ROS机器人编程实践【全本

内容简介

译者序

前言

作者简介

译者简介

审校者简介

第一部分　物理机器人组装与测试

第1章 组装机器人

1.1 GoPiGo3机器人介绍

1.1.1 机器人技术角度

1.1.2 编程角度

1.1.3 机器人套件和资源

1.2 熟悉嵌入式硬件

1.2.1 GoPiGo3开发板

1.2.2 Raspberry Pi 3B+

1.2.3 为什么机器人需要CPU

1.3 深入理解机电

1.4 整合到一起

1.5 快速硬件测试

1.5.1 资源

1.5.2 DexterOS入门

1.5.3 用Bloxter编程

1.5.4 校准机器人

1.5.5 驱动机器人

1.5.6 检查传感器

1.5.7 关闭机器人

1.6 总结

1.7 习题

1.8 进一步阅读

第2章 GoPiGo3的组件测试

2.1 技术要求

2.2 Python和JupyterLab入门

2.2.1 为GoPiGo3启动JupyterLab

2.2.2 硬件测试

2.3 传感器和驱动的组件测试

2.3.1 快速入门传感器和电动机

2.3.2 机器人漫游

2.3.3 距离传感器

2.3.4 伺服软件包

2.3.5 巡线跟随器

2.3.6 IMU

2.3.7 Raspberry Pi

2.3.8 GoPiGo3项目

2.4 总结

2.5 习题

2.6 进一步阅读

第3章 ROS入门

3.1 技术要求

3.2 ROS基本概念

3.2.1 ROS图

3.2.2 roscore

3.2.3 工作空间和catkin

3.3 配置ROS开发环境

3.3.1 安装ROS

3.3.2 集成开发环境

3.4 ROS节点之间的通信——消息和主题

3.4.1 创建工作空间

3.4.2 设置ROS软件包

3.4.3 发布主题的节点

3.4.4 订阅主题的节点

3.4.5 在同一节点中合并发布者和订阅者

3.5 对ROS使用公开可用的软件包

3.6 总结

3.7 习题

3.8 进一步阅读

第二部分　使用Gazebo进行机器人仿真

第4章 创建虚拟两轮ROS机器人

4.1 技术要求

4.2 RViz机器人可视化入门

4.3 使用URDF构建差动驱动机器人

4.3.1 用于GoPiGo3的URDF概述

4.3.2 机器人主体URDF

4.3.3 左右轮的URDF模型

4.4 使用RViz在ROS中查看GoPiGo3模型

4.4.1 理解roslaunch命令

4.4.2 通过RViz控制GoPiGo3机器人的车轮

4.5 URDF模型中的机器人参考坐标系

4.6 在构建时使用RViz查看模型

4.6.1 在RViz窗口中更改模型的外观

4.6.2 使用ROS工具进行检查

4.7 总结

4.8 习题

4.9 进一步阅读

第5章 使用Gazebo进行机器人行为仿真

5.1 技术要求

5.2 Gazebo仿真器入门

5.3 修改机器人URDF

5.3.1 扩展URDF以生成SDF机器人定义

5.3.2 碰撞和物理性质

5.3.3 Gazebo标签

5.4 验证Gazebo模型并查看URDF

5.5 移动模型

5.6 总结

5.7 习题

5.8 进一步阅读

第三部分　使用SLAM进行自主导航

第6章 在ROS中编程——命令和工具

6.1 技术要求

6.2 设置物理机器人

6.2.1 下载并设置Ubuntu Mate 18.04

6.2.2 访问自定义

6.2.3 设置VNC服务器（x11vnc）

6.2.4 Geany IDE

6.2.5 安装GoPiGo3和DI传感器的驱动程序

6.2.6 设置Pi Camera

6.2.7 安装ROS Melodic

6.3 ROS编程快速入门

6.3.1 设置工作空间

6.3.2 克隆ROS软件包

6.3.3 第一次执行ROS节点

6.4 案例研究1：编写ROS距离传感器软件包

6.4.1 创建一个新软件包

6.4.2 编写自己的源代码

6.5 使用ROS命令

6.5.1 Shell命令

6.5.2 执行命令

6.5.3 信息命令

6.5.4 软件包和catkin工作空间

6.6 创建并运行发布者和订阅者节点

6.7 使用roslaunch自动执行节点

6.8 案例研究2：ROS GUI开发工具——Pi Camera

6.8.1 使用rqt_graph分析ROS图

6.8.2 使用rqt_image_view显示图像数据

6.8.3 用rqt_plot绘制传感器数据的时间序列

6.8.4 使用rqt_bag播放录制的ROS会话

6.9 使用ROS参数自定义机器人功能

6.10 总结

6.11 习题

6.12 进一步阅读

第7章 机器人控制与仿真

7.1 技术要求

7.2 设置GoPiGo3开发环境

7.3 案例研究3：使用键盘进行远程控制

7.3.1 在机器人中运行gopigo3节点

7.3.2 遥控软件包

7.3.3 在笔记本电脑上运行远程操作

7.4 使用ROS主题进行远程控制

7.4.1 运动控制主题——/cmd_vel

7.4.2 使用/cmd_vel直接驱动GoPiGo3

7.4.3 检查GoPiGo3的X、Y和Z轴

7.4.4 组合运动

7.5 远程控制物理和虚拟机器人

7.5.1 将ROS主节点还原到本地计算机

7.5.2 用Gazebo仿真GoPiGo3

7.5.3 同时在真实世界和仿真中运行

7.6 总结

7.7 习题

7.8 进一步阅读

第8章 使用Gazebo进行虚拟SLAM和导航

8.1 技术要求

8.1.1 ROS导航软件包

8.1.2 在本地计算机上运行ROS主节点

8.2 使用Gazebo进行动态仿真

8.3 导航组件

8.4 机器人感知和SLAM

8.4.1 添加LDS

8.4.2 SLAM概念

8.5 使用GoPiGo3练习SLAM和导航

8.5.1 探索使用SLAM构建地图的环境

8.5.2 使用导航沿着计划的轨迹行驶

8.6 总结

8.7 习题

8.8 进一步阅读

第9章 用于机器人导航的SLAM

9.1 技术要求

9.2 为机器人准备LDS

9.2.1 设置YDLIDAR

9.2.2 与Raspberry Pi集成

9.2.3 从远程笔记本电脑处理YDLIDAR数据

9.3 在ROS中创建导航应用程序

9.4 使用GoPiGo3练习导航

9.4.1 绘制环境图

9.4.2 在现实世界中导航GoPiGo3

9.5 总结

9.6 习题

9.7 进一步阅读

第四部分　使用机器学习的自适应机器人行为

第10章 在机器人技术中应用机器学习

10.1 技术要求

10.2 在系统中配置TensorFlow

10.2.1 安装pip

10.2.2 安装TensorFlow及其他依赖项

10.2.3 使用GPU获得更好的性能

10.3 机器人技术中的机器学习

10.3.1 机器学习的核心概念

10.3.2 机器学习线程

10.4 从机器学习到深度学习

10.4.1 机器学习算法

10.4.2 深度学习和神经网络

10.5 通过编程将机器学习应用于机器人技术的方法

10.5.1 应用程序编程的一般方法

10.5.2 集成机器学习任务

10.6 深度学习应用于机器人技术——计算机视觉

10.6.1 Gazebo中的目标识别

10.6.2 现实世界中的目标识别

10.7 总结

10.8 习题

10.9 进一步阅读

第11章 使用OpenAI Gym进行机器学习

11.1 技术要求

11.2 OpenAI Gym简介

11.2.1 安装OpenAI Gym

11.2.2 安装OpenAI ROS

11.2.3 智能体、人工智能和机器学习

11.2.4 倒立摆示例

11.2.5 Q-learning说明——自动驾驶出租车示例

11.3 运行环境

11.4 配置环境文件

11.5 运行仿真并绘制结果

11.6 总结

11.7 习题

11.8 进一步阅读

第12章 通过强化学习实现目标

12.1 技术要求

12.2 使用TensorFlow、Keras和Anaconda配置环境

12.2.1 TensorFlow后端

12.2.2 使用Keras进行深度学习

12.2.3 ROS依赖软件包

12.3 了解ROS机器学习软件包

12.3.1 训练场景

12.3.2 用于运行强化学习任务的ROS软件包结构

12.4 设置训练任务参数

12.5 训练GoPiGo3避开障碍物到达目标位置

12.5.1 如何运行仿真

12.5.2 场景1——前往目标位置

12.5.3 场景2——避开障碍物前往目标位置

12.6 总结

12.7 习题

12.8 进一步阅读

附录 习题答案