ROS理论与实践(以移动机器人为例)连载(五) ——构建机器人仿真平台

O(∩_∩)O哈哈哈~ 特想放张伟！我是什么颜色？？？

---

---

参考功能包链接

https://github.com/XFFer/ROS_Resource

1. 优化物理仿真模型

使用xacro文件优化URDF模型

连载(四) 中我们使用URDF建模遇到了很多问题，比如多个轮子需要重复书写代码；不能进行参数计算，各个link的位置需要逐个输入参数。

URDF模型的进化版本——xacro模型文件

官方Wiki地址跳转

• 精简模型代码
  • 创建宏定义
  • 文件包含
• 提供可编程接口
  • 常量
  • 变量
  • 数学计算
  • 条件语句
  • …

① 常量的定义与使用

常量定义

<xacro:property name="M_PI" value="3.14159" />

举例：

<xacro:property name="M_PI" value="3.1415926" />
<xacro:property name="base_radius" value="0.20" />
<xacro:property name="base_length" value="0.16" />

<xacro:property name="wheel_radius" value="0.06" />
<xacro:property name="wheel_length" value="0.025" />
<xacro:property name="wheel_joint_y" value="0.19" />
<xacro:property name="wheel_joint_z" value="0.05" />

<xacro:property name="caster_radius" value="0.015" />
<xacro:property name="caster_joint_x" value="0.18" />

常量使用

<origin xyz="0 0 0" rpy="${M_PI/2} 0 0"/>

举例：

<joint name="base_footprint_joint" type="fixed">
	<origin xyz="0 0 ${base_length/2 + caster_radius*2}" rpy="0 0 0" />
	<parent link="base_footprint" />
	<child link="base_link" />
joint>

<link name="base_link">
	<visual>
		<origin xyz="0 0 0" rpy="0 0 0" />
		<geometry>
			<cylinder length="${base_length}" radius="${base_radius}" />
		geometry>
		<material name="yellow" />
	visual>
link>

② 数学计算

所有数学运算都会转换成浮点数进行，以保证运算精度。

<origin xyz="0 ${(motor_length+wheel_length)/2} 0" rpy="0 0 0" />

举例：

<joint name="base_footprint_joint" type="fixed">
	<origin xyz="0 0 ${base_length/2 + caster_radius*2}" rpy="0 0 0" />
	<parent link="base_footprint" />
	<child link="base_link" />
joint>

③ 宏

宏定义

类似于函数，可以实现创建一个轮子的模型，通过再次调用修改参数，创建相同形状，多个轮子模型。

<xacro:macro name="name" params="A B C">
......
xacro:macro>

举例：

<xacro:macro name="wheel" param="prefix reflect">
	<joint name="${prefix}_wheel_joint" type="continuous">
		<origin xyz="0 ${reflect*wheel_joint_y} ${-wheel_joint_z}" rpy="0 0 0" />
		<parent link="base_link" />
		<child link="${prefix}_wheel_link" />
		<axis xyz="0 1 0" />
	joint>

	<link name="${prefix}_wheel_link">
		<visual>
			<origin xyz="0 0 0" rpy="${M_PI/2} 0 0" />
			<geometry>
				<cylinder radius="${wheel_radius}" length="${wheel_length}" />
			geometry>
			<material name="gray" />
		visual>
	link>
xacro:macro>

宏调用

<name A="A_value" B="B_value" C="C_value" />

举例：

<wheel prefix="left" reflect="1" />
<wheel prefix="right" reflect="-1" />

④ 文件包含

<xacro:include filename="$(find mbot_description)/urdf/mbot_base_gazebo.xacro" />

举例：

<xacro:include filename="$(find mbot_description)/urdf/sensors/camera_gazebo.xacro" />
<xacro:include filename="$(find mbot_description)/urdf/mbot_base_gazebo.xacro" />

ros_control

• ros_control是ROS为开发者提供的机器人控制中间件
• 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
• 可以帮助我们将上层功能包里的指令发送给机器人

由于硬件包括各种有刷无刷电机、机械臂、激光雷达、视觉传感器，驱动方式都有很大的差别。故硬件抽象层是对硬件进行包装，使它更容易能够和上层控制层绑定在一起。

• 控制器管理器 Controller Manager
  • 提供一种通用的接口来管理不同的控制器。
• 控制器 Controller
  • 读取硬件状态，发送控制命令，完成每个joint的控制。
• 硬件资源 Hardware Resource Interface Layer
  • 为上下两层提供硬件资源的接口。
• 机器人硬件抽象 DefaultRobotHWSim/hardware_interface::RobotHW
  • 机器人硬件抽象和硬件资源直接打交道，通过write和read方法完成硬件操作。
• 真实机器人 Reality
  • 执行接收到的命令。

上图中包含了上述的几个模块，Controller Manager可以帮助管理不同的控制器，如：底盘控制器，机械臂等的启动、暂停、运行、停止；具体的是一个PID Loops，这个闭环PID更像在应用层面，会向下发指令会通过Hardware Resource Interface Layer这个硬件资源的接口，以不同的形式发布；在仿真器中会有DefaultRobotHWSim默认硬件抽象，但对真实机器人，就需要自己去构建这个硬件抽象RobotHW，这里也存在一个PID闭环控制，但偏向于控制板，如STM32对某个电机的控制，再通过解码器Encoders得到关节的状态信息反馈给Controller。

前面MoveIt的插入课，我们用到过joint_position_controller，对机械臂进行MotionPlanning。这里我们列举控制器的所有类型，可参考 https://github.com/ros-controls/ros_control/wiki/controller_interface

• joint_state_controller
• joint_effort_controller
• joint_position_controller
• joint_velocity_controller

第一步：为link添加惯性参数和碰撞属性

转动惯量是大学物理的内容研究的是2D平面的，公式为：$J=\sum m{r}^2$，$M=J\omega$，$\omega$是角速度，而这里的惯性参数是三维的，用一个惯性矩阵来描述。推了一下圆柱体的公式，同样长方体和球体也可以使用三次积分的方式求出。

<xacro:macro name="cylinder_inertial_matrix" params="m r h">
	<inertial>
		<mass value="${m}" />
		<inertia ixx="${m*(3*r*r+h*h)/12}" ixy="0" ixz="0"
				 iyy="${m*(3*r*r+h*h)/12}" iyz="0"
				 izz="${m*r*r/2}" />
	inertial>
xacro:macro>

<link name="base_link">
	<visual>
		<origin xyz="0 0 0" rpy="0 0 0" />
		<geometry>
			<cylinder length="${base_length}" radius="{base_radius}" />
		geometry>
		<material name="yellow" />
	visual>
	<collison>
		<origin xyz="0 0 0" rpy="0 0 0" />
		<geometry>
			<cylinder length="${base_length}" radius="{base_radius}" />
		geometry>
	collision>
	<cylinder_inertial_matrix m="${base_mass}" r="${base_radius}" h="${base_length}" />
link>

第二步：为link添加gazebo标签

Gazebo中需要添加色彩标签。由于rviz和gazebo的色彩空间不同，描述形式不一样，不能通用，如果不标记标签，Gazebo内的模型都为灰色。

<gazebo reference="base_link">
	<material>Gazebo/Bluematerial>
gazebo>

<gazebo reference="${prefix}_wheel_link">
	<material>Gazebo/Graymaterial>
gazebo>

<gazebo reference="base_footprint">
	<turnGravityoff>falseturnGravityoff>
gazebo>

“base_footprint”是对底盘在地面的一个映射，这里需要把这个影子的重力设置为无。

<gazebo reference="${prefix}_caster_link">
	<material>Gazebo/Blackmaterial>
gazebo>

第三步：为joint添加传动装置

为每一个joint添加虚拟电机（传动装置）。这里使用了硬件接口——速度控制接口hardware_interface/VelocityJointInterface。

<transmission name="${prefix}_wheel_joint_trans">
	<type>transmission_interface/SimpleTransmissiontype>
	<joint name="${prefix}_name_wheel_joint">
		<hardwareInterface>hardware_interface/VelocityJointInterfacehardwareInterface>
	joint>
	<actuator name="${prefix}_wheel_joint_motor">
		<hardwareInterface>hardware_interface/VelocityJointInterfacehardwareInterface>
		<mechanicalReduction>1mechanicalReduction>
	actuator>
transmission>

第四步：添加gazebo控制器插件

• ：机器人的命名空间。
• 和：左右轮转动的关节joint。
• 和：机器人模型的相关尺寸，在计算差速参数时需要用到。
• ：控制器订阅的速度控制指令，生成全局命名时需要结合中设置的命名空间。
• ：里程计数据的参考坐标系，ROS中一般命名为odom。

<gazebo>
	
	<plugin name="differential_drive_controller"
			filename="libgazebo_ros_diff_drive.so">
		<rosDebugLevel>DebugrosDebugLevel>
		<publishWheelTF>truepublishWheelTF>
		
		<robotNamespace>/robotNamespace>
		<publishTf>1publishTf>
		<publishWheelJointState>truepublishWheelJointState>
		<alwaysOn>truealwaysOn>
		<updateRate>100.0updateRate>
		<legacyMode>truelegacyMode>
		<leftJoint>left_wheel_jointleftJoint>
		<rightJoint>right_wheel_jointrightJoint>
		
		<wheelSeparation>${wheel_joint_y*2}wheelSeparation>
		<wheelDiameter>${wheel_radius*2}wheelDiameter>
		<broadcastTF>1broadcastTF>
		
		<wheelTorque>30wheelTorque>
		<wheelAcceleration>1.8wheelAcceleration>
		
		<commandTopic>cmd_velcommandTopic>
		
		<odometryFrame>odomodometryFrame>
		<odometryTopic>odomodometryTopic>
		<robotBaseFrame>base_footprintrobotBaseFrame>
	plugin>
gazebo>	

全向移动使用libgazebo_ros_planar_move这个插件，具体gazebo插件可以参考官方网站。

第五步：编辑.launch文件

在gazebo中加载机器人模型需要首先将.xacro文件写入.launch文件中用来执行。

示例：

<launch>
	
	
	<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" />

	
	<include file="$(find gazebo_ros)/launch/empty_world.launch">
		<arg name="debug" value="$(arg debug)" />
		<arg name="paused" value="$(arg paused)" />
		<arg name="use_sim_time" value="$(arg use_sim_time)" />
		<arg name="gui" value="$(arg gui)" />	
		<arg name="headless" value="$(arg headless)" />
	include>

	
	
	<param name="robot_description" command="$(find xacro)/xacro --inorder '$(find mobot_description)/urdf/mbot_gazebo.xacro'"/>
	
	
	<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" output="screen" >
		<param name="publish_frequency" type="double" value="50.0" />
	node>

	
	
	<node name="urdf_spawner" pkg="gazebo_ros" type="spawn_model" respawn="false" output="screen"
		  args="-urdf -model mrobot -param robot_description" />
	
launch>

运行

$ roslaunch mbot_gazebo view_mbot_gazebo_empty_world.launch

终端输入

$ rostopic list

会发现/cmd_vel，那么就可以通过

$ rostopic pub /cmd_vel geometry_msgs/Twist "linear:       
  x: 0.6
  y: 0.0
  z: 0.0
angular:
  x: 0.0
  y: 0.0
  z: 0.5"

发布运动指令了。

2. 创建物理仿真环境

第一种方法

从https://bitbucket.org/osrf/gazebo_models/downloads/下载，提前放到模型~/.gazebo/models下，.gazebo文件夹一般是隐藏的，点击ctrl+h可以显示隐藏文件夹。下载的模型包解压后需要把文件内的所有文件散开放，每个文件夹都是一个模型。

在Gazebo仿真环境，点击左上角的Insert插入，就可以放置物理环境了，通过左上角的Save World As可以保存当前设置的仿真环境。

第二种方法：使用Building Editor

首先需要打开一个Gazebo World。可以使用

$ roslaunch mbot_gazebo view_mbot_gazebo_empty_world.launch

但是要事先把功能包放置到工作空间下。(功能包已经在全文开头给出了github地址)

点击File中的Building Editor
通过左边的墙体、窗户、门，颜色，质感等，构建一个虚拟的物理环境。

下面我们运行一个gazebo提供的仿真环境，只不过也就是放了几个东西而已。

$ roslaunch mbot_gazebo view_mbot_gazebo_play_ground.launch

然后运行一个gazebo提供的键盘控制小车移动的脚本。

$ roslaunch mbot_teleop mbot_teleop.launch

你会发现使用i前进（红色X轴），使用,后退，使用j向左转，l右转，q加速等等，kinetic中左右是相反的，你会发现小车是具有惯性的，这就是惯性矩阵的作用，同样小车碰撞物体时，可能推动物体前进（在物体质量较轻时），小车对物体有力的作用。

3. 传感器仿真及应用

①摄像头仿真

• 标签：描述仿真器
  • type：传感器类型，camera
  • name：摄像头命名，自由设置
• 标签：描述摄像头参数
  • 分辨率，编码格式，图像范围，噪音参数等
• 标签：加载摄像头仿真插件
  • 设置插件的命名空间、发布图像的话题、参考坐标系等

示例：（示例中仅包含传感器设置，并不包含其他模型构建，不是完整的）

<gazebo reference="${prefix}_link">
	<sensor type="camera" name="camera_node">
		
		<update_rate>30.0update_rate>
		<camera name="head">
			<horizontal_fov>1.3962634horizontal_fov>
			<image>
				
				<width>1280width>
				<height>720height>
				<format>R8G8B8format>
			image>
			<clip>
				
				<near>0.02near>
				<far>300far>
			clip>
			<noise>
				<type>gaussiantype>
				<mean>0.0mean>
				<stddev>0.007stddev>
			noise>
		camera>
		<plugin name="gazebo_camera" filename="libgazebo_ros_camera.so">
			<alwaysOn>truealwayOn>
			<updateRate>0.0updateRate>
			
			<cameraName>/cameracameraName>
			
			<imageTopicName>image_rawimageTopicName>
			<cameraInfoTopicName>camera_infocmaeraInfoTopicName>
			<frameName>camera_linkframName>
			<hackBaseline>0.07hackBaseline>
			<distortionK1>0.0distortionK1>
			<distortionK2>0.0distortionK2>
			<distortionK3>0.0distortionK3>
			<distortionT1>0.0distortionT1>
			<distortionT2>0.0distortionT2>
		plugin>
	sensor>
gazebo>

可以运行一下给出功能包里的程序

$ roslaunch mbot_gazebo view_mbot_with_camera_gazebo.launch

随后运行

$ rostopic list

可以看到多出很多由camera开头的话题，我们用rqt_image_view显示话题仿真的图像

$ rqt_image_view

②RGB-D摄像头仿真(Kinect)

Kinect通过红外感知周围物体的深度信息。

示例：（示例中仅包含传感器设置，并不包含其他模型构建，不是完整的）

<gazebo reference="${prefix}_link">
	<sensor type="depth" name="${prefix}">
		<always_on>truealways_on>
		<update_rate>20.0update_rate>
		<camera>
			
			<horizontal_fov>${60.0*M_PI/180.0}horizontal_fov>
			<image>
				<width>640width>
				<height>480height>
				<format>R8G8B8format>
			image>
			<clip>
				
				<near>0.05near>
				<far>8.0far>
			clip>
		camera>
		<plugin name="kinect_${prefix}_controller" filename="libgazebo_ros_openni_kinect.so">
			<alwaysOn>truealwayOn>
			<updateRate>10updateRate>
			
			<cameraName>${prefix}cameraName>
			
			<imageTopicName>rgb/image_rawimageTopicName>
			
			<depthImageTopicName>depth/image_rawdepthImageTopicName>
			
			<pointCloudTopicName>depth/pointspointCloudTopicName>			
			<depthImageCameraInfoTopicName>depth/camera_infodepthImageCameraInfoTopicName>
			<cameraInfoTopicName>rgb/camera_infocmaeraInfoTopicName>
			<frameName>${prefix}_frame_opticalframName>
			<baseline>0.1beseline>
			<distortionk1>0.0distortionk1>
			<distortionk2>0.0distortionk2>
			<distortionk3>0.0distortionk3>
			<distortiont1>0.0distortiont1>
			<distortiont2>0.0distortiont2>
			<pointCloudCutoff>0.4pointCloudCutoff>
		plugin>
	sensor>
gazebo>

同样可以执行给出功能包中的.launch文件

$ roslaunch mbot_gazebo view_mbot_with_kinect_gazebo.launch

使用rostopic list输出的话题中由kinect开头的都是该仿真摄像头提供的话题。我们可以通过rviz进行显示。

$ rosrun rviz rviz

添加PointCloud2和Image选择Kinect发布的话题，就可以在rviz中显示出来。

③激光雷达仿真

示例：这里也只列出仿真传感器的设置，其他设置大差不差。

这里是一个二维的雷达，可以得到二维的深度信息。

<gazebo reference="${prefix}_link">
	<sensor type="ray" name="rplidar">
		<pose>0 0 0 0 0 0pose>
		<visualize>falsevisualize>
		<update_rate>5.5update_rate>
		<ray>
			<scan>
				<horizontal>
					
					<samples>360samples>
					
					<resolution>1resolution>
					<min_angle>-3min_angle>
					<max_angle>3max_angle>
				horizontal>
			scan>
			<range>
				
				<min>0.10min>
				<max>6.0max>
				<resolution>0.01resolution>
			range>
			<noise>
				<type>gaussiantype>
				<mean>0.0mean>
				<stddev>0.01stddev>
			noise>
		ray>
		<plugin name="gazebo_rplidar" filename="libgazebo_ros_laser.so">
			<topicName>/scantopicName>
			
			<frameName>laser_linkframeName>
		plugin>
	sensor>
gazebo>

推荐阅读

1. ROS xacro使用方法
2. rviz和gazebo的区别
3. Gazebo仿真官方教程
4. 古月居——ros_control
5. 古月居——gazebo插件plugin