【实战+源码】基于RGB-D（深度视觉）的具有机械臂抓取功能的自主规划移动服务机器人的设计与实现（一）——准备工作

目录

一，实物or仿真

1，实物或仿真的利弊

2，从哪些角度去考虑是选择实物还是仿真

二，环境准备

1，首推ROS

2，其他环境

三，理论学习

四，实物搭建

---

一，实物or仿真

         我想这个问题是在开发之前最容易想清楚的，所以我先说！

1，实物或仿真的利弊

         对于做出实物，要比仿真耗费更多的时间，精力，物力，财力。

        接触过硬件的朋友都会有体会，首先你会考虑性能价格等方面的因素去选择一款合适的硬件，然后你需要花时间去学会使用调试它，最头疼的是你调试的过程中会遇到很多只有你才会遇到的问题，像硬件烧坏，电气连接不稳定对初学者来说是最常见的问题，还有可能你用着用着发现不合适了，对不起，需要把上述过程再过一遍，这都需要时间和精力。关于物力，财力问题，我就举个例子来说，最早诞生于斯坦福大学PR1机器人，现在迭代到PR2，价值100多万，这不是一般科研单位能用的起的，说一个入门级的科研平台Turtlebot，二代标配也是几万块，就算是自己搭建，激光雷达，深度相机，机械臂这些都要上千，移动底盘可以自己搭，电机，里程计，电源，驱动这些自己可都做不出来，我目前了解到一款较便宜的桌面级的机械臂turtlebot-arm（PhantomX-Arm）也要几千，当然也可以自己画图买控制驱动舵机完完全全自己做，如果不是个团队或者懂点机械也不建议弄，结构不好，精度不够，参数不明确也没法用。

        那也不是一无是处，做实物最大魅力正在于它的“麻烦”，很多人去玩这些是出于兴趣的，看到自己做的机械臂动了起来，自己做的地盘跑了起来，每解决一个问题，都可以通过这些实物展现出来，这种成就感是仿真给不了的。其次做仿真最终是要落地为实物的，当然这不一定是你做，这种锻炼是以后走向科研单位或是研发岗位的一种很好的积累。

       仿真我就说一句话，它有自己天然的好处，理想环境里模拟再多干扰它始终不是真实环境。

2，从哪些角度去考虑是选择实物还是仿真

       我挑重点说，综合考虑需求，能力，条件。

       比如说，你没经费，又在这方面动起手来不擅长，也没必要锻炼，实验室条件也差劲，别考虑做实物了。又比如说，你要做出实物参加竞赛，做出产品，有这样的需求你就没有选择。仿真可以节省一部分麻烦，这样你可以节省精力放在算法，策略上，有重点的学习自己需要深入的地方。

       我的需求是做本科毕业设计的，所以我的定位是学习使用为主，实物次之，改进算法为更高追求。无论是做实物还是侧重仿真，这两方面我都会分享自己学习过程中的心得。

二，环境准备

1，首推ROS

         ROS（robot operating system），顾名思义，机器人操作系统，首先，专业，开源，具有很好机器人开发交流生态，机器人明星大都是基于ROS。ros的初衷是提高软件的复用率的，具体的发展历史，特点，优缺点自行查阅。

        放些图吧，不然显得太枯燥。

        这个是ROS的特点：

（图片来自古月老师课件，顺便说一下，胡老师在国内ROS教育的影响力对于学习ros的人，几乎没有不知道古月老师的）
 

       

2，其他环境

        没有（有也不推荐，我也不会）。

         

三，理论学习

关于ROS的学习，ROS1依赖在ubuntu系统下，因此你需要一个linux系统，不建议使用虚拟机，虚拟机安装容易，使用起来问题较多，所以建议WIN+linux双系统。ros2据说可以在Windows下使用。

   安装系统之前，你要搞明白几个事情，Ubuntu版本与ROS版本之间的对应关系

最新（2019年）ROS各个发行版本适用的Linux操作系统平台以及语言工具要求

最新（2020年）ROS1发行版本适用的Linux操作系统平台、语言工具要求、第三方库支持、版本推荐

对于初学者来说，建议较早的indigo或kinetic（我用的indigo），较早版本大家分享资料比较多，功能包安装方便

还有安装系统的时候，关于内存分配，最好自己找好教程，或者身边找个懂得，别把自己win系统搞崩了，别问我怎么知道的，经验之谈

我不是搞教学的，我是记录自己学习心得的，自己去购买古月老师的课程就好了，花钱买的才会珍惜学习。

逢场作戏，我也分享一个ros学习博客：

https://blog.csdn.net/weixin_40038847/article/details/82020565

课件：ROS机器人操作系统基础教程

https://download.csdn.net/download/qq_37372155/12087535

下面是古月老师的推荐：

四，实物搭建

        我一直强调需求和能力的问题，所以实物搭建也是一样的，前面说了，实物不是我的重点，得益于我指导老师的帮助，给我了一个turtlebot2学习平台，有kuboki底盘，有kinnet深度相机，底盘用来移动，相机用来建图和识别，要想抓取，肯定还缺个机械臂，我们身边没有搞机械的同学，这次只有自己这个学控制的自己动手了（我没钱）。

1、深度相机or激光雷达

       价格上激光雷达较深度相机贵，但适应性和图像质量比深度相机好点，深度相机做平面的slam有点大材小用了，在ROS里面的建图功能包是只是选取深度图像的一个切面，当然深度相机一般还可以提供常规的彩色图像，这里可以结合传统的图像处理，还有做抓取最好用到深度图像，从深度信息层面上去识别物体，包括位置和姿态，知道了位置和姿态，然后对机械臂进行逆运动学规划。（我只有kinect，没得选）

2、自己做条机械臂

      不建议先做这部分，可以先把slam玩够了，再说这个

      首先知道需要什么，要想知道需要什么，看看ROS提供什么，这里不是本篇文章的重点，所以我就直接说，ROS里面有个/joint_states话题，实时提供机械臂各关节弧度值，以及速度、加速度等信息，据此我们可以通过订阅这个话题，把弧度值转化为你所需要的控制信号，我这里用的是数字舵机，因此需要把弧度转化为PWM给到舵机。

      好，ros这边提供的东西有了，那你应该也就清楚机械臂这个执行单元需要什么了，首先上位机把PWM信号给到机械臂，需要通信协议，哎，这样说也不是很清楚，直接上图

   我做的已经看到了，我说下还可以怎样改进

1、Arduino控制板可以省略，上网本直接用IIC和驱动板通信，由于上网本没有现成的通信例程可以用，而Arduino有，因此加了一块Arduino UNO

2、机械臂结构的选择，大都6自由度，连杆长度，关节绕哪个轴运动参考UR，ABB，KUKA这些大明星就好了，好的结构对后面运动规划影响很大，经验之谈

3、舵机的选择，不同位置可以考虑不同扭矩的，但这样也带来一个问题，不同扭矩的舵机需要的电压也不一定一样。另外推荐使用UART舵机，控制上面可以省点功夫，还有舵机最好有角度反馈，做控制的人最喜欢有反馈了。

4、连杆，我更愿意称它为舵机连接件，有条件的用3D打印机打印吧，随心所欲，够轻，够结实就好。要求不高的不想打印去某宝几百块钱买个便宜的不支持ROS那种改装一下也OK的。

 

我本身也在学习阶段，说的比较主观和局限，正规的教学去看古月老师的课程吧。

这篇文章也是自己第一次写，废话较多，主要在于分享心得，接下来的分享将从程序层面上来说。