ROS学习笔记

之前已经接触过一些ROS的使用，但是还没有系统地学习过，因此在此记录一下学习的笔记。学习ROS首先必须参考ROS wiki及ROS Answers，另外国内“古月居”的博客和“东方赤龙”的博客都可以参考学习，本文使用古月居的书《ROS机器人开发实践》来系统学习ROS。不过，需知道ROS本身只是一个方便大家开发的工具罢了。

书中相关学习代码在github上： https://github.com/gjgjh/ros_exploring

1. 初识ROS

分布式网络，TCP/IP，模块间松耦合连接

三种通信机制：
1.基于发布/订阅topic通信（异步）

• talker注册
• listener注册
• ROS master进行信息匹配
• listener发送连接请求
• talker确认连接请求
• listener尝试与talker建立网络连接
• talker向listener发布数据

注意，节点建立连接后，可以关掉ROS master，节点间数据传输不受影响，但其他节点也无法加入这两个节点间的网络。

2.基于客户端/服务器service通信（同步）

带有应答，减少了listener与talker间的RPC通信。底层协议和topic通信一样，用的都是ROSTCP/ROSUDP。
只允许一个节点提供指定命名的服务（一对多），实时性比topic强。

3.基于远程过程调用（RPC）的参数服务器

不涉及TCP/UDP通信。
参数类似ROS中的全局变量，包含key和value，由ROS master进行管理。
需注意有时需要动态参数配置来通知listener参数已被更新。

topic通信适用于不断更新、含较少逻辑处理的数据通信；service通信适用于数据量较少但有逻辑处理的数据交换。

2. ROS架构

分为三层：

• OS层。基于linux
• 中间层。提供通信机制及一些库
• 应用层。各功能包内模块以节点为单位

3. ROS基础

3.1 创建工作空间和功能包

mkdir -p ~/catkin_ws/src 

# 在工作空间根目录编译，编译后自动出现build和devel文件夹及几个脚本文件，用于设置环境变量等
cd ~/catkin_ws/
catkin_make

# 运行脚本文件使其生效
source devel/setup.bash

#　查看环境变量是否生效
echo $ROS_PACKAGE_PATH 

# 如果没添加上使用sudo gedit ~/.bashrc打开文件手动添加。或者在终端使用下面命令直接添加。
# 这种方式对所有终端都有效，而source只对当前终端有效！
echo "source ~/catkin_ws/devel/setup.bash">> ~/.bashrc 
source ~/.bashrc

# 进入代码空间，创建自己的功能包。一般都会依赖roscpp，rospy，std_msgs这几个功能包
# 不过也可以不用现在添加，后续用到具体的依赖时，再在CMakeLists中直接加上即可。
# 你也可以直接去github下载别人写好的功能包，就不用自己创建啦。
# 创建完成后，代码空间src中会生产一个叫my_package的功能包，其中已经包含package.xml和CMakeLists.txt文件。
# 在后续写代码时，就可以把源码放进功能包src文件夹中，然后写相应的CMakeLists.txt就可以了。具体见下面CLion教程。
cd ~/catkin_ws/src
catkin_create_pkg my_package roscpp rospy std_msgs

3.2 工作空间的覆盖

# ROS中为解决同名功能包问题，存在覆盖机制。即$ROS_PACKAGE_PATH中记录的环境变量，最前面覆盖最后面的。创建多个同名功能包时，需要注意这点！

# rospack 查找功能包所放置的工作空间
rospack find roscpp

3.3 使用IDE运行及调试ROS程序

这个是非常重要且实用的一点！否则后面不管是自己写ros程序还是用别人开源的程序，调试起来会很麻烦。
ROS支持许多IDE开发，具体可以看wiki上的介绍。CLion是一个个人觉得非常好用的跨平台c++IDE。搭建CLion开发环境后可以利用CLion运行和调试ros程序，十分方便，具体见CLion官方教程
其中需要注意的是，每次必须从终端利用bash打开CLion；或者要改一个桌面快捷方式文件，使其每次通过bash启动，网上可以搜到解决方案。

另外，还可以配置下编译路径。CLion默认在cmake-build-debug或cmake-build-release文件夹保存编译文件。可以通过File|Settings(Ctrl+Alt+S)|Build, Execution, Deployment|CMake改一下:
1.Generation path改为/home/name/catkin_ws/build
2.CMake options加上 -DCATKIN_DEVEL_PREFIX:PATH=/home/name/catkin_ws/devel

3.4 创建Publisher和Subscriber

这也是一个非常重要的一点！因为做slam会经常用到订阅传感器发布的话题，然后获取各种传感器数据并在程序中处理后，生成位姿与地图，最终把结果按相应规定的数据格式发布出去。
基于C++写一个ROS程序，深入理解发布和订阅机制:
http://wiki.ros.org/ROS/Tutorials/WritingPublisherSubscriber%28c%2B%2B%29

3.5 自定义话题消息

ROS的元功能包common_msgs提供了许多不同消息类型的功能包，如std_msgs、geometry_msgs、sensor_msgs等。当不能满足自己程序的需求时，可以在项目下新建msg文件夹，并将自定义的消息类型文件.msg放于其中。然后更改package.xml和CMakeLists.txt文件即可。

话题消息编译与编程语言无关。

3.6 创建Server和Client

类似可以自定义消息，你也可以将自定义服务数据.srv放置于新建的srv文件夹。
创建Server过程类似创建Subscriber，而创建Client类似创建Publisher。

3.7 多机ROS通信

ROS是一种分布式软件框架，节点间以松耦合方式组合，多机通信非常常用，如第5节中就用到了。

• 配置IP地址

#通过ifconfig命令可以查看本机局域网IP地址。然后分别在两台计算机系统的/etc/hosts文件加入对方的IP地址和对应计算机名

# @gjgjh, /etc/hosts
192.168.2.100   raspi3

# @raspi3, /etc/hosts
192.168.2.129   gjgjh

设置完后，分别在两台计算机上互相使用ping命令测试网络是否连通。

• 设置ROS_MASTER_URI环境变量：

# 从机(非Master机)
echo "export ROS_MASTER_URI=http://gjgjh:11311/" >> ~/.bashrc
source ~/.bashrc

4. ROS中常用组件

4.1 launch启动文件

利用xml文件同时启动和配置多节点，避免了每次打开多个终端运行多个节点。
重要的节点属性包括name/pkg/type/args/output等，其中：

• 定义节点运行的名称，将覆盖节点中init()赋予节点的名称
• 定义节点所在功能包名称
• 定义节点可执行文件名
• 定义节点运行参数，可以有多个
• 若值为screen表示节点标准输出到终端屏幕，默认输出为日志文档

参数设置：

• 类似变量声明
• 直接加载整个yaml文件
• 类似launch文件内部的局部变量，仅限内部使用，与节点无关

这里需要注意一个小问题。比如我的程序需要1个输入参数（即argc=2），在使用launch文件后，程序参数个数变多了（即argc>2）。比如这是我的launch文件，可以看到我的程序需要1个输入参数：

但是，运行后程序的实际argv打印到屏幕如下，多了两个参数。不过这个小问题影响不大，了解即可：

/home/gjh/catkin_ws/src/rgbdslam/bin/run_vo
/home/gjh/catkin_ws/src/rgbdslam/config/default.yaml
__name:=rgbdslam
__log:=/home/gjh/.ros/log/e840c676-1bca-11e9-b271-000c290958e7/rgbdslam-2.log

重映射：类似c++别名机制，如：

另外，也可以使用终端完成重映射，如之前运行lsd-slam时就使用过这种方法：

rosrun lsd_slam_core live_slam image:=/image_raw　camera_info:=/camera_info

嵌套复用。其中使用find命令查找当前包的路径，如：

在launch中直接启动master，参数还可以为restart或no：

4.2 TF坐标变换

# 一些TF工具
# 1.查看指定坐标系之间变换关系，即平移和旋转
rosrun tf tf_echo  

# 2.显示TF树信息，并保存为pdf
rosrun tf view_frames

# 3.其他
tf_monitor
static_transform_publisher

通过创建TF广播器和TF监听器，实现乌龟跟随运动

4.3 Qt工具箱

日志输出工具　rqt_console
计算图可视化工具 rqt_graph
数据绘图工具　rqt_plot
参数动态配置工具　rqt_reconfigure

4.4 rviz可视化平台

配置好rviz后，可以在file|save config as保存.rviz文件。然后使用-d参数加载配置文件，从而可以避免每次重新配置：

rosrun rviz rviz -d /rvizfile.rviz

# for example
rosrun rviz rviz -d `rospack find turtle_tf`/rviz/rvizfile.rviz

或者还可以把这一步写进launch文件中，更加方便！

4.5 rosbag数据记录与回放

# 查看bag文件信息，时长duration，是否压缩等
rosbag info 

# 解压缩
rosbag decompress 

5.机器人平台搭建

机器人组成，4大部分：

• 执行机构。类似“手脚”。电机带动的轮子等
• 驱动机构。类似“肌肉和筋络”。主控板：电源子系统、电机驱动子系统、传感器接口
• 传感系统。类似“感官”。内部传感器(里程计、陀螺仪)；外部传感器（摄像头、激光）
• 控制系统。类似“大脑”。处理器（使用树莓派/PC等）、算法，与ROS相关较大

控制系统两种方案：

• 使用单处理器。直接使用“一台PC+ROS”，通过usb串口与主控通信，但无法远程监控。
• 使用多处理器（推荐）。“两台PC”或“PC+嵌入式系统”，通过无线网络通信。

“PC+嵌入式系统”例子：树莓派中搭载Ubuntu系统并运行ROS，订阅速度控制指令，然后通过串口下发速度控制指令，实现MRobot运动。并通过串口读取编码器等内部传感器、摄像头等外部传感器的信息，发布里程计、图像等消息；PC端运行SLAM、导航等功能包，并发布键盘控制话题“cmd_vel”，另外，Master运行在PC端。为保证通信顺畅，还需要设置IP地址和环境变量，见3.7节。

总之，搭载于机器人的嵌入式系统完成本地运动控制及传感器数据采集，远端PC完成远程监控、可视化及复杂功能计算。

6.机器人建模与仿真

如果没有真实机器人，则需仿真。仿真需要先建立机器人模型，然后搭建仿真环境。

6.1 URDF统一机器人描述格式

机器人刚体部分外观和物理属性（质量、惯性矩阵等）
连接两个刚体link，6种类型
最顶层标签，包含一系列link和joint
不是必需，只在gazebo仿真时加入

6.2 创建机器人URDF模型

# 0.在工作空间中，创建机器人描述功能包
catkin_create_pkg mrobot_description urdf xacro

# 1.编写urdf，见
https://github.com/gjgjh/ros_exploring/blob/master/robot_mrobot/mrobot_description/urdf/mrobot_chassis.urdf
# 除了link外观属性，还可以设置物理属性和碰撞属性

# 2.检查xml格式是否合法
check_urdf mrobot_chasssis.urdf

# 3.生成模型的整体结构图
urdf_to_graphiz mrobot_chasssis.urdf

# 4.rviz中可视化模型
# 编写相应launch文件，见：
https://github.com/gjgjh/ros_exploring/blob/master/robot_mrobot/mrobot_description/launch/display_mrobot_chassis_urdf.launch
# 如果你安装的是ros完整版本的，会自带一个urdf_tutorial功能包，你还可以使用下面命令可视化模型：
roslaunch urdf_tutorial display.launch model:='$(find mrobot_description)/urdf/mrobot.urdf'

6.３ xacro优化urdf

原始urdf冗长重复，xacro进行改进
可以使用下面方法以达到精简目的：

• 常量定义

• 调用数学公式

${(motor_length+wheel_length)/2}

• 使用宏定义（类似函数）

• xacro文件引用，类似C语言中的include

然后通过两种方式显示模型：
1.将xacro文件转换为URDF文件，再用之前方法显示

rosrun xacro xacro.py mrobot.urdf.xacro > mrobot.urdf # 例子

2.直接在launch文件中调用xacro文件解析器（推荐）

6.4 添加传感器模型

https://github.com/gjgjh/ros_exploring/tree/master/robot_mrobot/mrobot_description/urdf

可以加载三维模型文件dae；

还可以使用Solidworks等软件创建更好的模型，然后转换为URDF格式导入。

6.5 基于ArbotiX和rviz的仿真器

构建一个简单运动仿真器

• 安装ArbotiX

sudo apt-get install ros-kinetic-arbotix-*

• 配置ArbotiX控制器

只需创建一个启动ArbotiX节点的launch文件，再创建一个yaml配置文件。

• 运行仿真环境

roslaunch mrobot_description arbotix_mrobot_with_kinect.launch
roslaunch mrobot_teleop mrobot_teleop.launch

6.6 Gazebo仿真

更强大的物理仿真平台——Gazebo，实现机器人高度仿真，包括物理属性、传感器属性、环境模型等。

roscore
rosrun gazebo_ros gazebo

如果你像我一样使用的是虚拟机，可能遇到黑屏问题，参考此链接可以解决。

仿真前，需构建仿真环境。两种方式：

• 直接insert模型。需连外网，或把模型提前下载到~/.gazebo/models下。模型百度网盘链接 ，密码cmxc （资源来自：rosclub.cn）
• Building Editor。在Edit菜单中，可手动绘制地图

另外，模型中现在还必须加入Gazebo属性，如、、等标签。然后就可以对摄像头、Kinect、激光雷达等传感器进行模拟环境仿真了，具体可以参考github的相关源码。

7.Gazebo中仿真SLAM

以gmapping为例，其他类似

sudo apt-get install ros-kinetic-gmapping # 安装gmapping
roslaunch mrobot_gazebo mrobot_laser_nav_gazebo.launch # 启动Gazebo仿真环境
roslaunch mrobot_navigation gmapping_demo.launch # 启动gmapping节点
roslaunch mrobot_teleop mrobot_teleop.launch # 键盘控制
rosrun map_server map_saver # 保存地图

最优路径规划功能包：move_base

• 全局路径规划

根据给定目标位置和地图进行总体路径规划，使用Dijkstra或A*算法。

• 本地实时路径规划

使用Dynamic Window Approaches算法实时避障，使之尽量符合全局最优路径。

配置代价地图后即可导航。手动导航：点击2D Nav Goal设置目标位置；自动导航：随机产生当前目标点，到达目标点后短暂停留后前往下一个目标点。

SLAM+自主导航实现自主探索SLAM

8.ROS进阶

action通信机制：一种带有连续反馈层的上层通信机制

rviz plugin：利用Qt打造自己的人机交互软件

参数动态配置：ROS参数服务器在线动态更新，采用C/S架构

ROS-Matlab

ROS2：支持多机器人系统、产品化、实时性、跨平台

ROS2分为三层：

• OS层。基于linux/windows/Mac OS/RTOS
• 中间层。通信基于DDS（数据分发服务），是一种分布式实时系统中数据发布/订阅方案
• 应用层。不要Master，改为Discovery发现机制彼此建立连接

关键概念：

• 参与者。每一个发布者或订阅者都是参与者（Participant）
• 发布者。可与多个数据写入器相连
• 订阅者。可与多个数据读取器相连
• 数据写入器。每个对应一个特定话题（topic）
• 数据读取器。每个对应一个特定话题（topic）
• QoS。a）实时性。数据必须在ddl前完成更新；b）持续性。提供历史数据服务；c）可靠性。用户根据需要选择BEST_EFFORT还是RELIABLE模式。

个人理解错误的地方还请不吝赐教，转载请标明出处

转载于:https://www.cnblogs.com/GJGJH/p/10296605.html