my_talker_node 通过三个话题向 my_listener_node 发送两种消息

运行命令

roslaunch topic_pub_sub topic_pub_sub.launch

my_client_node 向 my_server_node 发送服务请求, my_server_node 视数据有效性决定是否拒绝服务

运行命令

roslaunch service_req_rep service_req_rep.launch

dynamic_configure_node 收到参数变化请求后调用 myParamDynamicSetCallServer 提供的服务

运行命令

roslaunch param_dynamic_set param_dynamic_set.launch

通过键盘控制乌龟1位置, 乌龟2订阅TF树上乌龟1上参考点相对于乌龟2的变换, 乌龟2跟踪该变换并设法使变换归零. 跟踪目标可以通过start_demo.launch修改

运行命令

roslaunch learning_tf start_demo.launch

randNumGen 生成随机数发布到 randomNumber 话题, avgActionClient 设定目标并接受 avgActionServer 提供的反馈

运行命令

roslaunch action_server_client server_and_client_avg.launch

pluginlib 利用面向对象编程的继承概念, 在基类中定义方法, 在继承类中实现
推荐使用公有继承

运行命令

roslaunch my_pluginlib_learning plugin_param_demo.launch

ROS中插件注册插件流程

1. 编写基类和继承类的头文件, 并使继承类继承基类的接口

2. 新建源文件并分别添加基类和继承类的头文件、pluginlib/class_list_macros.h头文件

3. 在源文件中使用 PLUGINLIB_EXPORT_CLASS(继承类, 基类) 指定基类和继承类的关系

4. 在 CMakeLists.txt 中添加如下代码以生成名为lib插件名称.so的动态链接库

   add_library(插件名称 源文件)
   target_link_libraries(插件名称 ${catkin_LIBRARIES})
   

5. 新建插件描述.xml对插件继承关系进行描述

   <library path = "lib/lib插件名称">
       <class name = "任意起一个名字" type = "继承类" base_class_type = "基类">
           <description>继承类用途描述</description>
       </class>
   </library>
   

6. 在package.xml中<export>标签下添加如下代码, 将该插件注册到某一插件库中

   <插件库名称 plugin = "${prefix}/插件描述.xml"/>
   

7. 编译后在终端中输入如下代码检查插件时否正确注册

   rospack plugins --attrib=plugin 插件库名称
   

8. 在源文件中使用基类生成继承类实例, 查看plugin_caller.cpp查看具体使用方式, 生成继承类既可以使用插件描述.xml中定义的名字, 也可以使用继承类名称

string_publisher 节点发布消息到 input 话题
nodelet_manager_1 下注册 subPubInstance1 、subPubInstance2 和 myNodeLetxx
节点管理器下挂节点通过管理器对外订阅或发布话题

运行命令

roslaunch my_nodelet_learning my_nodelet_launch.launch

nodelet 与 pluginlib 具有相似性

1. 都需要继承于一个基类
2. 都需要在一个源文件中使用PLUGINLIB_EXPORT_CLASS宏
3. 都需要在在CMakeLists.txt中声明add_library
4. 都会生成动态链接库
5. 都需要插件描述.xml
6. 都需要在package.xml中进行注册

不同点在于

1. nodelet 只能继承nodelet::Nodelet类

2. nodelet 运行时必须依托一个管理节点, 将不同 nodelet 注册到一个管理节点实现数据的指针传递

3. 插件必须注册到nodelet库中

4. 在 launch 文件中使用如下命令指定 nodelet 类型

   load nodelet名 管理节点名称
   

注意

1. nodelet 中使用getPrivateNodeHandle()获取私有节点控制权, 使用ros::NodeHandle获取的是 nodelet 管理节点的控制权, 详情查看my_nodelet_register.cpp
2. 管理节点是一个抽象的节点, 不同类型的 nodelet 可以注册到一个管理节点上
3. 管理器下挂所有节点均通过节点管理器与外界交流
4. nodelet 可能支持服务, 但并未进行尝试

使用经过北京邮电大学修改过的MIT模型
需要安装如下依赖(如果已经使用过本文件开头的命令, 可忽略)

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
sudo apt-get install ros-melodic-driver-base
sudo apt-get install ros-melodic-rtabmap-ros
sudo apt-get install ros-melodic-teb-local-planner
sudo apt-get install ros-melodic-vesc*
sudo apt-get install ros-melodic-ackermann-*
sudo apt-get install ros-melodic-joystick-drivers

启动命令1：带键盘控制的最小化系统（无amcl和move_base）

roslaunch lasis_launch spawn_racecar.launch

启动命令2：在启动命令1的基础上使用gmapping算法建图

如需保存地图, 需在命令行中添加save_map_option:=true参数

roslaunch lasis_launch gmapping.launch

启动命令3：在启动命令1的基础上使用move_base节点进行规划, 使用amcl定位, odom由gazebo获取

如果要直接使用gazebo发布变换, 需在命令行中添加use_amcl:=false参数
暂时使用cmd_vel_to_ackermann_drive节点作为ackermann_msgs发布器
正在编写从nav_msgs::path到ackermann_msgs的节点

roslaunch lasis_launch navigation.launch

racecar中ackermann_cmd_mux模块负责处理不同优先级的阿克曼底盘速度指令
通过命名空间和nodelet划分为上下两个层级, 描述文件位于mux.launch
上层控处理不同优先级的导航控制命令并发送给下层
下层按照遥控、安全、导航顺序处理底盘控制指令
上层输出到下层的导航控制指令通过relay进行连接

ackermann_cmd_mux模块允许自定义不同优先级的同数据类型话题
上层优先级定义文件为high_level_mux.yaml
下层优先级定义文件为low_level_mux.yaml

图片来源：mit-racecar.github.io

odom指里程计, 可以理解为由编码器、惯导、GNSS、视觉里程计等传感器发布的消息信息, 经过航位推测法(Dead Reckoning)推算出的车辆相对于出发点位置, 通常使用robot_pose_ekf节点对以上数据进行融合, 然后发布以/odom为根节点, 以/base_link为叶子节点的TF变换.

由于odom不可避免的存在漂移(Odometry Drift), 需要使用车辆所在位置的局部信息如雷达点云/scan等对该误差进行估计(校正).amcl节点提供该算法, amcl指自适应蒙特卡洛定位, 使用粒子滤波算法, 估计出车辆在地图中最可能的位置, 然后发布以/map为根节点, 以/odom为叶子节点的TF变换, 对误差进行校正.

图片来源：answers.ros.org

启动命令3提供两种定位方法, gazebo定位与amcl定位, 其TF树差异如下

待续

需要与 move_base , TF 配合使用, lasis_vehicle 已包含当前包功能
提供下列节点供测试

1. click_point_make_plan 使用 rviz 中发布点功能, 调用make_plan()函数并发布路径
2. kernelTest 直接调用 myRosDijkstra 内核进行规划

提供下列全局路径规划器

1. myCarrot planner 起点指向终点的路径, 遇到障碍结束
2. myAStar planner 基于像素的 AStar 算法
3. myDijkstra planner 基于像素的 Dijkstra 算法
4. myRosDijkstra planner 基于势能场的 Dijkstra 算法, 并使用 wrapper 包装, 方便调试

测试命令

roslaunch my_global_planner_plugin kernelDebug.launch

结果

1. myCarrot

2. myAStar

3. myDijkstra

4. myRosDijkstra

ROS 中局部规划算法的基类为 nav_core::BaseLocalPlanner , 提供如下四个接口供 move_base 调用

// 计算底盘控制指令
virtual bool computeVelocityCommands(geometry_msgs::Twist& cmd_vel) = 0;
// 是否完成对全局路径规划的跟踪
virtual bool isGoalReached() = 0;
// 设定全局全局路径规划位姿
virtual bool setPlan(const std::vector<geometry_msgs::PoseStamped>& plan) = 0;
// 初始化局部轨迹规划器
virtual void initialize(std::string name, tf2_ros::Buffer* tf, costmap_2d::Costmap2DROS* costmap_ros) = 0;

ROS 中差分机器人底盘默认局部路径规划器为 base_local_planner/TrajectoryPlannerROS , 主要算法为 state lattice: 在控制空间中采样控制量并对机器人在这组控制量下的轨迹进行仿真并评分, 找到代价最小的轨迹作为最优轨迹. 由算法核心与 ROS 包装层组成, 其工作流程图由 CSDN用户 BRAND-NEO 整理, 可归纳为：

1. move_base 节点使用 pluginlib 方式创建 TrajectoryPlannerROS 对象作为包装层, 在其构造函数中创建算法对象 TrajectoryPlanner , 调用接口为 TrajectoryPlannerROS::initialize
2. 当全局路径规划结果发生变化时, move_base 调用 TrajectoryPlannerROS::setPlan 对追踪目标进行更新, TrajectoryPlannerROS 储存全局路径规划并将当前状态设置为未到达终点
3. move_base 节点周期调用 TrajectoryPlannerROS::computeVelocityCommands 和 TrajectoryPlannerROS::isGoalReached 计算底盘控制指令并检查是否完成追踪
4. 在 TrajectoryPlannerROS::computeVelocityCommands 中, TrajectoryPlannerROS 将全局路径规划变换到局部代价图上并对规划进行裁减, 然后根据底盘是否在运动、距离终点距离、决定轨迹生成方式并生成底盘控制指令, 轨迹生成算法核心函数为 TrajectoryPlanner::generateTrajectory , 详细参考Base Local Planner 源码解读-1
5. TrajectoryPlanner::createTrajectories 在控制空间中采样并调用轨迹生成函数, TrajectoryPlanner::generateTrajectory 对机器人在采样控制量下运动轨迹进行仿真并评分, 详细参考Base Local Planner 源码解读-2

图片来源：CSDN用户 BRAND-NEO

move_base 节点并不是针对阿克曼底盘设计, 底盘控制指令为控制差分底盘的 geometry_msgs/Twist, 而不是阿克曼底盘控制指令 ackermann_msgs/AckermannDriveStamped. 但因前者具有六自由度而后者仅具有二自由度, 因此 geometry_msgs/Twist 仍可用于阿克曼底盘. TebLocalPlannerROS 通过添加 最小转弯半径约束解决该两种底盘运动方式不同的问题：

注意: 使用 TebLocalPlannerROS 时推荐关闭 move_base 节点的 escape 功能!

TebLocalPlannerROS 的主要方法是使用 g2o 优化 TimedElasticBand 对象

图片来源：腾讯云 小白学视觉

图片来源：g2o学习笔记

1. base_local_planner/TrajectoryPlannerROS 效果欠佳

2. teb_local_planner/TebLocalPlannerROS 使用底盘运动学限制，效果良好