sunyoop的博客

今天在rplidar sdk上遇到个问题,怀疑以前也遇到过,这里记录一下问题环境rplidar A3 + ubuntu16.04问题现象运行rplidar sdk ,无原因程序死掉,无错误日志问题定位及解决想查看core的堆栈信息,使用命令ulimit -c unlimited ,配置了输出路径,重启,结果还是看不到. 此路不通,估计需要进一步分析原因用代码注释的...

调试了很长时间的机器人自动导航，一直以为路径规划是个很高大上的东东。直到看完路径生成及选择代码，结果好无语。可能这是最简单的路径规划算法，毕竟叫做simple trajectory generator。路径规划分成两部分：1.样本路径生成。2.最优路径选择第一部分 样本路径生成1.获取当前的x轴速度vx，y轴速度vy，和z轴转向角速度th。这部分数据一般从odom获取，并且在2d地图上，y轴速度一...

orbbec摄像头分几种：有mini和mini_s，其中mini是0.6m～8m，mini_s是0.4m～2m。当前时间2018年1月18日：mini使用的是一代芯片，用rviz查看的点云数据噪点特别多，而mini_s使用的是二代芯片，查看的点云数据非常清晰。用ros的启动方式: roslaunch astra_launch astra.launch注意事项：1.使用apt-get install

1.概念搞ros都离不开tf，当建立一个机器人模型时，第一步就是要确定机器人的tf结构。以kobuki导航运行为例，首先是map：地图坐标，固定坐标系odom ： 机器人初始位置坐标，固定坐标系base_link：机器人中心位置坐标一般想法认为有map和base_link就可以了，而从网上的各种资料看来，多出来的odom是因为：在机器人导航运行过程中会出现视觉定位偏差，里程计误差积累等等问题，当算

问题描述：规划路线后，需要机器人原地转动角度大于180度，在机器人转动时，会大概率出现不断转圈问题分析过程：smoother初始参数：speed_lim_v: 0.8speed_lim_w: 5.4accel_lim_v: 1.0 # maximum is actually 2.0, but we push it down to be smoothaccel_lim_w:

导航算法在move_base节点中，当修改一些规划路线的参数时，又不想每次实际去跑，又想有定量的分析。就可以用rosbag方式。实现步骤：1.记录log数据rosbag recoved -O mydata /tf /scan /map /map_metadata /odom /tf_static /move_base_simple/goal2.模拟运行roscorero

ros中有一个模拟器组建，turtlebot_gazebo，上面可以模拟建图和导航的过程。不过由于turtlebot_gazebo中的场景是模拟的，扫描数据（/scan）也是模拟的，雷达/深度摄像头都是虚拟的，生成的scan数据里面有很多的参数可以调试。在正常场景中，雷达的性能也要考虑进去，扫描的数据也会因为环境变化也发生变化，这里就介绍下如何用现实场景的扫描数据模拟建图场景。建图使用gm

问题：前提条件：机器人底盘部分有减震弹簧1.弹簧太松，并且重心偏高，机器人速度突变阶段有晃动。2.加速度最大值和速度最大值都太小在运行过程中会发生晃动现象。3.有导向轮悬空（或者在停止状态下可以轻易转动），说明加载的重量不够需要增加负载，这种情况下会出现晃动现象。未完待续～还有一种情况：使用rosbag播放日志的方式控制机器人会发生抖动现象，因为rosbag pla

机器人导航过程中，有两个问题1.在行进过程中，当扫描到动态障碍后，将障碍记录到地图信息中，如果这块区域不再扫描到，则这块动态障碍区域永远不再消失。如果指定目的地为这块区域时，算法会显示该地方不可到达2.很多人围着机器人，地图中会出现很多动态障碍，当人群散开不再围着机器人时，costmap中会残留很多动态障碍，并且长时间不消失。通常来说是扫描范围中最左边和最右边的区域里动态障碍不会消失，怀疑

1.确定传感器（sensors）在小车的位置影响：导航，建图a.前提是使用kobuki机器人模板，传感器使用深度+rgb摄像头（例如kinect），默认camera的位置信息由robot_state_publisher节点维护，配置文件位置在：turtlebot_description/urdf/sensors/kinect.urdf.xacro,文件格式为urdf格式，从中可以看到有

目前用的是ubuntu 14.04，ros版本是indigorealsensor是intel的一款双目摄像头，在ros中用来做动态避障使用realsensor方便的是：驱动，节点代码都在gitlab上参考链接：http://wiki.ros.org/librealsense#Installation_Prerequisites注意事项：安装完驱动，重启后发现bcm无线网卡驱动不生效了，导致mini...

参考链接： 1. aruco ros 2. aruco github首先要有图片源，可用一个简单的uvc摄像头，这里选择uvc图片源。rosrun uvc_camera uvc_camera_node需要注意的是，图片是需要经过校准的，即在默认路径下有默认文件。～/.ros/camera_info/camera.yaml校准过程的参考链接： camera calibrat...

环境：ubuntu 14.04  ros indigo，摄像头：Microsoft Corp. LifeCam HD-3000准备摄像头ros中的驱动，在ros中Microsoft Corp. LifeCam HD-3000属于uvc设备（USB video device class）参考链接：http://wiki.ros.org/camera_calibration/Tutorials/Mon...

地图的yaml格式中有其中origin是建图时机器人的初始位置，单位是米m问题1：如何将orgin转换成实际地图中的位置？1.确定地图的坐标系，为最右上角的像素为坐标（0,0）整副地图都处于坐标系的第三像限2.解析origin x=-2.5m y=-1.6m,将x，y的值除以分辨率resolution（米/像素）得出x=-50个像素，y为-32个像素从地图的最右上角像素数，往左数第50个像素，再往...

如果没有额外的需求，只需要显示拍摄到的图片，使用apt-get命令下载ros软件库放置的软件即可sudo apt-get install ros-indigo-uvc-camerarosrun uvc_camera uvc_camernode如果需要修改原生代码，则参考链接：http://wiki.ros.org/uvc_camerahttp://wiki.ros.org/libuvc_came...

ros indigo版本需要手动安装opencv3sudo apt-get install ros-indigo-opencv3但在编译whycon时，出现错误CMake Error in whycon/CMakeLists.txt: Imported target "opencv_xphoto" includes non-existent path "/usr/incl

orbbec双目摄像头就使用的是astra驱动，相比kinect摄像头，降低帧率的方法非常简单。首先下载ros_astra_camera源码，然后通过查看配置文件ros_astra_camera/cfg/Astra.cfg，就可以看到有个参数“data_skip”。gen.add("data_skip", int_t, 0, "Skip N images for every image publ...

在slam过程中，双目摄像头的分辨率默认是640x480@30Hz，而有时我们不需要这么高的分辨率和帧率，因为这样浪费CPU资源和网络带宽。降低cpu资源有两种方法：第一种是降低分辨率ros中kinect有两个驱动1.freenect，2.openni使用freenect驱动的话，只有两种分辨率SXGA (1): 1280x1024@15Hz, VGA (2): 640x480@30Hz. 使用o...

在摄像头实际安装过程中，会发生0～5度的倾斜而肉眼无法感知，但这倾斜角度在1～2米后会造成十几里面或者几十里面的偏差，所以需要精确地度量出双目摄像头的的倾斜角度。使用github上现有的工具：depth_nav_tools,参考链接：https://github.com/mdrwiega/depth_nav_tools里面有个工具depth_sensor_pose。下载，编译，配置环境变量，运行深...

在写nodelet节点时，出现错误：process[rosout-1]: started with pid [31069]started core service [/rosout]process[standalone_nodelet-2]: started with pid [31076]process[Talker-3]: started with pid [31087][ INFO] [15...

apollo代码及资料，可见https://github.com/apolloauto我们的算法在ros原生架构上出现cpu占用过高，topic通信延时过大的问题，后来查看到百度的apollo平台优化了ros整体架构，优点见资料，就进行了apollo ros platform的移植。将release 2.0的压缩包解压，并source里面的setup.bash。由于setup.bash中只将环境变...

一个深度摄像头可以输出rgb数据和depth数据，而pointcloud数据是由rgb数据和depth数据结合生成出来的。rgb图：以rgb24或者rgb888为例，一个像素的rgb数据为3个字节，每个字节里面有8位，可表示为0～255级一共256级强度。depth图：一个像素为一个double类型的长度，这个长度可以介绍为障碍到摄像头中心点的距离，pointcloud：每个像素不光有

机器人在给客户演示时，概率出现一个问题现象：制定目的地后，机器人在行进过程中不断朝一个方向转圈式前进，最终达到目标位置，这过程中可以避障。见下图：粉色框：起点蓝色框：终点黑色线：规划路径红色线：实际行进路径分析：1.从行进过程中可以看到，机器人最后还是可以运行到目标位置，这说明它的里程计(odom)信息是准确的，可以准确定位机器人的位置并运行到目标位置。这说

投入了接近一天的时间，总算把这个场景搞定了，虽然还有一点小问题，但不影响大局得意于ros的架构，不同节点间除了topic和service相互独立，可以把这个场景看成四个独立的应用。第一部分：kobuki，使用命令就可以拉起：roslaunch turtlebot_bringup minimal.launch发布topic ：/odom 发布tf transform ： od

google的Cartographer算法现在还在不断更新，如果想使用的话选取一个release版本，最好选取旧的版本，新的版本都没人趟过，都是雷和眼泪～～这里面有旧的代码，共享目录：https://pan.baidu.com/s/1htG8guS需要安装三个软件包cartographer，cartographer_ros, Ceres Solver安装依赖：sudo apt-ge

rplidar ，角度裁剪 ，

map_server package有两个节点：1.map_server node：读取地图信息，并作为ROS service 为其余节点提供地图数据2.map_saver node：保存现有扫描到的地图信息启动map_server节点： 如果现有地图，则需要配置环境变量TURTLEBOT_MAP_FILE，这样打开rviz就可以看到配置的地图信息。地图文件指

1.安装package，默认是indigo版本sudo apt-get install ros-indigo-robot-upstart2.相信您已经安装了好多的ros package，我这里没有新建package，采用的是turtlebot_navigation在turtlebot_navigation/launch目录下创建文件start.launchstart.launch

rplidar ros package ，支持设备rplidar A2/A1rplidar是一款低消耗的的激光雷达传感器，可用于室内机器人导航。rplidar提供360度扫描区域，最远可达8米，频率为5.5Hz/10Hz.A2每秒钟可提供超过4000个距离测试样本，A1则为2000个。都可以达到每次旋转360个样本。API1.发布的主题scan (sensor_msgs

研究了很久的kobuki设备，这次一起来看看kobuki相关的tf1.连接kobuki设备后看到的tf启动命令roslaunch turtlebot_bringup minimal.launchrqt ;执行命令后点击窗口中的pluginsvi -> visualization -> tf 就可以看到图形化的tf其中odom是由/mobile_base_nodelete_manag

在导航运行和路径规划中，robot的footprint非常重要，地图上它表现出robot的形状，注意和base_footprint坐标系进行区分。需要了解几个概念;costmap基本参数：文件turtlebot_navigation/param/costmap_common_params.yaml1.inflation_radius:膨胀半径，robot的中心点不能接近以障碍网格为中心

如题。前提：1.要保证传感器节点正常运行，即发布到主题/scan(或者是laserscan)数据是ok的，可以通过rostopic echo /scan 查看是否有数据生成2.通常使用的设备为kobuki+kinect(或者3d其他的设备)时，运行turtlebot_navigation中gmapping的例子就可以实现kobuki动态避障功能3.运行例子后，运行命令 rosl

玩kobuki设备的人都知道可以在上面运行不同的原生程序，像turtlebot_teleop keyboard_teleop.launch，turtlebot_navigation gmapping_demo.launch等等，这些原生程序就像是跑在机器上的app，由于kobuki driver对上对下都提供了详细的通信方式。因此想充分了解kobuki，重点要分析kobuki driver。对

学习ros了很长时间，也跑过很多很多的例子，玩了kobuki也一个月还适配turtlebot的minilauncher到一个新的地盘上。最后才发现在navigation stack中最重要的就是move base这个节点。总览：见图如下蓝色模块：根据平台不同而不同，但是必须的。比如base controller基于设备地盘，sensor sources和sensor tra

kobuki node和kobuki 底盘framwork通信通过串口/dev/kobuki(默认情况下)，分析下kobuki驱动通信的规范，就可以清楚的明白kobuki地盘framwork做了什么工作。再结合kobuki node订阅和发布的topics，就可以清楚知道kobuki node做了什么工作。通信分成两种：命令（node->framwork）和反馈（node通信方式seria

在ros的节点通信过程中，以topic，service和param进行，但这些总要有一些传出延迟和拥赛。而nodelet设计出来就是为了加快节点间的通信速度，做到zero copy。通常用于在一个处理过程中多个算法间数据无需拷贝即可实现。roscpp已经有做优化使得在同一个节点中发布和订阅做到zero copy 的指针传递。nodelete允许动态加载类到一个相同的node中，但由于命令空间不同使

通常robot上都有一块主机板(一台mini pc机或者就是笔记本)，robot的电机板通过USB端口/串口连接主机板，而扫描传感器例如激光雷达也通过USB端口连接到主机板。1.本地连接直接在主机板上跑gmapping，amcl等节点。这样主机板也相当于控制器，直接与外围设备连接。由于不涉及远程连接，在.bashrc中只需配置如下即可。export ROS_HOSTNAME=loc

可以参考：http://wiki.ros.org/turtlebot/Tutorials/hydro/Adding%20a%20Hokuyo%20laser%20to%20your%20Turtlebot但文中有几处出错的地方1.加载驱动时，赋予777权限，但举例中是666权限2.文章挂在ros的hydro版本下面，举例确实indigo版本3.～/.bashrc中的修改举例的路

在编译cartographer_ros时出现一个问题，找不到lua.hpp文件，具体问题如下：在这个文件/usr/local/include/cartographer/common/lua.h中找不到lua.hpp文件，进入lua.h文件中查看#ifndef CARTOGRAPHER_COMMON_LUA_H_#define CARTOGRAPHER_COMMON_LUA_H_#inclu

最近在使用turtlebot_gazebo，运行roslaunch turtlebot_gazebo turtlebot_world.launch时，总是提示大量如下信息Warning [ModelDatabase.cc:334] Getting models from[http://gazebosim.org/models/]. This may take a few seconds.Warning [ModelDatabase.cc:205] Unable to connect to model d