文章目录

前言

环境说明：
本过程采用Ubuntu18.04+ROS Melodic+Gazebo+yolo3

一、前期准备

（一）创建工作空间

  1. 创建ros的工作区域

    mkdir -p ~/robot_positioning_ws/src

  2. 转换到工作区域目录

    cd ~/robot_positioning_ws/src

  3. 初始化ROS工作空间

    catkin_init_workspace

（二）功能包racecar

  1. 下载Gazebo搭建赛道

    git clone https://github.com/xmy0916/racecar.git

    在这里插入图片描述

  2. 安装controllers相关

    sudo apt-get install ros-melodic-controller-manager
sudo apt-get install ros-melodic-gazebo-ros-control
sudo apt-get install ros-melodic-effort-controllers
sudo apt-get install ros-melodic-joint-state-controller

  3. racecar功能包编译

    cd ..
catkin_make

    编译遇到的问题
    ①Could not find a package configuration file provided by "driver_base" with any of the following names在这里插入图片描述
    解决方法

    sudo apt-get install ros-melodic-driver-base

    ②Could not find a package configuration file provided by "OpenCV" with any of the following names
    在这里插入图片描述
    解决方法

    locate OpenCVConfig.cmake
    sudo gedit ~/robot_positioning_ws/src/racecar_gazebo/CMakeLists.txt
    修改第7行的路径成你的路径:set(OpenCV_DIR /opt/ros/kinetic/share/OpenCV-3.3.1-dev/)

    在这里插入图片描述
    ③ackermann_msgs/AckermannDrive.h: No such file or directory
    在这里插入图片描述
    解决方法

    sudo apt-get install ros-melodic-ackermann-msgs

    编译成功
    在这里插入图片描述

二、Gazebo搭建自己的虚拟环境

（一）相关设置

  1. 设置环境变量
    echo "source ~/robot_positioning_ws/devel/setup.bash" >> ~/.bashrc
source ~/.bashrc

（二）运行小车模型

  1. 运行语句
    roslaunch racecar_gazebo racecar.launch
  2. 运行效果
    说明：tk的控制界面小窗，控制小车的移动，W表示前进，D表示向左转，S表示后退，A表示右转
    在这里插入图片描述

（三）手动搭建环境

  1. 打开gazebo

    roslaunch gazebo_ros empty_world.launch

  2. 点击Edit->Build Editor，创建模型，保存该模型
    在这里插入图片描述

  3. 导入刚自己创建的赛道模型框架
    运行小车模型

    roslaunch racecar_gazebo racecar.launch

    导入创建环境模型
    insert->选择对应保存的模型
    在这里插入图片描述
    添加障碍物
    在这里插入图片描述
    保存为world文件
    在这里插入图片描述

（四）运行创建环境

  1. 创建launch文件，配置赛道参数
    cd ~/robot_positioning_ws/src/racecar/racecar_gazebo/launch
sudo gedit lyy.launch
    lyy.launch内容
    <?xml version="1.0"?>
<launch>
  <!-- Launch the racecar -->
  <include file="$(find racecar_gazebo)/launch/racecar.launch">
    <arg name="world_name" value="lyy"/>
  </include>
</launch>
  2. 运行gazebo
    roslaunch racecar_gazebo lyy.launch
    显示如下
    在这里插入图片描述

三、进行gmapping建图

  1. gmapping建图

    roslaunch racecar_gazebo slam_gmapping.launch

    问题描述：ERROR: cannot launch node of type [gmapping/slam_gmapping]: gmapping
    在这里插入图片描述
    解决方法

    sudo apt-get install ros-melodic-gmapping

  2. 跑完整圈（通过kt控制小窗）
    小车的起点
    在这里插入图片描述
    小车终点
    在这里插入图片描述
    Rviz中的轨迹显示
    在这里插入图片描述

  3. 保存gmapping创建的地图

    sudo apt-get install ros-melodic-map-server
cd ~/robot_positioning_ws/src/racecar/racecar_gazebo/map
rosrun map_server map_saver -f lyy_map

    在这里插入图片描述

四、小车自主定位导航

（一）自己创建的环境

  1. launch文件的编辑

    cd ~/robot_positioning_ws/src/racecar/racecar_gazebo/launch
sudo gedit lyy_auto.launch

    lyy_auto.launch文件内容

    <?xml version="1.0"?>
<launch>
  <!-- Launch the racecar -->
  <include file="$(find racecar_gazebo)/launch/racecar.launch">
    <arg name="world_name" value="lyy"/>
  </include>
  
  <!-- Launch the built-map -->
  <node name="map_server" pkg="map_server" type="map_server" args="$(find racecar_gazebo)/map/lyy_map.yaml" />

  <!--Launch the move base with time elastic band-->
  <param name="/use_sim_time" value="true"/>
  <node pkg="move_base" type="move_base" respawn="false" name="move_base" output="screen">
    <rosparam file="$(find racecar_gazebo)/config/costmap_common_params.yaml" command="load" ns="global_costmap" />
    <rosparam file="$(find racecar_gazebo)/config/costmap_common_params.yaml" command="load" ns="local_costmap" />
    <rosparam file="$(find racecar_gazebo)/config/local_costmap_params.yaml" command="load" />
    <rosparam file="$(find racecar_gazebo)/config/global_costmap_params.yaml" command="load" />
    <rosparam file="$(find racecar_gazebo)/config/teb_local_planner_params.yaml" command="load" />

    <param name="base_global_planner" value="global_planner/GlobalPlanner" />
    <param name="planner_frequency" value="0.01" />
    <param name="planner_patience" value="5.0" />
    <!--param name="use_dijkstra" value="false" /-->
    
    <param name="base_local_planner" value="teb_local_planner/TebLocalPlannerROS" />
    <param name="controller_frequency" value="5.0" />
    <param name="controller_patience" value="15.0" />

    <param name="clearing_rotation_allowed" value="false" />
  </node>
  
</launch>

    在这里插入图片描述

  2. 运行创建的环境

    roslaunch racecar_gazebo lyy_auto.launch

  3. 启动rviz

    roslaunch racecar_gazebo racecar_rviz.launch

    在这里插入图片描述

  4. 设计小车行车轨迹
    采用2D Nav Goal发布目标
    在这里插入图片描述
    问题描述：使用2D Nav Goal发布目标时，始终没有反应
    解决方式

    sudo apt-get install ros-melodic-teb-local-planner

    由于起点和终点之间没有做墙隔开，所以现在将终点移到对面

  5. 启动path_pursuit.py脚本文件

    rosrun racecar_gazebo path_pursuit.py

    实际出现情况
    在这里插入图片描述
    暂时不清楚是什么原因造成的。

（二）下载的功能包中自带环境

  1. 运行环境

    roslaunch racecar_gazebo racecar_runway_navigation.launch

  2. 启动rviz

    roslaunch racecar_gazebo racecar_rviz.launch

  3. 设计小车行车轨迹
    采用2D Nav Goal发布目标位置

  4. 启动path_pursuit.py脚本文件

    rosrun racecar_gazebo path_pursuit.py

    运行结果（一部分运动过程）
    在这里插入图片描述

五、使用YOLO检测识别标记物体

（一）加载YOLO

  1. ssh设置

    ssh-keygen ##输入之后根据提示输入两次回车，两次密码
ls ~/.ssh
eval `ssh-agent`
ssh-add ~/.ssh/id_rsa
cat ~/.ssh/id_rsa.pub #得到一串密匙

    登陆GitHub，在账户下拉选项中选择settings，ssh and GPG keys，选择new ssh key，输入名字Default public key，然后将得到的密匙复制到文本框中，然后点击add ssh key，密匙设置完成。

  2. 下载darknet-ros

    cd ~/robot_positioning_ws/src
git clone --recursive git@github.com:leggedrobotics/darknet_ros.git

  3. 编译

    cd ~/robot_positioning_ws
catkin_make -DCMAKE_BUILD_TYPE=Release

    在这里插入图片描述
    说明：
    开始编译整个项目，编译完成后会检查./darknet_ros/darknet_ros/yolo_network_config/weights文件下有没有yolov2-tiny.weights和yolov3.weights两个模型文件，默认下载好的代码里面为了节省体积是不带这两个模型文件的。因此编译之后会自动开始下载模型文件，此时又是一段漫长的等待时间。在开始编译之前,可以提前下载好，把模型文件拷贝到上述文件夹下，就不会再次下载了。

（二）实现检测标记物体

  1. 打开gazebo

    roslaunch racecar_gazebo racecar_runway_navigation.launch

  2. 打开racecar.gazebo文件查看话题
    在这里插入图片描述

  3. 修改ros.yaml文件中订阅的话题
    原文件
    在这里插入图片描述
    修改后文件
    在这里插入图片描述

  4. 启动YOLO V3

    roslaunch darknet_ros darknet_ros.launch

    这个给过程非常容易卡住，所以需要多尝试几次。
    在这里插入图片描述
    最终，识别的结果不是很准确，可能的原因是摄像头没有捕获到全部的物体，部分识别成为其他的物体。这个过程确实弄了好久，太容易卡了。需要比较有耐心，才能够的到最终的效果。自己构建环境的时候，需要注意起点与终点之间有有什么东西隔开，不然后面规划路径的时候，就不会绘制。

参考连接

  1. Ubuntu18.04下利用Gazebo搭建赛道完成ROS机器人定位导航仿真 + 加载YOLO检测识别标记物体【智能车】
  2. Ubuntu18.04下实现ROS智能车定位导航仿真
  3. ROS下实现darknet_ros(YOLO V3)检测
  4. 嵌入式系统应用开发·大作业——ROS机器人定位导航仿真
Logo
开放原子开发者工作坊

开放原子开发者工作坊旨在鼓励更多人参与开源活动，与志同道合的开发者们相互交流开发经验、分享开发心得、获取前沿技术趋势。工作坊有多种形式的开发者活动，如meetup、训练营等，主打技术交流，干货满满，真诚地邀请各位开发者共同参与！

更多推荐

“小满”安全车控操作系统正式在AtomGit开源

10月24日，由中国汽车工业协会指导，普华基础软件股份有限公司主办的“小满”安全车控操作系统开源发布会暨共建计划说明会成功举行。普华基础软件宣布将安全车控操作系统“小满”（简称“小满”）V24.10源代码正式在开放原子开源基金会（简称“基金会”）旗下AtomGit开源协作平台开源，并在AtomGit平

avatar 开放原子开发者工作坊

开放原子大赛——CIKM 2024赛果揭晓，10强争霸，角逐第33届国际信息与知识管理大会

开放原子大赛——CIKM 2024赛果揭晓，10强争霸，角逐第33届国际信息与知识管理大会

avatar 开放原子开发者工作坊

50万奖金池！开放原子大赛——第二届OpenHarmony创新应用挑战赛正式启动

50万奖金池！开放原子大赛——第二届OpenHarmony创新应用挑战赛正式启动

avatar 开放原子开发者工作坊