如何检测一个障碍物呢？
视觉、雷达？
可视化效果如何？
机器人所装备的传感器例如感知设备，主要负责环境的获取和识别。
然后，结果发送给电机控制运动，在环境中自主、智能决策和规划。
需要先简单看一下仿真可视化效果。
书中给出两幅图：
ROS2机器人Gazebo是一个专门为机器人应用开发的三维模拟器，它可以帮助机器人开发人员更快、更容易地设计和调试机器人应用。Gazebo提供了一个可视化的环境，可以模拟真实世界的物理环境，并且可以通过ROS2接口与其他机器人应用进行通信。使用Gazebo，可以更快、更容易地开发机器人应用，并且可以在实际环境中更好地测试和调试机器人应用。
机器人Tiago用激光传感器探测障碍物。红色箭头突出显示检测到障碍物的中心读数。
ROS2机器人Rviz2是一个可视化工具，用于显示机器人环境中的消息，提供3D视角来查看机器人的状态和活动。它可以帮助开发者更好地理解机器人当前的状态和活动，以及其他可视化消息。Rviz2提供了一系列的可视化工具，可以帮助开发者更好地理解机器人的状态和活动，比如可视化坐标系、激光扫描消息、点云消息、机器人模型等等。使用Rviz2，可以轻松地查看和调试机器人系统，从而更好地实现机器人目标。
可用于视觉调试的视觉标记
可以用turtlebot复现一下。
打开一个空白的环境：
ros2 launch turtlebot3_gazebo empty_world.launch.py
这时候，如果用topic查看数据可以得到：
网络中，所有计算机和机器人节点都能正常通信，支持windows、linux。
其中/scan
数据太多只看一组：
-
--- header: stamp: sec: 140 nanosec: 162000000 frame_id: base_scan angle_min: 0.0 angle_max: 6.28000020980835 angle_increment: 0.01749303564429283 time_increment: 0.0 scan_time: 0.0 range_min: 0.11999999731779099 range_max: 3.5 ranges: - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - .inf - '...' intensities: - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - 0.0 - '...' ---
其中，.inf代表此时传感器最大量程中，没有检测到障碍物。
各类障碍物有典型特征。如下分别举例。
机器人正前方有方形障碍物。
数据：
-
header: stamp: sec: 266 nanosec: 306000000 frame_id: base_scan angle_min: 0.0 angle_max: 6.28000020980835 angle_increment: 0.01749303564429283 time_increment: 0.0 scan_time: 0.0 range_min: 0.11999999731779099 range_max: 3.5 ranges: - 0.631385326385498 - 0.6107633709907532 - 0.6275626420974731 - 0.6091671586036682 - 0.6179323196411133 - 0.629402220249176 - 0.6138762831687927 - 0.6203798055648804 - 0.6130021810531616 - 0.6370837688446045 - 0.6302768588066101 - 0.6479257345199585 - 0.6441364288330078 - 0.6394597887992859 - 0.6609111428260803 - 0.6480688452720642 - 0.6676570773124695 - 0.6556036472320557 - 0.6597179770469666 - 0.6508679389953613 - 0.6702691912651062 - 0.671261727809906 - 0.6567016243934631 - 0.6737935543060303 - 0.6872966289520264 - 0.6952883005142212 - 0.7050795555114746 - 0.6851144433021545 - 0.7049869298934937 - 0.6912679076194763 - 0.7239711284637451 - 0.7069382071495056 - 0.7477790713310242 - 0.7354172468185425 - .inf - .inf - .inf - .inf
圆柱体：
数据：
-
header: stamp: sec: 408 nanosec: 739000000 frame_id: base_scan angle_min: 0.0 angle_max: 6.28000020980835 angle_increment: 0.01749303564429283 time_increment: 0.0 scan_time: 0.0 range_min: 0.11999999731779099 range_max: 3.5 ranges: - 1.1339192390441895 - 1.1576037406921387 - 1.1470191478729248 - 1.1520755290985107 - 1.1525921821594238 - 1.1922894716262817 - 1.1875109672546387 - 1.1898000240325928 - 1.2374821901321411 - 1.2563176155090332 - 1.27926504611969 - 1.31011164188385 - 1.366029143333435 - 1.4372227191925049 - .inf - .inf - .inf - .inf - .inf
-
这样数据不便于分析和查看，rviz2可以可视化此类数据。
点：
球：
此部分内容需要全面掌握好的。
比如坐标角度与仿真不同？
调整一下
完全对应：
这一章主要内容后续会将障碍物与TF做一个案例。
书中给出的检测转TF代码：
-
// Copyright 2021 Intelligent Robotics Lab // // Licensed under the Apache License, Version 2.0 (the "License"); // you may not use this file except in compliance with the License. // You may obtain a copy of the License at // // http://www.apache.org/licenses/LICENSE-2.0 // // Unless required by applicable law or agreed to in writing, software // distributed under the License is distributed on an "AS IS" BASIS, // WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied. // See the License for the specific language governing permissions and // limitations under the License. #include <memory> #include "br2_tf2_detector/ObstacleDetectorNode.hpp" #include "sensor_msgs/msg/laser_scan.hpp" #include "geometry_msgs/msg/transform_stamped.hpp" #include "rclcpp/rclcpp.hpp" namespace br2_tf2_detector { using std::placeholders::_1; ObstacleDetectorNode::ObstacleDetectorNode() : Node("obstacle_detector") { scan_sub_ = create_subscription<sensor_msgs::msg::LaserScan>( "input_scan", rclcpp::SensorDataQoS(), std::bind(&ObstacleDetectorNode::scan_callback, this, _1)); tf_broadcaster_ = std::make_shared<tf2_ros::StaticTransformBroadcaster>(*this); } void ObstacleDetectorNode::scan_callback(sensor_msgs::msg::LaserScan::UniquePtr msg) { double dist = msg->ranges[msg->ranges.size() / 2]; if (!std::isinf(dist)) { geometry_msgs::msg::TransformStamped detection_tf; detection_tf.header = msg->header; detection_tf.child_frame_id = "detected_obstacle"; detection_tf.transform.translation.x = msg->ranges[msg->ranges.size() / 2]; tf_broadcaster_->sendTransform(detection_tf); } } } // namespace br2_tf2_detector
评论（0）
您还未登录，请登录后发表或查看评论