Get best of the week

台车机器人2.0。第1部分。基于ROS的家用机器人的自主导航

该项目是基于其圈子中另一个知名项目linorobot（linorobot.org）构建的，它使用了简单的外行可以使用的组件。设定的目标：使用低成本组件实现机器人在家中的自主移动，评估用于所述目的的微型PC的性能，配置导航堆栈以在赫鲁晓夫的狭窄空间中移动。



铁


固体中的组分列表如下：

  • 树莓pi 3b-2800 r .;
  • 激光雷达rplidar a1-7500羽；
  • 动力桥l298n -2pcs-400擦。;
  • 带A和B型编码器的轮对-2000 r。（210 rpm- 链接）
  • teenzy 3.2-2100 r。;
  • imu 9250（9150或6050）-240页；
  • 10000mH-1500 r的移动电源。
  • 3个电池18650和固定器-600 p。
  • 降压转换器dc-dc c 5V至3.3V-20p。
  • 一块胶合板，镶木地板？擦。

总计：17160羽

*用arduino mega 2560（600 p。）代替teenzy可以降低成本，而用kinect v.1（1000 p。）代替激光雷达可以降低成本：



但是，应注意的是，第一种kinect的最小可见度（盲区）为0.5 m，在狭窄的条件下可能会对导航产生负面影响，而且体积很大。激光雷达的盲区小于0.2 m。Kinect v.2将不适合覆盆子3b（不具有USB 3.0）。Arduino mega的大小（和某些特性）不及teenzy，此外，您还必须对代码稍做修改。

通常，“设计”如下所示：





当然，这里没有美，但这并不是关于美的。

除了机器人本身之外，非常需要有一台外部PC，在其上将启动用于可视化机器人动作的图形化外壳（rviz，凉亭）。

机器人组装


它是在项目网站上详细绘出的- 链接，因此让我们关注引起困难的要点。首先，您需要考虑到轮对上的编码器由3.3V供电，并且当施加5V电压时，它会完全失效。

linorobot安装脚本已成功安装在ubuntu 16.04，ubuntu 18.04上。ROS版本：ROS动力学或ROS旋律。在树莓3b上，您必须首先创建一个交换文件。

主要的teenzy代码是这样的：

roscd linorobot/teensy/firmware/lib/config
nano lino_base_config.h

并使用以下命令将其倒入其中：

roscd linorobot/teensy/firmware
platformio run --target upload

上面的命令捆绑包将经常使用，因此将它们添加到别名是有意义的。

由于组装机器人的困难，从1298n到teenzy的连接触点的正确关联可能会很麻烦。尽管接线图非常清晰，但车轮仍可能表现不同，必须进行试验，在代码中选择正确的引脚分配。

就我而言，结果是这样的：

/// ENCODER PINS
#define MOTOR1_ENCODER_A 14
#define MOTOR1_ENCODER_B 15 

#define MOTOR2_ENCODER_A 11
#define MOTOR2_ENCODER_B 12 
//MOTOR PINS
#ifdef USE_L298_DRIVER
  #define MOTOR_DRIVER L298

  #define MOTOR1_PWM 21
  #define MOTOR1_IN_A 1
  #define MOTOR1_IN_B 20

  #define MOTOR2_PWM 5
  #define MOTOR2_IN_A 8
  #define MOTOR2_IN_B 6

第二点是规定机器人轮子的规格：

//define your robot' specs here
#define MAX_RPM 210               // motor's maximum RPM
#define COUNTS_PER_REV 1365       // wheel encoder's no of ticks per rev
#define WHEEL_DIAMETER 0.065       // wheel's diameter in meters
#define PWM_BITS 8                // PWM Resolution of the microcontroller
#define LR_WHEELS_DISTANCE 0.235  // distance between left and right wheels
#define FR_WHEELS_DISTANCE 0.30   // distance between front and rear wheels. Ignore this if you're on 2WD/ACKERMANN
#define MAX_STEERING_ANGLE 0.415  // max steering angle. This only applies to Ackermann st

RPM可以在车轮规格中找到，但CPR（COUNTS_PER_REV）是计算得出的值。
CPR = PPR x4。我们的车轮的PPR341。

* PPR可以在规格中查看，也可以在roslaunch linorobot minimal.launch机器人上运行代码并将车轮旋转360度。 PPR等于车轮旋转后将在屏幕上显示的数值：



* PPR = abs（RECENT_COUNT-INITIAL_COUNT）。

因此CPR =1364。您还需要以米为单位设置WHEEL_DIAMETER和LR_WHEELS_DISTANCE。此外，LR_WHEELS_DISTANCE是车轮中心轴之间的距离，而不是边缘之间的距离。如果机器人是两轮差速器（不是全向），则其他指示器可以忽略。

第三点可能会造成困难-IMU校准。为此，请按照说明将机器人固定在特定位置。当执行rosrun imu_calib do_calib脚本时，提示将出现在代码中：



完成后，将生成带有设置的imu_calib.yaml。

尽管存在带有imu设置的默认文件，但执行校准还是更好的选择。
*此外，事实证明，imu校准会通过伸缩影响机器人的运动方向（左移而不是右移，反之亦然，来回移动正确）。不能通过重新布置代码中的引脚来解决这种情况。 Imu本身是固定的，并使用上下颠倒的支架进行了校准，因为固定在机器人基座的背面。他的（imu）进一步翻转而无需重新校准即可解决问题。

第四点-PID校准。

在项目网站上，详细链接说明了如何执行调整的过程。

但是，初学者很难弄清楚它是什么以及如何使用它。通常，需要进行快速调节以确保机器人均匀移动，而不会发生抽动/突然制动的情况。三个参数对此负责：p，i，d。它们的值包含在上传到teenzy的主要代码中：

#define K_P 2.0 // P constant angle
#define K_I 0.3 // I constant
#define K_D 0.1 // D constant

您可以通过在机器人上运行来进行实验：

roslaunch linorobot minimal.launch

在外部PC上的三个不同终端中：

rosrun lino_pid pid_configure
rosrun teleop_twist_keyboard teleop_twist_keyboard.py
rqt

通过在rqt终端中移动滑块p，d，i，然后在teleop_twist_keyboard终端中控制机械手，您可以实现必要的结果，而不必每次都以teenzy的形式使用新的pid参数下载代码：



也就是说，一切都在进行中，并且当时在固件中进行teenzy可能具有完全不同的含义。*您不能专注于图表，因为 视觉上，因此可以理解机器人如何运行。

他们建议从设置值p = 1.0，d = 0.1，i = 0.1开始。在我们的情况下，值如下（通过实验获得）p = 2.0，i = 0.3，d = 0.1。

接下来，必须在代码中设置这些值并填写teenzy。

另外，不要忘记在代码中进行设置（DEBUG 0代替DEBUG 1）：

#define DEBUG 0

里程表


为了确定机器人的方向并进行后续导航，使用了激光雷达数据，imu和车轮编码器数据。如果正确执行了imu校准，正确安装了激光雷达并且编码器值正确，则里程表应该没有问题。

要验证里程表是否正确，您需要通过望远镜在机器人上骑一点点，然后查看odom主题中的值，该主题写在项目页面链接上。

并查看rviz的可视外壳：rviz中的



一个单元格为1 m，因此建议机器人在可视编辑器和实物中都通过该仪表。

此外，行进距离还显示在指示器w中：



也应趋向于1 m，

这同样适用于机器人的旋转角度：



*在rviz和live中，机器人必须以相同角度旋转。

激光雷达的里程表以类似的方式定义- 链接，从激光雷达到最近的活壁和rviz壁的距离应该匹配。

TF


在ROS中，特别注意转换-tf。概括而言，该概念描述了空间中物体彼此之间的相互关系。为了使物体不会悬空，并且程序了解它们是如何相对显示的，您需要注意tf设置。

在项目中，所有tf连接都已经相对于彼此进行了配置，您只需要调整指示器即可，例如，指示激光雷达的位置。对于机器人来说，必须了解到障碍物不是直接出现在他的前方，而是出现在激光雷达的前方，激光雷达与机器人的中心隔开一定距离。

让我们转到适当的目录：

roscd linorobot/launch
nano bringup.launch

底座本身与地板的距离为0.065 m：

<node pkg="tf_ros" type="static_transform_publisher" name="base_footprint_to_base_link" args="0 0 0.065 0 0 0  /base_footprint /base_link "/>

在laser.launch中，您需要设置激光雷达相对于机器人基座中心的位置：

roscd linorobot/launch/include
nano laser.launch

在我的情况下，激光雷达沿x轴移动：-0.08，y：0.04，并在基座上方（z轴）“上升”：0.08m：

<node pkg="tf2_ros" type="static_transform_publisher" name="base_link_to_laser"
args="-0.08 0.04 0.08 0 0 0  /base_link /laser "/>

在rviz中，可以从视觉上观察到此位置：



虽然距离激光雷达不远，但我们将调整其频率，使其发出更多点（默认情况下为4k），这将有助于构建地图：

cd linorobot/launch/include/lidar
nano rplidar.launch

添加参数：

<param name="scan_mode"  type="string" value="Boost"/>

并改变

<param name="angle_compensate"    type="bool"   value="false"/>

现在我们可以使用8k：



激光雷达在机器人上的物理位置也很重要：



建立2D房间地图


建议在项目网站上通过在两个终端中启动来构建房间地图：

roslaunch linorobot bringup.launch
roslaunch linorobot slam.launch

但是，实践表明，默认情况下该项目附带的slam在激光雷达模式为8k时拒绝工作：



在4k模式下，插卡效果不佳，但噪音很大。

因此，最好使用另一个猛击-hector-slam。此处

指示如何安装。 安装后，创建地图的过程将是相同的，但是运行roslaunch my_hector_mapping my_launch.launch可以代替roslaunch linorobot slam.launch，运行roslaunch my_hector_mapping my_launch.launch 地图会更干净，但是最好在图形编辑器中进行修改，删除不必要的地图，尤其是在构建地图时激光雷达与镜子碰撞时。 ： 别忘了保存房间地图：









rosrun map_server map_saver -f my-map

*在宜人的暮光下可以更好地获取地图，这将使预算激光雷达的收益最大化。

未完待续。

More articles:


All Articles