ROS功能包- RRT_exploration使用RRT随机数进行地图探测

学生博文和代码分享（仿真+真实机器人！）：

• https://blog.csdn.net/qq_42145185/article/details/82461072

一种基于RRT实现的多机器人地图探测算法的ROS软件包。

它还具有使用图像处理提取边界点、基于图像的边界检测等功能。

适用版本：indigo、jade、kinetic、lunar。

注意事项：官网文档非常详细，通常不会遇到任何问题。

但是如果使用非官方默认功能包，可能需要源码配置一些依赖。

例如ros kinetic+gazebo 8，使用时可能遇到如下问题：

—-

 

 

 

 

 

 

—-

解决思路：源码编译对应依赖！

 

 

 

 

参考链接：

1 ROSwiki：http://wiki.ros.org/rrt_exploration

2 GitHub：https://github.com/hasauino

3 rrt_exploration：https://github.com/hasauino/rrt_exploration

4 rrt_exploration_tutorials：https://github.com/hasauino/rrt_exploration_tutorials

 

 

—-机器翻译—-

来自hasauino：

 

亲爱的ROS用户，
我想公布rrt_exploration 22包。它是一个实现基于多机器人RRT的地图探测算法的ROS软件包。它还具有使用图像处理提取边界点的基于图像的边界检测。

你可以用它来让你做机器人的探索。它可以用于单个或多个机器人。

Wiki页面：http : //wiki.ros.org/rrt_exploration 22
wiki页面的第7节专门用于教程。

Github链接：
– 软件包本身：https：//github.com/hasauino/rrt_exploration 2
– Gazebo模拟文件：https：//github.com/hasauino/rrt_exploration_tutorials 1

您的反馈不胜感激！

 

 

 

介绍

 

“rrt_exploration”是实现移动机器人的多机器人地图探索算法的ROS包。它基于快速探索随机树（RRT）算法。它使用占用线作为地图表示。该包具有5个不同的ROS节点：

• 全球RRT边界点检测器节点。
• 本地RRT边界点检测器节点。
• 基于OpenCV的前沿检测器节点。
• 过滤节点。
• 分配者节点。

这是一个播放列表，显示在真实机器人上运行的程序包，以及在Gazebo模拟中：

 

包装要求

该套件已经在ROS Kinetic和ROS Indigo上进行了测试，它应该在其他发行版上工作，如翡翠。在安装包之前需要以下要求：

1-你应该安装一个ROS发行版（靛蓝或更新版本，推荐是靛蓝或动力）。

2-创建工作区。

3-安装了“gmapping”ROS包，可以在终端中键入以下命令：

 

4-安装ROS导航堆栈。您可以使用以下命令来执行此操作：

你应该有Python 2.7。（没有在Python 3中测试）。

6 – 您应该/安装以下python模块：

-OpenCV（cv2）

 

-Numpy

 

-Sklearn

 

 

硬件要求

可与导航堆栈一起使用的移动机器人（发布/ odom和/ tf。接收速度命令..）。机器人还必须配备激光扫描仪或任何发布激光扫描信息的传感器（sensor_msgs / LaserScan）。

 

安装

下载软件包并将其放在工作区的/ src文件夹中。然后使用catkin_make编译。

 

设置机器人

该套件为单个或多个机器人提供了一个探索策略。但是，为了使其工作，您应该使用导航堆栈设置机器人。并且每个机器人应该从gmapping包运行“slam_gmapping”节点。

此外，机器人必须按照以下方式进行设置和准备。

注意：如果要快速运行并测试该软件包，您可以尝试使用rrt_exploration_tutorials软件包，为单个和多个机器人提供Gazebo模拟，您可以直接使用该软件包。

 

机器人网络

对于多机器人配置，该软件包不需要特殊的网络配置，只需使用单个ROS主机（可以是其中一个机器人）即可。所以在其他机器人上，ROS_MASTER_URI参数应该指向主机地址。有关在多台机器上设置ROS的更多信息，请点击此链接。

 

机器人的框架名称在tf

所有机器人的框架应以其名称为前缀。机器人的命名从“/ robot_1”，“/ robot_2”，“/ robot_3”，…等开始。即使您使用单一机器人的包装，机器人的框架也应以其名称（即/ robot_1）为前缀。所以对于robot_1，tf树中的框架应该如下所示：

 

 

机器人的节点和主题名称

机器人上运行的所有节点和主题也必须以其名称为前缀。对于机器人1，节点名称应如下所示：/ robot_1 / move_base_node，/ robot_1 / slam_gmapping。

主题名称应该是：/ robot_1 / odom，/ robot_1 / map / / robot_1 / base_scan，..etc。

 

在机器人上设置导航堆栈

在机器人上引导导航堆栈的move_base_node节点必须正在运行。该包（rrt_exploration）生成目标勘探目标，每个机器人必须能够接收这些点并向其移动。这就是为什么需要导航堆栈。此外，每个机器人必须具有全局和本地成本图。所有这些都来自move_base_node。

 

映射节点

每个机器人应该具有从gmapping包生成的本地映射。

 

地图合并节点

对于多机器人情况，应该有一个节点将所有本地映射合并到一个全局映射中。你可以使用这个包。

 

节点

有3种类型的节点; 用于检测占用网格图中的边界的节点，用于过滤检测到的点的节点和用于将点分配给机器人的节点。下图显示了结构：

 

 

global_rrt_frontier_detector

global_rrt_frontier_detector节点占用占用网格，并找到边界点（它们是勘探目标）。它发布检测到的点，以便过滤器节点可以处理。在多机器人配置中，其目的是仅具有该节点的单个实例运行。
如果需要，运行全球前沿检测器的附加实例可以提高边界点检测的速度。

订阅主题

map（nav_msgs / OccupancyGrid）

• 主题名称由ap_topic参数定义。它是节点将在其上接收地图的主题名称。

clicked_point（geometry_msgs / PointStamped）

• global_rrt_frontier_detector节点需要定义要探索的区域。该主题是节点收到定义该区域的五个点。前四点是四个定义要探索的正方形区域，最后一个点是树的起点。在发表了关于这个话题的五点后，RRT将开始检测边界。这五点是由Rviz使用按钮发布的。

发表主题

detected_points（geometry_msgs / PointStamped）

• 节点发布检测到边界点的主题。

状（visualization_msgs /标记）

• 在此主题中，节点发布线形状，以使用Rviz可视化RRT。

参数

ap_topic（string，default：“/ robot_1 / map”）

• 此参数定义节点将在其上接收地图的主题名称。

ta（float，default：0.5）

• 该参数控制用于检测边界点的RRT的增长率，单位为米。该参数应根据地图大小进行设置，非常大的值将导致树长得更快，从而更快地检测边界点，但是增长速度很大也意味着树将在地图中缺少小角。

 

local_rrt_frontier_detector

此节点类似于global_rrt_frontier_detector。然而，它的作用不同，因为这里的树每次检测到边界点时都会保持重置。该节点旨在沿着global_rrt_frontier_detector节点运行，它负责快速检测位于机器人附近的边界点。
在多机器人配置中，每个机器人运行local_rrt_frontier_detector的一个实例。因此，对于3台机器人的团队，将有4个节点用于检测边界点; 3个本地检测器和1个全局检测器。如果需要，运行本地边界检测器的附加实例可以提高边界点检测的速度。
所有检测器将在同一主题（“/ detected_points”）上发布检测到的边界点。

订阅主题

map（nav_msgs / OccupancyGrid）

• 主题名称由ap_topic参数定义。它是节点将在其上接收地图的主题名称。

clicked_point（geometry_msgs / PointStamped）

• lobal_rrt_frontier_detector也预订了与global_rrt_frontier_detector类似的主题。

发表主题

detected_points（geometry_msgs / PointStamped）

• 节点发布检测到边界点的主题。

状（visualization_msgs /标记）

• 在此主题中，节点发布线形状，以使用Rviz可视化RRT。

参数

robot_1 / base_link（string，default：“/ robot_1 / base_link”）

• 机架附着的框架。每当树复位时，它将从从此框架获取的当前机器人位置开始。

ap_topic（string，default：0.5）

• 此参数定义节点将在其上接收地图的主题名称。

ta（float）

• 该参数控制用于检测边界点的RRT的增长率，单位为米。该参数应根据地图大小进行设置，非常大的值将导致树长得更快，从而更快地检测边界点，但是增长速度很大也意味着树将在地图中缺少小角。

 

frontier_opencv_detector

该节点是另一个边界检测器，但不是基于RRT。该节点使用OpenCV工具来检测边界点。它旨在单独运行，并且在多机器人配置中，只应运行一个实例（运行此节点的附加实例没有任何区别）。
最初这个节点被实现为与基于RRT的前沿检测器进行比较。沿着RRT检测器（局部和全局）一侧运行该节点可以提高检测点的速度。
注意：您可以运行任何类型和任意数量的检测器，所有检测器将发布在过滤器节点（将在下一节中介绍）正在订阅的相同主题上。另一方面，

订阅主题

map（nav_msgs / OccupancyGrid）

• 主题名称由ap_topic参数定义。它是节点将在其上接收地图的主题名称。

发表主题

detected_points（geometry_msgs / PointStamped）

• 节点发布检测到边界点的主题。

形状（visualization_msgs /标记）

• 在此主题上，节点使用Rviz发布要进行可视化的检测点。

参数

ap_topic（string，default：“/ robot_1 / map”）

• 此参数定义节点将在其上接收地图的主题名称。

 

过滤

滤波器节点从所有检测器接收检测到的边界点，对点进行滤波，并将它们传递给分配器节点以指令机器人。过滤包括旧点和无效点的选择，也是冗余点。

订阅主题

map（nav_msgs / OccupancyGrid）

• 主题名称由ap_topic参数定义。它是节点将在其上接收地图的主题名称。

robot_x / move_base_node / global_costmap / costmap（nav_msgs / OccupancyGrid）

• 其中x（在robot_x中）是指机器人的号码。
  过滤器节点预订所有机器人的所有成本映射主题，因此需要成本图。通常，导航堆栈会发布成本图（在引导机器人上的导航堆栈之后，每个机器人都有一个成本图）。例如，如果n_robots = 2，则节点将订阅：robot_1 / move_base_node / global_costmap / costmap和robot_2 / move_base_node / global_costmap / costmap。costmaps用于删除无效点。
  注意：与机器人对应的所有节点的命名空间应以robot_x开头。再次，x是机器人号码。

目标主题（geometry_msgs / PointStamped）

• 主题名称由oals_topic参数定义。这是滤波器节点接收检测到的边界点的主题。

发表主题

边界（visualization_msgs /标记）

• 过滤器节点发布接收的边界点以在Rviz上进行可视化的主题。

质心（visualization_msgs /标记）

• 过滤器节点仅在Rviz上发布用于可视化的过滤边界点的主题。

filtered_points（MsgLink的无效消息类型（msg / type））

• 所有过滤的点作为一个点阵列发送到该主题上的分配器节点。

参数

ap_topic（string，default：“/ robot_1 / map”）

• 此参数定义节点接收地图的主题名称。该地图用于知道哪些点不再是边界点（旧点）。

ostmap_clearing_threshold（float，default：70.0）

• 占用率大于此阈值的边界点将被视为无效。占用价值是从成本图中获得的。

nfo_radius（float，default：1.0）

• 用于计算边界信息增益的信息半径。

oals_topic（string，default：“/ detected_points”）

• 定义节点接收到被检查边界点的主题。

_robots（float，default：1.0）

• 机器人数量

ate（float，default：100.0）

• 节点循环速率（Hz）。

 

分配器

该节点接收目标探测目标，即目标探测目标，即过滤节点发布过滤的边界点，并相应地命令机器人。分配器节点通过move_base_node命令机器人。这就是为什么你在机器人上引导导航堆栈。

订阅主题

map（nav_msgs / OccupancyGrid）

• 主题名称由ap_topic参数定义。

过滤的边界点主题（nav_msgs / OccupancyGrid）

• 主题名称由rontiers_topic参数定义

目标主题（MsgLink的无效消息类型（msg / type））

• 主题名称由oals_topic参数定义。这是滤波器节点接收检测到的边界点的主题。

参数

ap_topic（string，default：“/ robot_1 / map”）

• 此参数定义节点接收地图的主题名称。在单机器人情况下，本主题应设置为机器人的地图主题。在多机器人的情况下，此主题必须设置为全局合并映射。

nfo_radius（float，default：1.0）

• 用于计算边界信息增益的信息半径。

nfo_multiplier（float，default：3.0）

• 单位是米。该参数用于重视成本上的边界点的信息增益（到前沿点的预期行驶距离）。

ysteresis_radius（float，default：3.0）

• 单位是米。该参数定义了滞后半径。

ysteresis_gain（float，default：2.0）

• 单位是米。该参数定义滞后增益。

rontiers_topic（string，default：“/ filtered_points”）

• 分配器节点接收过滤边界点的主题。

_robots（float，default：1.0）

• 机器人数量

elay_after_assignement（float，default：0.5）

• 单位是秒。它定义每个机器人分配后的延迟量。

ate（float，default：100.0）

• 节点循环速率（Hz）。

 

教程

这里列出了有关如何使用包的教程。

 

反馈

要报告错误或建议增强功能，请在此处创建Github问题。

如果您有问题，请发表在ROS答案中，确保您的问题被rrt_exploration标记，以便我收到通知。

 

致谢

这个包是在我在美国沙迦大学的硕士论文中写的。我的论文顾问是Shayok Mukhopadhyay博士。

论文题目：“ 多机器人地图探索多次快速探索随机树 ”

 

—–

 

 

本节将展示除了包本身（rrt_exploration）和rrt_exploration_tutorials包之外，还可以安装所有内容，所需的软件包和python模块。本教程假设您已经安装了ROS，并且有一个工作区。

 

安装所有必需的软件包

在终端中，写下列命令：

 

 

 

安装rrt_exploration和rrt_exploration_tutorials

假设您的工作区文件夹位于主目录中，并命名为catkin_ws（如果没有，请相应地更改命令）：

就是这个！现在你可以测试包。

 

 

教程列表

在教程中，我们将使用Gazebo模拟器。您下载了rrt_exploration_tutorials软件包后，您已经拥有所有需要的文件。

1台带激光扫描仪的单机器人。

 

—–

 

 

凉亭模拟

 

在rrt_exploration_tutorials软件包附带的启动文件中，您会发现几个启动文件。在本教程中，我们将使用单机器人仿真的方法。

1 – 在终端中，运行以下命令：

 

这将打开凉亭和RViz。机器人设置为使用rrt_exploration软件包。主要是机器人框架以“robot_1”为前缀，对于节点和主题名称也是如此。

 

开始探索

我们将在rrt_exploration包中使用一个名为“single.launch”的启动文件。此启动文件启动全局和本地检测器，过滤器和分配器节点。

 

故障排除

如果凉亭显示黑色的屏幕，显示如下消息：

 

这意味着凉亭目前正在为您下载仿真模型。如果花了太长时间，您可以离线下载所有Gazebo模型，然后手动放在“models”文件夹（路径：.gazebo / models）中，如下所示：

 

 

—–

 

 

来源：zhangrelay