智能云机器人初探1-docker的ROS容器对实体的turtlebot的控制

docker中的ROS容器对实体的turtlebot的控制

在智能云服务机器人的研究中，结合DOCKER容器技术是一个研究方向之一，本文阐述了利用容器技术进行一个线下机器人的基本控制方法。

一、概述

阅读本文之前，建议先阅读之前在仿真条件下做的turtlebot_sim的控制，本文的工作是基于仿真工作的基础进行的。之前，实体的turtlebot机器人未成功，主要是因为相应的package缺少，在docker的镜像这并未给出。

 package（功能包）是ROS中软件组织的基本形式，一个功能包具有最小的结构和最小的内容，用于创建ROS程序。它可以运行包含RIS运行的进程（节点）、配置文件等。

实际上，完整版的ROS系统大概 341 个package，详见“/opt/ros/indigo/share/“,但是ROS镜像中只包含了150左右的package，因此有很多的功能仅仅用DOCKER官方给的简单版的镜像是不能实现的。

二、尝试过的方法

为了解决这个问题，尝试过以下几个觉得可行性方法：
（1）直接在容器内部进行package的安装，failed。因为，在进行ROS容器的启用之前就改变了ROS容器的网络结构，不是用的默认docker0网桥，而是自定义的网桥，并且对自定义的网桥进行了配置，详细见：在仿真条件下做了turtlebot_sim的控制
（2）利用Docker的Volume数据卷共享机制，使ROS容器与本地共享package，failed。因为，虽然可以在容器内部“发现“这些共享包，单与本地共享的package功能包是由本地编译生成的，依赖的还是本地环境，即使重新编译，重新编译的命令比如catkin_make在容器内部也缺失。
（3）在Docker hub 官网给的简单版的ROS镜像基础上，重新制作包含完整版的功能包package的ROS的镜像，并用制作的镜像进行实验，Succeed。

三、解决办法

如概述中所说，本文所提出的办法是在之前仿真办法的基础上，建议连着看。

3.1 简要回顾仿真的turtlebot的控制步骤：

3.1.1 将Docker中的ROS容器配置到本地网络中；

3.1.2 检查验证配置网络是否正确；

3.1.3 开启turtlebot_sim仿真节点进行测试。

3.2 重新制作ROS镜像

3.2.1 重新编写Dockerfile，利用Dockerfile的内容build镜像。

根据之前未能在容器内部控制的原因，主要就是要重新build的镜像中需要加入完整的功能包，与完整版相比，大概还少200个功能包左右。
其实就是在原来的build镜像的Dockerfile里多加上这些功能包即可，但是我们又不太好一次性区分哪些在简单版的镜像中有哪些没有，所以直接把所有的功能包安装341个命令都写入，一个个写虽然二三十分钟就可以弄完，但总觉得这种方式太过蛮力，还好只有几百个，如果是上千上万个就显得不太好。
于是，写了一小段python代码进行处理生成需要的几百条命令：

python代码：

import os

def GetDirList(dir, dirlist):
    newDir=dir
    number=0
    from string import maketrans
    #定义转化表，下载的命令包和读取的本地的包文件名需要把'_'转为'-'
    table =maketrans('_','-')
    if os.path.isdir(dir):
        for s in os.listdir(dir): #遍历指定目录
           # 生成添加到Dockerfile的命令
           newDir=' ros-indigo-'+s.translate(table)+' \\'
           number=number+1
           dirlist.append(newDir)
    print number
    return dirlist

#指定从本地目录'/opt/ros/indigo/share/'，功能包都在这个目录
list = GetDirList('/opt/ros/indigo/share/', [])
for e in list:
    print e #把需要添加到Dockerfile的命令打印到控制台，直接拷贝

原Dockerfile:
注：
此处原Dockerfile的基础镜像指定的是“ros:indigo-robot“，对于此镜像的描述，可以看看官网描述。

FROM ros:indigo-robot

WORKDIR /notebooks

RUN sed -i "s|http://archive.ubuntu.com|http://mirrors.163.com|g" /etc/apt/sources.list && rm -Rf /var/lib/apt/lists/* && apt-get -y update && apt-get install -y \ 
    pkg-config \
    python-dev \ 
    python-opencv \ 
    libopencv-dev \ 
    libav-tools  \ 
    libjpeg-dev \ 
    libpng-dev \ 
    libtiff-dev \ 
    libjasper-dev \ 
    python-numpy \ 
    python-pycurl \ 
    python-opencv \
   #在这里把上面由python代码生成的341条命令拷贝到这里

3.3 使用新镜像生成容器

使用基于新镜像生成的容器。

$ sudo docker run -idt --name=<指定容器名> --net=none <新镜像的名称> /bin/bash

接下来的操作把这里在仿真的操作完成一遍即可，
http://blog.csdn.net/chenming_hnu/article/details/61648071

四、实验验证

4.1 开启turtlebot实体机器人，运行真机环境

实操运行步骤参考官网：
http://wiki.ros.org/Robots/TurtleBot/

4.2 在容器内部运行控制命令

4.2.1 注意每开启一个容器窗口，需要source 一下容器环境

$ source /etc/profile
$ source /opt/ros/indigo/setup.bash

开启另外的新容器窗口时，不要用attach命令，用exec命令。

4.2.2容器内运行使用键盘控制的命令

root@50ed97b4ce5c:/notebooks# roslaunch turtlebot_teleop keyboard_teleop.launch 

4.3 实验图片

4.3.1基于新镜像的ROS容器的图片：

当在键盘上用按键进行控制的时候，Turtlebot会运动。

4.3.2 实体的turtlebot实验图片

电脑屏幕的左边命令框为开启Turtlebot, Kinect的命令；右边为Kinect采集的图像，黄圈为图像特征点。

五、小结

5.1 容器网络的配置方式需要改进

目前这种办法对于多个容器的配置是有问题的。当前的方式是通过用容器借用主机网卡eth0的方式进行通讯，但是当需要类似的多个容器的时候，就会遇到问题了。

5.2 由局域网-》广域网

当前的 Docker容器的宿主机与Turtlebot机器是特意配置在同一个局域网 192.168.1.1／24内。但是，要使云机器人的研究具有普适性，是要扩展到更大范围的网络。并且，Docker容器宿主机应该由专业服务器进行承担，这样才可以处理大规模的分布式机器人的复杂任务的处理。