ros

北邮机器人队2020预备队培训(五) —— 部署比赛

青春壹個敷衍的年華 提交于 2020-10-25 00:52:19
前言 上几节了解了ROS的三种消息机制,大家对ROS也有了一定的认识,今天再介绍下ROS常用的工具. rostopic 传送门 rosservice 传送门 rosnode 传送门 两款仿真软件介绍 Gazebo 集成物理引擎的一款仿真软件,主要在场景中仿真机器人的运动等,可以模拟真实场景.通常与ROS结合使用,主流支持机器人的模型文件格式为URDF格式,Xacro格式. RVIZ 基于qt设计的数据分析,数据可视化软件,主要用于传感器数据可视化,传感器数据处理,算法验证等.通常与ROS和gazebo联合使用. 部署比赛环境 安装fetch机器人: sudo apt-get install ros-kinetic-fetch-gazebo-demo 本地创建ROS的工作区间: mkdir -p ~/robocon_ws/src cd ~/robocon_ws/src catkin_init_workspace 在我们预备队2020的群文件中下载 2020预备队比赛模型.7z 这个文件,放在我们的src下: 右键提取到此处: 这里解压会多出一层目录,我们把他去掉: cd ~/robocon_ws/src/2020预备队比赛模型 mv * .. / cd .. rm -r 2020预备队比赛模型 编译工程: cd ~/robocon_ws catkin_make 注意这里,如果有报错

漫谈 SLAM 技术(上)

泪湿孤枕 提交于 2020-10-22 18:15:21
转自: https://zhuanlan.zhihu.com/p/135955964 导语 随着最近几年机器人、无人机、无人驾驶、VR/AR的火爆,SLAM技术也为大家熟知,被认为是这些领域的关键技术之一。本文对SLAM技术及其发展进行简要介绍,分析视觉SLAM系统的关键问题以及在实际应用中的难点,并对SLAM的未来进行展望。 1. SLAM技术 SLAM(Simultaneous Localization and Mapping),同步定位与地图构建,最早在机器人领域提出,它指的是:机器人从未知环境的未知地点出发,在运动过程中通过重复观测到的环境特征定位自身位置和姿态,再根据自身位置构建周围环境的增量式地图,从而达到同时定位和地图构建的目的。由于SLAM的重要学术价值和应用价值,一直以来都被认为是实现全自主移动机器人的关键技术。 如下图,通俗的来讲,SLAM回答两个问题:“我在哪儿?”“我周围是什么?”,就如同人到了一个陌生环境中一样,SLAM试图要解决的就是恢复出观察者自身和周围环境的相对空间关系,“我在哪儿”对应的就是定位问题,而“我周围是什么”对应的就是建图问题,给出周围环境的一个描述。回答了这两个问题,其实就完成了对自身和周边环境的空间认知。有了这个基础,就可以进行路径规划去达要去的目的地,在此过程中还需要及时的检测躲避遇到的障碍物,保证运行安全。 2. SLAM发展简介

开源自主导航小车MickX4(一)ROS底盘硬件

霸气de小男生 提交于 2020-10-13 02:00:09
开源自主导航小车MickX4 1 ROS底盘电气系统 1.1 底盘机械组装 1.2 底盘硬件框图 1.3 电气系统搭建 2 差速底盘运动学模型 参考资料 在学习ROS的阶段我们使用的都是标准的ROS底盘,只需要一个命令就可以启动小车,然后向 cmd_vel话题上发送数据即可控制小车移动的线速度和角速度。使用标准的ROS底盘可以使我们快速的掌握ROS导航的相关知识。处于加深对ROS自主导航小车的学习,因此设计自制一个ROS小车底盘,学习标准底盘的制作过程。 本系列教程意在分享自己学习ROS自主导航小车时候的笔记,教程内容包含了从零开始搭建一个如下所示的四轮小车模型,小车的名字为 MickX4 ,我们按照小车底盘硬件,然后介绍ROS建图,导航与控制这个顺序介绍小车的搭建过程。教程一共分为6篇: 开源自主导航小车MickX4(一)ROS底盘硬件 开源自主导航小车MickX4(二)ROS底盘运动控制 开源自主导航小车MickX4(三)底盘ROS节点 开源自主导航小车MickX4(四)小车cartographer建图 开源自主导航小车MickX4(五)小车室外导航 开源自主导航小车MickX4(六)总结与展望 下图是一个MickX4小车的装配效果图: 1 ROS底盘电气系统 在ROS的自主导航框架中,运动控制系统主要负责小车底盘的精准速度控制并向工控机提供底盘传感器接口

继AMD之后,英特尔也表态可供货华为了!

邮差的信 提交于 2020-10-12 01:55:32
华为芯片断货再迎转机。 9月21日,据最新消息,英特尔官方表示,已获得向华为供货许可! 近日,英特尔、美光科技、韩国三星、SK海力士、台积电、联发科,中芯国际等厂商均向美国商务部提交了在9月15日以后继续对华为供货的许可证申请。目前已经获得许可的有AMD、英特尔。 实际上,华为并非将希望全部寄托于国外芯片厂商。据报道,针对芯片断供,华为目前暂时没有B计划,但具体对策主要还是寻求国产替代方案。 业内人士称:美国颁布针对华为的修订版禁令,旨在遏制其自造芯片的能力,此次Intel获得许可,更能说明这一点。 对于芯片断供的问题,华为多位高管都曾表明态度。华为消费者业务软件部总裁王成录在日前的大会上表示,“芯片问题涉及到的技术非常复杂,华为在这方面,困难一定有,毫无疑问。” 他认为,芯片问题同时也给了企业反思,没有选择就是最好的选择。“限制反而让大家有一个非常好的机会,危、机并存。” Gartner数据显示,2019年全球半导体收入约4180亿美元,前十中五家为美企: 波士顿咨询集团(BCG)2020年3月份发布的《限制对华贸易会如何结束美国在全球半导体行业的领导地位》的报告中称:在未来三到五年,如果美国继续对中国目前实体名单上赫然在列的公司使用含有美国技术的产品施加限制,美国半导体公司可能会失去8%的全球份额和16%的收入。 如果美国完全禁止半导体公司向中国客户出售产品

日本街头惊现18米巨型高达!全身24处可动,东京大学参与研发

淺唱寂寞╮ 提交于 2020-10-08 08:21:00
      大数据文摘出品    作者:刘俊寰   在吗?看看高达?   什么?被洪水冲走了??   那你可得要好好反思一下自己,对高达的爱到底是不是真的!   看看别人家的妻子, 在洪水中都要“破窗入室”,抢救丈夫的高达 ,这也让不少网友直呼,简直是“年度感动新闻”。      不过,先看看他们的高达,再看看下面这个。      在 高18米,重25吨 的巨型高达机器人面前,手上的高达模型是不是瞬间就不香了?      别急,这个巨型机器人不是拿来售卖的,再说也买不起啊(重点错)。   这个巨型高达机器人其实是在日本横滨倾心打造的 高达工厂 的一个绝对亮点,据日本知名模型制造商万代介绍方面,这部元祖高达将 拥有“有史以来最强的可动性” ,全身 可动关节多达24个 ,使用 电动机和液压机 的组合进行驱动。   是的,你没看错,这个庞然大物还能动!是不是已经热血喷张了?   根据这个项目最新披露的进度,巨型高达机器人 已于8月初建设完成 。   本来,高达工厂在10月份就可以正式营业了,但受到新冠疫情的影响, 开园时间再次往后推迟 ,但是不要紧,只要能够亲眼看到三次元高达行走在11区的大地上,我愿意等!      据了解,届时该展览场馆除了举行高达机器人外,还将包括展览中心、机器人实验室、会议设施、商店和提供 “高达餐单” 的咖啡馆等。   这其实不是第一个等身高达模型了,在

ROS(一)在Ubuntu20.04.1中安装ROS Noetic Ninjemys(VMware Workstation 16.x Pro)

☆樱花仙子☆ 提交于 2020-10-07 09:52:19
在Ubuntu20.04.1中安装ROS Noetic Ninjemys(VMware Workstation 16.x Pro) 1. 安装 “ROS Noetic Ninjemys” 1.1 确认 “Ubuntu repositories” 1.2 设置 “sources.list” 1.3 设置 “keys” 1.4 安装 1.5 环境设置 2. 测试 2.1 启动 2.2 打开小海龟 2.3 用键盘控制小海龟 申明:本人今年博一(地点英国),项目是与机器人有关的内容,所以要用到“ROS”。下面的安装过程是一次性成功的,现在分享一下整个安装过程。 虚拟机:VMware Workstation 16.x Pro 系统:Ubuntu20.04.1( 官方下载链接 ) ROS版本:ROS Noetic Ninjemys( 官方安装链接 ) 1. 安装 “ROS Noetic Ninjemys” 1.1 确认 “Ubuntu repositories” 首先我们先要确认系统是否允许了 “restricted”,“universe” 和 “multiverse”。 1.2 设置 “sources.list” 设置计算机为了接受来自packages.ros.org的软件。 sudo sh -c 'echo "deb http://packages.ros.org/ros/ubuntu $

基于激光雷达的目标跟随功能移植到自己的ROS机器人小车上

回眸只為那壹抹淺笑 提交于 2020-10-05 18:04:00
文章目录 前言 一、下载目标跟随的源码 二、修改话题名称 1.修改/cmd_vel话题名称 2.修改/scan话题名称 3.修改双电机正反转 4.目标跟随功能测试 前言 本人尝试把github上的一个目标跟随项目移植到自己的机器人小车上,并且成功了,最终小车可以跟着人移动,在这里分享一下心得。基于激光雷达的目标跟随,通过获取激光雷达的信息,跟随最近的物体。 一、下载目标跟随的源码 源码地址:https://github.com/rauwuckl/ros_simple_follower 我使用的是ubuntu16.04,把下载好的压缩包解压出ros_simple_follower文件,复制到自己工作空间/src文件夹下,进入到/home/catkin_ws,然后使用catkin_make命令编译功能包。 二、修改话题名称 跟随功能包follow需要发布/cmd_vel话题,底盘控制订阅/cmd_vel速度话题;激光雷达需要发布/scan话题,跟随功能包订阅/scan话题。 1.修改/cmd_vel话题名称 .打开ros_simple_follower功能包,找到follower.py,把话题/cmd_vel/yolo修改为/cmd_vel。(这里要修改为自己机器人小车对应的速度话题名称,在终端启动roscore命令后,新打开一个终端输入rostopic list命令可以查看话题列表)

ros_navigation 加入禁区辅助导航

北城以北 提交于 2020-10-02 02:33:44
1 一种方法尝试david lu, costmap_forbidden_layer 2 加入一张禁区的static map, 一些机器人公司也用了这个思路设计, 比如fetch ## costmap map_layer: map_topic: /map nogo_layer: map_topic: /map_nogo ## config global_costmap: update_frequency: 5.0 static_map: true rolling_window: false plugins: - { name: map_layer, type: "costmap_2d::StaticLayer" } - { name: nogo_layer, type: "costmap_2d::StaticLayer" } - { name: obstacle_layer, type: "costmap_2d::VoxelLayer" } - { name: inflation_layer, type: "costmap_2d::InflationLayer" } local_costmap: update_frequency: 5.0 publish_frequency: 2.0 static_map: false rolling_window: true width: 4.0