的控制指令是速度和前轮转向角，因此我们应该使用ackermann_msgs/AckermannDriveStamped而不是geometry_msgs/Twist；
此时我们需要安装：
ubuntu@ubuntu:~$ rosmsg show ackermann_msgs/AckermannDriveStamped
std_msgs/Header header
uint32 seq
time stamp
string frame_id
ackermann_msgs/AckermannDrive drive
float32 steering_angle
float32 steering_angle_velocity
float32 speed
float32 acceleration
float32 jerk
而不是：
ubuntu@ubuntu:~$ rosmsg show geometry_msgs/Twist
geometry_msgs/Vector3 linear
float64 x
float64 y
float64 z
geometry_msgs/Vector3 angular
float64 x
float64 y
float64 z
1、读取键盘指令，发布控制机器人的话题数据
2、将速度和角度分解到对应的关节上
三、slam-gmapping
3.1 安装slam-gmapping
ubuntu@ubuntu:~$ sudo apt install ros-kinetic-slam-gmapping
3.2 编写launch
编写启动建图的launch文件。
1、racecar_gazebo_rviz.launch
<?xml version="1.0"?>
<launch>
<include file="$(find bringup)/launch/gazebo/racecar.launch"></include>
<node name="rviz" pkg="rviz" type="rviz"
args="-d $(find bringup)/rviz/racecar_urdf.rviz" required="true"/>
<node name="gazebo_odometry" pkg="racecar_description" type="gazebo_odometry.py"/>
</launch>
解读：
name="gazebo_odometry"
增加里程计节点；
2、racecar.launch
<?xml version="1.0"?>
<launch>
<!-- 设置launch文件的参数 -->
<arg name="paused" default="false"/>
<arg name="use_sim_time" default="true"/>
<arg name="gui" default="true"/>
<arg name="headless" default="false"/>
<arg name="debug" default="false"/>
<!--模型车的起点放置位置-->
<arg name="x_pos" default="-0.5"/>
<arg name="y_pos" default="0"/>
<arg name="z_pos" default="0.0"/>
<!--运行gazebo仿真环境-->
<include file="$(find gazebo_ros)/launch/empty_world.launch">
<arg name="debug" value="$(arg debug)" />
<arg name="gui" value="$(arg gui)" />
<arg name="paused" value="$(arg paused)"/>
<arg name="use_sim_time" value="$(arg use_sim_time)"/>
<arg name="headless" value="$(arg headless)"/>
<arg name="world_name" value="$(find racecar_description)/worlds/racetrack.world"/>
<!-- .world文件的地址-->
</include>
<!-- 加载机器人模型描述参数 -->
<param name="robot_description" command="$(find xacro)/xacro --inorder '$(find racecar_description)/urdf/racecar.urdf.xacro'"/>
<!--运行joint_state_publisher节点，发布机器人关节状态-->
<!--<node name = "robot_state_publisher" pkg = "robot_state_publisher" type = "state_publisher">-->
<node name= "robot_state_publisher" pkg= "robot_state_publisher" type= "robot_state_publisher">
<param name="publish_frequency" type="double" value="20.0" />
<remap from="/joint_states" to="/racecar/joint_states"/>
</node>
<!-- 在gazebo中加载机器人模型-->
<node name="urdf_spawner" pkg="gazebo_ros" type="spawn_model" respawn="false" output="screen"
args="-urdf -model racecar -param robot_description -x $(arg x_pos) -y $(arg y_pos) -z $(arg z_pos)"/>
<!-- 从yaml文件加载联合控制器的参数 -->
<rosparam file="$(find bringup)/config/ctrl.yaml" command="load"/>
<!-- 加载控制器 spawner -->
<node name="controller_manager" pkg="controller_manager" type="spawner"
respawn="false" output="screen" ns="/racecar"
args="left_rear_wheel_velocity_controller right_rear_wheel_velocity_controller
left_front_wheel_velocity_controller right_front_wheel_velocity_controller
left_steering_hinge_position_controller right_steering_hinge_position_controller
joint_state_controller"/>
<!-- 阿克曼的消息类型对应到机器人关节话题的发布 -->
<node pkg="racecar_description" type="servo_commands.py" name="servo_commands" output="screen">
</node>
</launch>
3、slam_gmapping.launch
<launch>
<arg name="scan_topic" default="scan" /> <!--雷达话题-->
<arg name="base_frame" default="base_footprint"/> <!--小车在底盘的映射坐标-->
<arg name="odom_frame" default="odom"/> <!--发布的里程计坐标系-->
<param name="use_sim_time" value="false"/>
<node pkg="gmapping" type="slam_gmapping" name="slam_gmapping" output="screen">
<param name="base_frame" value="$(arg base_frame)"/> <!--底盘坐标系-->
<param name="odom_frame" value="$(arg odom_frame)"/> <!--里程计坐标系-->
<!--remap from="scan" to="base_scan"/-->
<param name="map_update_interval" value="5.0"/> <!--更新时间(s)，每多久更新一次地图，不是频率-->
<param name="maxUrange" value="14.0"/> <!--激光雷达最大可用距离，在此之外的数据截断不用-->
<param name="sigma" value="0.05"/>
<param name="kernelSize" value="1"/>
<param name="lstep" value="0.05"/>
<param name="astep" value="0.05"/>
<param name="iterations" value="5"/>
<param name="lsigma" value="0.075"/>
<param name="ogain" value="3.0"/>
<param name="lskip" value="0"/>
<param name="srr" value="0.01"/>
<param name="srt" value="0.02"/>
<param name="str" value="0.01"/>
<param name="stt" value="0.02"/>
<param name="linearUpdate" value="0.5"/>
<param name="angularUpdate" value="0.218"/>
<param name="temporalUpdate" value="5.0"/>
<param name="resampleThreshold" value="0.5"/>
<param name="particles" value="80"/>
<param name="xmin" value="-1.0"/>
<param name="ymin" value="-1.0"/>
<param name="xmax" value="1.0"/>
<param name="ymax" value="1.0"/>
<param name="delta" value="0.05"/>
<param name="llsamplerange" value="0.01"/>
<param name="llsamplestep" value="0.01"/>
<param name="lasamplerange" value="0.005"/>
<param name="lasamplestep" value="0.005"/>
</node>
</launch>
3.3 保存地图
在三个终端中运行以下三个 launch：
ubuntu@ubuntu:~$ roslaunch bringup racecar_gazebo_rviz.launch
ubuntu@ubuntu:~/racecar_sim$ rosrun racecar_description keyboard_teleop.py
ubuntu@ubuntu:~$ roslaunch bringup slam_gmapping.launch
运行第一条指令后，会打开gazebo及rviz。
rqt_graph
此时启动第二条指令，开始按键控制；
增加了按键控制节点；
再启动第三条指令，可以看到地图显示由黑色，变成灰色路径；
通过按键控制，将小车从起点移动到终点；此时我们完成的地图的构建；
地图构建完成后，需要保存地图；
此时开启新的终端运行：
ubuntu@ubuntu:~/racecar_sim$ rosrun map_server map_saver -f /home/ubuntu/racecar_sim/src/bringup/map/map
[ INFO] [1657961143.594741695]: Waiting for the map
[ INFO] [1657961143.814344370]: Received a 1184 X 480 map @ 0.050 m/pix
[ INFO] [1657961143.814478020]: Writing map occupancy data to /home/ubuntu/racecar_sim/src/bringup/map/map.pgm
[ INFO] [1657961143.857679615]: Writing map occupancy data to /home/ubuntu/racecar_sim/src/bringup/map/map.yaml
[ INFO] [1657961143.859262512]: Done
此时会在相应路径下生成两个map相关的文件：
其中map.pgm为地图图片；
map.yaml为方便加载的参数文件；
image: /home/ubuntu/racecar_sim/src/bringup/map/map.pgm
resolution: 0.050000
origin: [-12.200000, -12.200000, 0.000000]
negate: 0
occupied_thresh: 0.65
free_thresh: 0.196
image: 表示图片路径；
resolution: 地图分辨率 单位：米/像素；
origin: 图像左下角在地图坐标下的坐标
negate: 是否应该颠倒 白：自由/黑：的语义(阈值的解释不受影响)
occupied_thresh: 占用概率大于此阈值的像素被认为已完全占用
free_thresh: 占用率小于此阈值的像素被认为是完全空闲的
四、导航仿真
4.1 move_base框架
move_base框架主要是为ROS提供导航相关的配置、运行、交互的接口；
1、安装必要功能包：
方法一：
sudo apt-get install ros-kintic-teb-local-planner (安装包)
rosdep install teb_local_planner（安装依赖）
参考文件:
http://t.zoukankan.com/long5683-p-11404576.html
最好安装整个navigation功能包
4.2 编写launch
因为存在大量的导航配置参数，因此会分类写到各个参数文件内。
4.3Teb使用
参考：
https://hermit.blog.csdn.net/article/details/117669476
teb使用的特点：
导航算法一般针对不通结构会用侧重，例如常规的移动机器人底盘结构设计为差速结构，这样会适用于多数常见算法，如base_local_planner、dwa_local_planner等，单数对于阿克曼结构，它的特点是存在最小转弯半径的限制，这样就导致常见的算法并不合适，由此teb_local_planner比较合适。
teb_local_planner提供了一种car-like的动力学模型，就是像汽车一样存在最小转弯半径限制，这样它就可以完成阿克曼结构的动力学解算。
参数文件说明：
首先查看move_base.launch，里面加载了此处所有的yaml文件。
<launch>
<!--启动move_base节点，然后加载参数文件-->
<node pkg="move_base" type="move_base" respawn="false" name="move_base" output="screen">
<rosparam file="$(find bringup)/param/costmap_common_params.yaml" command="load" ns="global_costmap" />
<rosparam file="$(find bringup)/param/costmap_common_params.yaml" command="load" ns="local_costmap" />
<rosparam file="$(find bringup)/param/local_costmap_params.yaml" command="load" />
<rosparam file="$(find bringup)/param/global_costmap_params.yaml" command="load" />
<rosparam file="$(find bringup)/param/teb_local_planner_params.yaml" command="load" />
<rosparam file="$(find bringup)/param/move_base_params.yaml" command="load" />
<!--设置局部路径规划器为TeblocalPlanner-->
<param name="base_local_planner" value="teb_local_planner/TebLocalPlannerROS" />
<!--<param name="controller_frequency" value="10" />
<param name="controller_patiente" value="15.0"/>-->
</node>
<node name="map_server" pkg="map_server" type="map_server" args="$(find bringup)/map/map.yaml" output="screen">
<param name="frame_id" value="map"/>
</node>
<!--<node pkg="tf" type="static_transform_publisher"
name="odom_to_map"
args="0 0 0 0 0 0 1 /odom /map 100" />-->
<!--<include file="$(find bringup)/launch/robot_amcl.launch.xml" />-->
<node name="nav_sim" pkg="racecar_description" type="nav_sim.py" >
</node>
<arg name="use_map_topic" default="True"/>
<arg name="scan_topic" default="/scan"/>
<arg name="initial_pose_x" default="-0.5"/>
<arg name="initial_pose_y" default="0.0"/>
<arg name="initial_pose_a" default="0.0"/>
<arg name="odom_frame_id" default="odom"/>
<arg name="base_frame_id" default="base_footprint"/>
<arg name="global_frame_id" default="map"/>
<node pkg="amcl" type="amcl" name="amcl">
<param name="use_map_topic" value="$(arg use_map_topic)"/>
<!-- Publish scans from best pose at a max of 10 Hz -->
<param name="odom_model_type" value="diff"/>
<param name="odom_alpha5" value="0.1"/>
<param name="gui_publish_rate" value="10.0"/>
<param name="laser_max_beams" value="810"/>
<param name="laser_max_range" value="-1"/>
<param name="min_particles" value="500"/>
<param name="max_particles" value="5000"/>
<param name="kld_err" value="0.05"/>
<param name="kld_z" value="0.99"/>
<param name="odom_alpha1" value="0.2"/>
<param name="odom_alpha2" value="0.2"/>
<!-- translation std dev, m -->
<param name="odom_alpha3" value="0.2"/>
<param name="odom_alpha4" value="0.2"/>
<param name="laser_z_hit" value="0.5"/>
<param name="laser_z_short" value="0.05"/>
<param name="laser_z_max" value="0.05"/>
<param name="laser_z_rand" value="0.5"/>
<param name="laser_sigma_hit" value="0.2"/>
<param name="laser_lambda_short" value="0.1"/>
<param name="laser_model_type" value="likelihood_field"/>
<!-- <param name="laser_model_type" value="beam"/> -->
<param name="laser_likelihood_max_dist" value="2.0"/>
<param name="update_min_d" value="0.1"/>
<param name="update_min_a" value="0.2"/>
<param name="odom_frame_id" value="$(arg odom_frame_id)"/>
<param name="base_frame_id" value="$(arg base_frame_id)"/>
<param name="global_frame_id" value="$(arg global_frame_id)"/>
<param name="resample_interval" value="1"/>
<!-- Increase tolerance because the computer can get quite busy -->
<param name="transform_tolerance" value="1.0"/>
<param name="recovery_alpha_slow" value="0.0"/>
<param name="recovery_alpha_fast" value="0.0"/>
<param name="initial_pose_x" value="$(arg initial_pose_x)"/>
<param name="initial_pose_y" value="$(arg initial_pose_y)"/>
<param name="initial_pose_a" value="$(arg initial_pose_a)"/>
<remap from="/scan" to="$(arg scan_topic)"/>
<remap from="/tf_static" to="/tf_static"/>
</node>
</launch>
解读yaml：
4.4 添加amcl定位
4.5 导航功能演示
ubuntu@ubuntu:~$ roslaunch bringup racecar_gazebo_rviz.launch
ubuntu@ubuntu:~$ roslaunch bringup move_base.launch
启动2D Nav Goal，开始导航，可以看到绿色为路径规划。
扫一扫
2547
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
