ROS实训过程之webot镜像学习

本文介绍了使用Webots进行机器人仿真的过程,包括环境安装、机器人控制、程序修改与编译。在实践中遇到的gcc缺失、机器人速度调整及错误处理等問題,通过下载软件包和调整参数得以解决。此外,还分享了手动操作导致的机器人翻车等趣事,并预告了后续将使用gazebo进行仿真环境构建。

webot镜像
选择webot镜像

这个镜像是机器人仿真环境,在这个镜像中我们可以进行多种机器人的仿真,“甲壳虫”也给了很多的例子。
[古月居Webots 机器人仿真平台(一) 系统安装教程]
(https://www.guyuehome.com/14828)
webot官网下载链接

下边分享一个自己的学习历程给大家,可能其中有一些理解不到位的地方,希望得到各位大佬的指正。

启动webot之后,进行以下界面操作在这里插入图片描述
根据图片下方指令可以看出,通过方向键和“A”,“P”,进行操作控制机器人。“A”键是自动驾驶,“ P”键是输出机器人当前位置坐标,方向键是手动控制。大家可以自行操作。

接下来将程序清空,或直接在程序上进行修改。在这里插入图片描述
输入修改后的程序,点击保存会弹出如下操作栏,可以使用默认路径,也可以使用自己修改的路径,我这里将路径进行了修改。将下边的两个框框打勾这样其他的小伙伴就可以使用你修改后的机器人 仿真环境了
在这里插入图片描述
点击程序框中小齿轮按钮,对程序进行编译,弹出如下图的操作框,点击OK之后,发现修改后的程序和以前没有任何改变,而且最下方的界面中显示一个错误。
在这里插入图片描述
跟随报错的指引,下载缺失的软件包,进行如下步骤(ctrl+alt+T就会弹出终端框)
在这里插入图片描述
再编译,提示没有gcc软件包,c语言程序无法编译。进行如下操作在这里插入图片描述
然后再编译就没有问题了,运行程序。由于给机器人的速度太慢,机器人从山坡上倒退了下来
在这里插入图片描述
接下来将速度调大看看,直接冲下去了,截屏都没反应过来。。。
还出现了一连串的报错
在这里插入图片描述
后来机器人就开始撞树了,刚刚的报错应该是货物掉了引发的。撞树的时候也出现了新的报错在这里插入图片描述
本来想通过手动模式让小车摆脱撞树,将小车开出来。然后一个后退,老司机就翻车了…尴尬了
在这里插入图片描述
当出现这种错误的时候,大家可以通过下图中蓝色框框中的按钮进行重置在这里插入图片描述
点击刚刚保存创建的文件夹可以看到文件夹中有四个文件
在这里插入图片描述
到此机器人仿真和修改流程就完成了。

下期预告:使用gazebo镜像进行仿真环境的构建,地图构建和机器人导航。仿真效果见下图
在这里插入图片描述
下下期:利用gazebo镜像进行机器人在实际情景下的地图构建和导航
机器人和 成果图如下:
图一tianbot_mini机器人
图二机器人配网完成界面
图三机器人构建的教室地图在这里插入图片描述在这里插入图片描述在这里插入图片描述

<think>好的,我现在需要处理用户关于查找自动驾驶ROS相关的实训报告或实验资料的请求。首先,我得回顾用户之前的对话和系统提供的引用内容,确保回答符合他们的需求。 用户之前提到ROS自动驾驶小车助力高职院校教学,引用了三个相关的资料,这些资料提到了ROS自动驾驶小车的应用、教学实验平台以及AI+自动驾驶实训平台。用户现在明确需要实训报告或实验资料,所以我应该围绕这些引用内容来构建回答。 首先,我需要确定用户可能需要的具体资料类型,比如实验手册、开源项目、仿真平台等。根据引用内容,可以推荐ROS Wiki作为基础,然后提到Autolabor和鱼香ROS的教程,这些都是常见的资源。接着,开源项目如TurtleBot3和Apollo EDU可能有实验报告,可以列出。高校课程资源如MIT和伯克利的课程资料也是很好的参考,特别是他们的实验部分。仿真平台方面,Gazebo和Carla经常与ROS一起使用,适合实验环境搭建。此外,国内的教育平台如Autolabor Pro和百度Apollo Studio也可能有相关资料,需要提及。 然后,我需要考虑用户可能遇到的实际问题,比如如何获取这些资料,是否需要注册或购买。例如,Autolabor的ROS实验手册可能需要联系获取,而GitHub上的开源项目可以直接访问。同时,要提醒用户注意资源的语言和访问权限,比如国内平台可能更适合中文用户。 接下来,用户可能需要具体的实验内容方向,比如传感器标定、SLAM、路径规划等,这些都是引用中提到的内容,如引用2中的雷达导航、路径规划,引用3中的环境感知和定位。因此,在推荐资料时,需要强调这些方向,帮助用户找到相关的实验步骤和代码示例。 最后,根据用户需求生成相关问题,比如如何搭建ROS环境、实验报告的结构、传感器集成方法等,这些问题可以帮助用户进一步深入学习和解决问题。需要确保问题覆盖用户可能感兴趣的各个方面,并引导他们探索更多资源。 检查所有推荐的资源是否都基于提供的引用,确保引用标识正确,比如引用1、2、3分别对应不同的平台和内容。同时,确保回答结构清晰,分点列出,便于用户查阅。还要注意使用正确的中文表达,避免技术术语错误,并正确应用LaTeX格式,尽管在这个回答中可能数学公式较少,但如果有的话需要正确使用$...$或$$...$$。</think>根据您对ROS自动驾驶实训资料的需求,结合高职院校常用教学资源,我整理了以下获取渠道和实验方向: ### 一、核心实验资源获取 1. **ROS官方实训文档** - ROS Wiki自动驾驶专题([wiki.ros.org/autoware](http://wiki.ros.org/autoware))提供基础通信框架实验案例 - 推荐实验模块:$ROS\_Node$ 节点通信实验、$TF\_Tree$ 坐标变换实验[^1] 2. **开源项目实验报告** ```bash # TurtleBot3自动驾驶套件实验案例 git clone https://github.com/ROBOTIS-GIT/turtlebot3_autonomous_driving ``` 包含激光雷达建图($SLAM$)与路径规划($A^*$算法)完整实验手册[^2] 3. **高校课程实验体系** - 麻省理工学院《MIT 6.141》课程实验包含: $$路径规划实验框架: \min_{x(t)} \int_{0}^{T} \|u(t)\|^2 dt$$ - 伯克利《EE 206A》提供多传感器融合实验模板[^3] ### 二、典型实验内容方向 | 实验模块 | 技术要点 | 实训目标 | |---------|----------|----------| | 传感器标定 | 激光雷达与相机联合标定 | 获取$RT$矩阵参数 | | SLAM建图 | Gmapping算法调参 | 构建栅格地图$M_{n×m}$ | | 路径规划 | Dijkstra算法实现 | 最小代价路径计算 | ### 三、国内实训平台推荐 1. **Autolabor Pro教学平台** - 提供《ROS机械车开发实验手册》含: ```python # 激光点云处理示例 def callback(point_cloud): voxel_grid = point_cloud.make_voxel_grid_filter() voxel_grid.set_leaf_size(0.01, 0.01, 0.01) ``` 2. **百度Apollo Studio** - 开源模块包含控制算法验证: $$PID控制模型: u(t) = K_p e(t) + K_i \int_{0}^{t} e(\tau)d\tau + K_d \frac{de(t)}{dt}$$
评论 3
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值