【6. 激光雷达接入ROS】

2024-06-30 19:19| 来源: 网络整理| 查看: 265

欢迎大家阅读2345VOR的博客【6. 激光雷达接入ROS】🥳🥳🥳2345VOR鹏鹏主页：已获得CSDN《嵌入式领域优质创作者》称号👻👻👻，座右铭：脚踏实地，仰望星空🛹🛹🛹本文章属于《Ubuntu学习》和《ROS机器人学习》：围绕Ubuntu系统基本配置及相关命令行学习记录！机器人操作系统 (ROS) 是一组软件库和工具，可帮助您构建机器人应用程序。👍👍👍 1. 前言

Ubuntu环境搭建【经典Ubuntu20.04版本U盘安装双系统教程】【Windows10安装或重装ubuntu18.04双系统教程】【Ubuntu同步系统时间】【Ubuntu中截图工具】【Ubuntu安装QQ】【Ubuntu安装后基本配置】【Ubuntu启动菜单的默认项】【ubuntu系统中修改hosts配置】【18.04Ubuntu中解决无法识别显示屏】 ROS学习笔记【1. Ubuntu18.04安装ROS Melodic】【2. 在Github上寻找安装ROS软件包】【3. 初学ROS，年轻人的第一个Node节点】【4. ROS的主要通讯方式：Topic话题与Message消息】【5. ROS机器人的运动控制】

接下来学习激光雷达如何接入ros机器人，激光雷达是用来探测周围障碍物的分布状况！在这里插入图片描述

2. 激光雷达分类

其按照测量的维度可以分为单线雷达和多线雷达

在这里插入图片描述按照测量原理分为三角测距雷达和TOF雷达

在这里插入图片描述根据工作方式分为机械旋转雷达和固态雷达

在这里插入图片描述激光雷达虽各有不同，但是在ROS中呈现的数据格式是一样的，只是在数据完整度和精度上会有所差异。下面就选取TOF激光雷达作为例子

3. TOF和三角测距激光雷达 3.1 何为飞行时间测距(TOF)?

简单来说，就是计算光的“飞行时间”。

在这里插入图片描述

由激光器发射一个激光脉冲，通过计时器记录下光的出射和回返的时间，两个时间相减即可得到光的“飞行时间”，而光速是固定的，根据已知速度和时间就可以计算出距离。

3.2 何为三角测距?

三角测距采用激光器发射激光，在照射到物体之后，反射光会由线性CCD接收，因为激光器和探测器间隔了一段距离，所以根据光学路径，不同距离的物体将会在CCD上成像在不同的位置，按照三角公式进行计算，就可以推导出被测物体的距离。在这里插入图片描述

3.3 激光雷达测距

TOF激光雷达计算如下在这里插入图片描述

在这里插入图片描述

4. 使用RViz观测传感器数据

RViz这个工具的全名叫做 The Robot Visualization Tool

在这里插入图片描述

4.1 运行模板样机

打开三个终端分别运行三条指令

roscore roslaunch wpr_simulation wpb_simple.launch rviz

首先把这个Fixed Frame修改成base_footprint

在这里插入图片描述状态栏添加机器人模型，最后点击ok 选择激光雷达的话题名称/scan

在这里插入图片描述调整size为0.03 调整RViz和Gazebo分屏

在这里插入图片描述 Gazebo是模拟真实机器人发出传感器数据的工具 RViz显示的是机器人实际能探测到的环境状况另外一点就是RViz并不参与机器人算法的运行，它只是一个为了方便人类进行观测的工具而已即使没有RViz，也不影响机器人的ROS系统的运行只有需要观察某些数据实时变化的时候，才会打开RViz 下面添加虚拟环境的圆柱体障碍物在这里插入图片描述

在这里插入图片描述

4.2 保存RViz配置

点击file菜单，选择Save Config As 在这里插入图片描述选择保存地址，方便后期直接加载然后关闭所有终端打开三个终端分别运行三条指令

roscore roslaunch wpr_simulation wpb_simple.launch rviz

然后在RViz中的file菜单，选择Open Config 在这里插入图片描述然后选择刚保存的位置

在这里插入图片描述

4.3 自动加载rviz配置文件

还可以在launch文件里自动加载rviz配置文件先关闭RViz，然后打开终端输入

roslaunch wpr_simulation wpb_rviz.launch

在这里插入图片描述关闭摄像头，保留激光雷达调整视角

5. ROS系统中的激光雷达消息包格式 5.1 运行模板样机

打开三个终端分别运行三条指令

roscore roslaunch wpr_simulation wpb_simple.launch roslaunch wpr_simulation wpb_rviz.launch

在这里插入图片描述

在Gazebo中围绕机器人堆积障碍物在这里插入图片描述

5.2 sensor_msgs中Laserscan_msgs消息属性

进入ROS Index官网搜索sensor_msgs 在这里插入图片描述

在这里插入图片描述进入website 在消息中找到LaserScan 这就打开了激光雷达消息包的格式定义

在这里插入图片描述

5.3 查看scan消息

新开终端输入

rostopic echo /scan --noarr

在这里插入图片描述显示对比

在这里插入图片描述

6. 用C++获取ROS激光雷达数据节点 6.1 运行模板样机

采用wpr_simulation开源工程，打开三个终端分别运行三条指令

roscore roslaunch wpr_simulation wpb_simple.launch rosrunwpr_simulation deno_lidar_data

在这里插入图片描述

6.2 构思功能的思路和步骤

构思在这里插入图片描述实现步骤

构建一个新的软件包，包名叫做lidar_pkg。在软件包中新建一个节点，节点名叫做lidar_node。在节点中，向ROS大管家NodeHandle申请订阅话题/scan，并设置回调函数为LidarCallback()。构建回调函数LidarCallback(),用来接收和处理雷达数据。调用ROS_INFO()显示雷达检测到的前方障碍物距离。 6.3 创建lidar_pkg包

在工作空间src文件创建基于sensor_msgs模板的lidar_pkg

cd ~/catkin_ws/src/ catkin_create_pkg lidar_pkg roscpp rospy sensor_msgs

在这里插入图片描述在lidar_pkg文件夹下src中创建lidar_node.cpp

在这里插入图片描述

6.4 编写订阅者节点

lidar_node源码

#include #include void Lidarcallback(const sensor_msgs::LaserScan msg) { float fMidDist = msg.ranges[180] ; ROS_INFO("前方测距ranges [180]=%f 米", fMidDist); } int main(int argc,char *argv[]) { setlocale(LC_ALL, "" ); ros::init(argc, argv,"lidar_node" ); ros::NodeHandle n; ros::Subscriber lidar_sub = n.subscribe( " /scan", 10, &LidarCallback); ros::spin(); return 0; }

ctrl+s快捷保存

6.5 设置C++编译规则

打开CMake文件

add_executable(lidar_node src/lidar_node.cpp) target_link_libraries(lidar_node ${catkin_LIBRARIES} )

ctrl+s快捷保存在这里插入图片描述 ctrl+shift+b快捷编译

6.6 编译运行lidar_node节点

编译，打开终端

cd ~/catkin_ws/ catkin_make

采用wpr_simulation开源工程，打开三个终端分别运行三条指令

roscore roslaunch wpr_simulation wpb_simple.launch rosrun lidar_pkg lidar_node

在这里插入图片描述前方距离2.6m，然后在Gazebo中调整书柜，选择移动靠近机器人可参照可以打开.wpr_simulation里的demo_lidar_data.cpp文件

在这里插入图片描述

7. 用python获取ROS激光雷达数据节点 7.1 运行模板样机

采用wpr_simulation开源工程，打开三个终端分别运行三条指令

roscore roslaunch wpr_simulation wpb_simple.launch rosrun wpr_simulation deno_lidar_data.py

在这里插入图片描述

7.2 构思功能的思路和步骤

构思在这里插入图片描述实现步骤

构建一个新的软件包，包名叫做lidar_pkg。在软件包中新建一个节点，节点名叫做lidar_node.py。在节点中，向ROS大管家rospy申请订阅话题/scan，并设置回调函数为LidarCallback()。构建回调函数LidarCallback()，用来接收和处理雷达数据。调用loginfo()显示雷达检测到的前方障碍物距离。 7.3 创建lidar_pkg包

在工作空间src文件创建基于sensor_msgs模板的lidar_pkg，编译

cd ~/catkin_ws/src/ catkin_create_pkg lidar_pkg roscpp rospy sensor_msgs cd .. catkin_make

在这里插入图片描述

在lidar_pkg文件夹下新建script文件夹中创建lidar_node.py 在这里插入图片描述

在这里插入图片描述

7.4 编写订阅者节点

先引入python包，设置中文utf-8显示

ros>=20.04,采用python3ros vel_cmd.angular.z = 0.3; } else { vel_cmd.linear.x = 0.05; } vel_pub.publish(vel_cmd); } int main(int argc,char *argv[]) { setlocale(LC_ALL, "" ); ros::init(argc, argv,"lidar_node" ); ros::NodeHandle n; ros::Subscriber lidar_sub = n.subscribe( " /scan", 10, &LidarCallback); ros::spin(); return 0; }

ctrl+s快捷保存

ctrl+shift+b快捷编译在这里插入图片描述

8.4 运行lidar_node节点

采用wpr_simulation开源工程，打开三个终端分别运行三条指令

roscore roslaunch wpr_simulation wpb_simple.launch rosrun lidar_pkg lidar_node

在这里插入图片描述机器人撞到障碍物，机器人有宽度

8.4 优化避障策略

当机器人检测前方障碍物时，最简单把转弯角度调大一点，原地转弯 lidar_node源码

#include #include #include ros::Publisher vel_pub; int ncount = 0; void Lidarcallback(const sensor_msgs::LaserScan msg) { float fMidDist = msg.ranges[180] ; ROS_INFO("前方测距ranges [180]=%f 米", fMidDist); if(ncount > 0) { ncount--; return; } geometry msgs::Twist vel_cmd ; if( fMidDist vel_cmd.linear.x = 0.05; } vel_pub.publish(vel_cmd); } int main(int argc,char *argv[]) { setlocale(LC_ALL, "" ); ros::init(argc, argv,"lidar_node" ); ros::NodeHandle n; ros::Subscriber lidar_sub = n.subscribe( " /scan", 10, &LidarCallback); ros::spin(); return 0; }

ctrl+s快捷保存

ctrl+shift+b快捷编译然后在调试就OK啦可参照开源项目wpr_simulation下的src文件夹的demo_lidar_behavior.cpp

在这里插入图片描述

9. 用python编写激光雷达避障节点 9.1 构思功能的思路和步骤

构思在这里插入图片描述实现步骤

让大管家rospy 发布速度控制话题/cmd_vel 。构建速度控制消息包vel_cmd。根据激光雷达的测距数值，实时调整机器人运动速度，避开障碍物。 9.2 修改lidar_node.py

打开7.4编写lidar_node.py 在这里插入图片描述

lidar_node.py源码

#!/usr/bin/env python3 #coding=utf-8 import rospy from sensor_msgs.msg import LaserScan from geometry_msgs.msg import Twist count =0 def Lidarcallback(msg): global vel_pub global count dist = msg.ranges [ 180] rospy.loginfo("前方测距 ranges [ 180] = %f 米" , dist) if count > 0: count = count - 1 return vel_cmd = Twist() if dist

【本文地址】

公司简介

联系我们