在建立好自己的机器人模型后, 我们可以利用turtlebot的ROS库,实现自己机器人的自主导航.
Part 4 让自己的机器人自主导航
我们依然采用gmapping
进行地图构建,gmapping
是一个ros自带的地图构建工具包,采用激光和里程计的数据生成二维地图. 而利用amcl
进行已知机器人的定位,amcl
全称adaptive Monte Carlo localization
,是一个机器人二维环境的概率定位系统, 在已知地图的环境中, 利用粒子滤波跟踪机器人的位姿. ROS中的amcl
节点订阅激光数据sensor_msgs/LaserScan
和地图数据nav_msgs/OccupancyGrid
, 得到机器人的估计位姿. 以下工程的源码下载地址请见: 在ROS中开始自主机器人仿真 – 5 让自己的机器人自主导航 代码演示过程如下:
1 创建地图
加载Gazebo仿真环境
roslaunch neurobot_gazebo neurobot_world.launch
开始构建地图
roslaunch neurobot_navigation gmapping_demo.launch
rviz可视化
roslaunch neurobot_description neurobot_rviz_gmapping.launch
键盘遥控
roslaunch neurobot_navigation neurobot_teleop.launch
2 保存地图
保存地图到本地文件夹
rosrun map_server map_saver -f ~/catkin_ws/src/neurobot_navigation/maps/test_map
3 加载地图
关闭之前的节点, 重新打开gezebo仿真环境, 加载地图, 进行导航.
加载Gazebo仿真环境
roslaunch neurobot_gazebo neurobot_world.launch
加载地图
roslaunch neurobot_navigation amcl_demo.launch
rviz可视化
roslaunch neurobot_description neurobot_rviz_amcl.launch
在rviz中可以通过界面设置导航的目标.