立即咨询

电话咨询

微信咨询

立即试用
商务合作

启智CV机器人 | 三轮全向底盘运动学实验

2020-04-24

                                                       

 

启智CV机器人 | 三轮全向底盘运动学实验

启智CV机器人是一套侧重机器人软件算法学习的机器人模块化套件。采用免螺丝的独特装配方式,缩短装配手工时间。在有限的实验课时里,可以快速搭建起机器人硬件本体,而将主要精力集中于ROS软件学习丶机器视觉算法的实验学习。

一、开发环境、组装

  • 结构组成

 

启智CV机器人 | 三轮全向底盘运动学实验

  • 系统版本

启智CV机器人同时支持基于基于Ubuntu 14.04的Indigo版本以及基于Ubuntu 16.04的Kinetic版本。

  • IDE

开发环境:RoboWare Studio。

二、代码编辑

1、从机载电脑的Ubuntu桌面左侧的启动栏里点击“RoboWare Studio”的图标,启动RoboWare Studio。

2、启智机器人的主控电脑出厂前会设置好工作区,所以当RoboWare Studio启动后,会在界面左上部分显示“CATKIN_WS”这个工作区。

 

启智CV机器人 | 三轮全向底盘运动学实验

 

鼠标右键点击CATKIN_WS工作区里的“src”目录,点击“新建ROS包”。

 

启智CV机器人 | 三轮全向底盘运动学实验

为这个新建的ROS包输入名字和依赖项:“omni_control_package roscpp std_msgs”,其中omni_control_package是新建的包的名字,后面的几项是这个包需要的依赖项。

 

启智CV机器人 | 三轮全向底盘运动学实验

在新建的omni_control_package包下面,自动生成了一个src目录(注意和CATKIN_WS的src目录区分开),用来装我们即将编写的节点源码文件。鼠标右键点击omni_control_package下的src目录(注意和CATKIN_WS的src目录区分开),选择“新建CPP源文件”。

 

启智CV机器人 | 三轮全向底盘运动学实验

 

输入文件名“omni_control_node.cpp”,按下回车键确认。

 

启智CV机器人 | 三轮全向底盘运动学实验

回车键按下时,会弹出以下列表:

  • 加入到新的库文件中

  • 加入到新的可执行文件

这里我们选择“加入到新的可执行文件”

omni_control_package下的src目录会生成一个名为omni_control_node.cpp的文件,同时RoboWare Studio右侧的工作区可以输入文本字符了,我们将在这个文本工作区里编写速度控制节点的源代码。

3、在RoboWare Studio右侧的工作区编写omni_control_node.cpp的代码:

#include <ros/ros.h>

#include <geometry_msgs/Twist.h>

 

static int state = 0;

 

int main(int argc, char** argv)

{

    ros::init(argc, argv, "omni_control");

    ros::NodeHandle n;

    ros::Publisher vel_pub = n.advertise<geometry_msgs::Twist>("/cmd_vel", 10);

    ros::Rate loop_rate(0.5);

    geometry_msgs::Twist vel_cmd;

 

    while(ros::ok())

    {

        switch(state)

        {

            case 0:

                vel_cmd.linear.x = 0;

                vel_cmd.linear.y = 0;

                vel_cmd.linear.z = 0;

                vel_cmd.angular.x = 0;

                vel_cmd.angular.y = 0;

                vel_cmd.angular.z = 0;

                vel_pub.publish(vel_cmd);

                printf("[启智CV] 停止\n");

                state ++;

                break;

            case 1:

                vel_cmd.linear.x = 0.1;

                vel_pub.publish(vel_cmd);

                printf("[启智CV] 前进\n");

                state ++;

                break;

            case 2:

                vel_cmd.linear.x = 0;

                vel_cmd.linear.y = -0.1;

                vel_pub.publish(vel_cmd);

                printf("[启智CV] 右平移\n");

                state ++;

                break;

            case 3:

                vel_cmd.linear.x = 0;

                vel_cmd.linear.y = 0;

                vel_pub.publish(vel_cmd);

                printf("[启智CV] 结束\n");

                break;

        }

        ros::spinOnce();

        loop_rate.sleep();

    }

    return 0;

}

(1)  代码的开始部分,先include了两个头文件,一个是ros的系统头文件,另一个是运动速度消息类型geometry_msgs::Twist的定义文件。

(2)  然后定义一个状态变量state,这个变量将会作为后面控制机器人运动状态变化的信号量,初值赋为0。

(3)  ROS节点的主体函数是int main(int argc, char** argv),其参数定义和其他C++程序一样。

(4)  main函数里,首先调用ros::init(argc, argv, "omni_control");进行该节点的初始化操作,函数的第三个参数是节点名称。

(5)  接下来声明一个ros::NodeHandle对象n,并用n生成一个广播对象vel_pub,调用的参数里指明了vel_pub将会在主题“/cmd_vel”里广播geometry_msgs::Twist类型的消息。我们对机器人的控制,就是通过这个广播形式实现的。

(6)  在这个程序里,我们将会以一个固定的周期向底盘发送速度值,所以需要定义一个ros::Rate对象loop_rate,在构造参数里,我们给了0.5这个初始值,意思是每秒里发送0.5次速度值,也就是两秒钟发送一次速度值,这样留了足够的时间给我们观察机器人运动。

(7)  为了发送速度值,声明一个geometry_msgs::Twist类型的消息对象vel_cmd,并将速度值赋值到这个对象里。其中:

vel_cmd.linear.x是机器人前后平移运动速度,正值往前,负值往后,单位是“米/秒”;

vel_cmd.linear.y是机器人左右平移运动速度,正值往左,负值往右,单位是“米/秒”;

vel_cmd.angular.z(注意angular)是机器人自转速度,正值左转,负值右转,单位是“弧度/秒”;

其他值对启智机器人来说没有意义,所以都赋值为零。

(8)为了连续不断的发送速度,使用一个while(ros::ok())循环,以ros::ok()返回值作为循环结束条件可以让循环在程序关闭时正常退出。

(9)  在while循环里,使用switch对state状态变量的不同取值进行分支程序构建,形成一个有限状态机。在不同的分支里,对vel_cmd进行不同赋值,并使用广播对象vel_pub将其发布到主题“/cmd_vel”上去。机器人的核心节点会从这个主题接收我们发过去的速度值,并转发到硬件机体去执行。我们为有限状态机设置了四个状态:

启智CV机器人 | 三轮全向底盘运动学实验

(10)  调用ros::spinOnce()函数给其他回调函数得以执行(本例程未使用回调函数)。这四种状态只执行一遍,执行完毕后机器人会自动停止。

(11)  调用loop_rate.sleep()来控制while循环的运行周期,在构建loop_rate时我们赋了初值0.5,意思是每秒循环0.5次,也就是每2秒while循环一次。

(12)  程序编写完后,代码并未马上保存到文件里,此时会看到界面右上编辑区的文件名“omni_control_node.cpp”右侧有个白色小圆点,标示此文件并未保存。

(13)  代码编写完毕后,按下键盘组合键“Ctrl + S”保存代码文件,界面右上编辑区的文件名标题“omni_control_node.cpp”右侧的白色小圆点变成了白色关闭按钮,说明代码文件变更内容已经保存进文件,然后可以开始编译了。

三、代码编译与执行

1、编译过程。

下面开始进行代码文件的编译操作,启动一个终端程序,键入如下命令进入ROS的工作空间:

cd catkin_ws/

 

启智CV机器人 | 三轮全向底盘运动学实验

然后再执行如下命令开始编译:

catkin_make

 

启智CV机器人 | 三轮全向底盘运动学实验

稍等片刻,直到显示编译进度“[100%]”字样,表示编译成功。

 

启智CV机器人 | 三轮全向底盘运动学实验

2、修改机器人底盘控制模式

启智CV机器人采用模块化可重组的底盘结构,所以底盘类型会存在多种可能,每种类型的控制方式各有差别,所以在软件上,通过一个配置文件来进行底盘类型的配置。该文件在文件夹“~/catkin_ws/src/wpb_cv/wpb_cv_bringup/config”下,文件名为“settings.yaml”,可以在RoboWare Studio里编译。在这个配置文件的前面几行,可以看到“chassis_type”这个变量,其取值含义见第四节实验内容。在这里,我们使用的是“三轮全向模式”,所以需要给配置文件里的“chassis_type”赋值“omni”。然后按下键盘组合键“Ctrl + S”对配置文件的修改结果进行保存。

 

启智CV机器人 | 三轮全向底盘运动学实验

3、运动执行

(1)启动启智CV机器人的核心节点。

从Ubuntu桌面左侧的启动栏里点击“Terminal”终端图标,启动终端程序(也可以通过同时按下键盘组合键“Ctrl + Alt + T”来启动)。

输入以下指令:

roslaunch wpb_cv_bringup minimal.launch

按下回车键后,会显示节点初始化信息:

 

启智CV机器人 | 三轮全向底盘运动学实验

注意:启动机器人核心节点后,需要从初始化信息里确认底盘类型是否正确,比如这里的初始化信息最后显示“[设置]三轮全向底盘”。如果提示的底盘类型不正确,请检查上一步里settings.yaml的文件内容,同时确认修改完后确实保存成功。

(2)启动omni_control_node节点。

首先确认机器人底盘控制器的电源都已经打开。然后从Ubuntu桌面左侧的启动栏里点击“Terminal”终端图标,启动终端程序(也可以通过同时按下键盘组合键“Ctrl + Alt + T”来启动)。

输入以下指令:

rosrun omni_control_package  omni_control_node

注意这里我们使用的是rosrun命令而不是之前的roslaunch。rosrun是启动单个ROS节点的指令。按下回车键后,机器人会按照终端信息提示先以0.1米/秒的速度前进2秒,然后再向右平移2秒,速度也是0.1米/秒,最后机器人停下来,执行结束。

四、运行结果

1、机器本体运行状态

2、笔记本获取数据反馈信息

3、拓展

尝试在代码里给vel_cmd进行不同的赋值,编译运行,查看机器人的移动状况。可以对三轮全向这种底盘类型有个大概的体验。

更多产品了解

欢迎扫码加入云巴巴企业数字化交流服务群

产品交流、问题咨询、专业测评

都在这里!

 

热门数字化产品

腾讯乐享企业培训管理系统腾讯乐享连接知识、沉淀经验,整合学习地图、课堂、考试、直播、文档、社群、问卷、员工关怀、项目管理、讲师管理等多应用于一体,帮助团队建立学习型组织、降低沟通成本,提升员工自发性和组织内协同性,助力企业数字化管理升级。
分贝通企业支出管理平台分贝通企业支出管理方案,全面满足企业费用支出管理需求。一站式企业支出管理平台,体验全新企业支出体验,全流程费控,全场景支付,提供整合的数据及流转。为高成长企业带来一站式的企业支付体验,帮助财务更高效、更数字化的管理费用支出。
快书编标系统快书编标系统强大易用的专业编标工具,让零基础的人也可以快速上手,轻松完成标书制作。专属企业的编标机器人,企业内部资源共享,有序管理,形成私有且易于管理的企业资源库。快书编标帮助个人提升工作效率,帮助企业实现业绩持续增长,为社会创造更多价值。
内训宝企业在线培训系统内训宝企业在线培训系统拥有清晰、流畅、稳定的视频课程播放功能,视频/讲义-键切换的播放模式,满足不限终端、不限地点的学习需求,支持视频课程及PDF、PPT等文本课程学习,视频支持MPEG1、AVI、 FLV、 MPEG4、WMV、RM、QUICKTIME等主流视频格式。深入教育培训场景,体验全新学习形式。全面多终端智能学习及量身定制服务。
埃文科技IP风险画像埃文科技IP风险画像基于多维度数据信息、持续性IP风险验证机制和多级IP风险判定算法,实时关联IP的位置信息、应用场景、端口服务和设备风险信息等进行IP风险精准判定,并实行IP风险赋分、风险分级机制,简化业务应用门槛。IP风险画像产品可覆盖识别7种类型的风险IP,分别是VPN、代理、秒拨、数据中心、Tor节点、端口扫描、暴力破解。
为你推荐
2025腾讯产业合作伙伴大会|云巴巴荣获双项大奖,载誉而归

1月16日,2025腾讯产业合作伙伴大会在三亚召开。云巴巴,荣膺“2024腾讯云卓越合作伙伴奖—星云奖”和“2024腾讯云AI产品突出贡献奖”双项大奖

2025-01-17
直播平台项目管理工具选型指南来了!腾讯TAPD自动化+数据化驱动项目落地

直播平台项目管理工具选型指南来了!腾讯TAPD自动化+数据化驱动项目落地

2025-06-30
企业知识管理升级必看!腾讯乐享AI知识库的四大核心优势解析

企业知识管理升级必看!腾讯乐享AI知识库的四大核心优势解析

2025-06-30
制造业为何选择蓝巨人AGV?解析72小时柔性改造背后的三维技术革新

制造业为何选择蓝巨人AGV?解析72小时柔性改造背后的三维技术革新

2025-06-27
广告产研协同工具怎么选?TAPD 3个关键指标 打通敏捷协作全流程

广告产研协同工具怎么选?TAPD 3个关键指标 打通敏捷协作全流程

2025-06-27
查看更多