ROS学习记录:用C++实现IMU航向锁定

2024-05-25 22:36

本文主要是介绍ROS学习记录:用C++实现IMU航向锁定,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

前言

获取IMU数据的C++节点
在了解了如何获取到IMU的姿态信息(链接在上面)后,接下来尝试实现让一个节点在订阅IMU数据的时候,还能发布运动控制指令,使机器人能对姿态变化做出反应,达到一个航向锁定的效果。

一、实现步骤

在这里插入图片描述

二、开始操作

1、打开一个终端,输入cd ~/catkin_ws1/src,进入工作空间

在这里插入图片描述

2、输入 code . 打开VScode

在这里插入图片描述

3、在VScode中打开上一篇文章编写的imu_node.cpp, 上一篇文章链接已经放在开头

在这里插入图片描述

4、在imu_node.cpp中写入如下代码

#include "ros/ros.h" //包含ros头文件
#include "sensor_msgs/Imu.h"  //包含sensor_msgs/Imu消息类型头文件
#include "tf/tf.h"//用于使用TF工具,将四元素转换为欧拉角
#include "geometry_msgs/Twist.h"//引入速度消息包的头文件ros::Publisher vel_pub;//定义一个发布对象vel_pubvoid IMUCallback(sensor_msgs::Imu msg)   //IMU消息回调函数
{if(msg.orientation_covariance[0]<0)   //检查协方差,确保数据有效性return;                            //如果协方差小于0,数据无效,直接返回tf::Quaternion quaternion(            //创建四元素msg.orientation.x,              //从IMU消息中获取四元素数据msg.orientation.y,msg.orientation.z,msg.orientation.w);double roll,pitch,yaw;           //定义滚转、俯仰、偏航角tf::Matrix3x3(quaternion).getRPY(roll,pitch,yaw);// 利用TF库将四元数转换为欧拉角roll = roll*180/M_PI;       // 弧度转换为角度pitch = pitch*180/M_PI;     // 弧度转换为角度yaw = yaw*180/M_PI;         // 弧度转换为角度ROS_INFO("滚转= %.0f  俯仰= %.0f 偏航= %.0f",roll,pitch,yaw);    // 打印欧拉角double target_yaw = 90;     //设置目标偏航角double diff_angle = target_yaw-yaw;// 计算目标偏航角与当前偏航角之间的差值geometry_msgs::Twist vel_cmd;// 创建Twist类型消息对象用于发布速度指令vel_cmd.angular.z = diff_angle*0.01;// 计算角速度vel_pub.publish(vel_cmd);// 发布速度指令
}int main(int argc, char  *argv[])   // 主函数
{setlocale(LC_ALL,"");           // 设置本地区域选项ros::init(argc,argv,"imu_node");        // 初始化ROS节点ros::NodeHandle n;              // 创建节点句柄ros::Subscriber imu_sub = n.subscribe("/imu/data",10,IMUCallback); // 创建imu_sub订阅者,订阅IMU数据消息vel_pub = n.advertise<geometry_msgs::Twist>("/cmd_vel",10);//创建速度指令发布器ros::spin();// 进入自发循环,阻塞程序直至节点关闭return 0;
}

5、按CTRL+S进行保存,再按CTRL+SHIFT进行编译,编译成功

在这里插入图片描述

6、在终端中输入cd ~/catkin_ws1,进入工作空间

在这里插入图片描述

7、再输入source ./devel/setup.bash,设置ROS的环境变量,以便在当前的终端窗口中正确运行ROS软件包。

在这里插入图片描述

8、再输入roslaunch wpr_simulation wpb_simple.launch,启动机器人仿真环境

在这里插入图片描述

9、再打开一个终端,进入工作空间后输入source ./devel/setup.bash,设置环境变量

在这里插入图片描述

10、输入rosrun imu_pkg imu_node运行刚刚我们更新的节点

在这里插入图片描述

11、可以看到机器人偏航角锁定在了90度

在这里插入图片描述

12、这时因为在代码中,我们设定了目标偏航角为90度,如果想要机器人朝向其它角度可以自行修改

在这里插入图片描述

13、点这个旋转按钮,对机器人进行旋转,拖动这个蓝色的圈圈,机器人转动后,一松开鼠标,可以发现机器人会自行转回去直至目标角度90度,这便是偏航角锁定

在这里插入图片描述

ROS机器人偏航角锁定演示

14、回到节点代码,在这里加上这一句代码,给机器一个前进的速度,可以预想到,机器人会一边前进一边转弯。

在这里插入图片描述

#include "ros/ros.h" //包含ros头文件
#include "sensor_msgs/Imu.h"  //包含sensor_msgs/Imu消息类型头文件
#include "tf/tf.h"//用于使用TF工具,将四元素转换为欧拉角
#include "geometry_msgs/Twist.h"//引入速度消息包的头文件ros::Publisher vel_pub;//定义一个发布对象vel_pubvoid IMUCallback(sensor_msgs::Imu msg)   //IMU消息回调函数
{if(msg.orientation_covariance[0]<0)   //检查协方差,确保数据有效性return;                            //如果协方差小于0,数据无效,直接返回tf::Quaternion quaternion(            //创建四元素msg.orientation.x,              //从IMU消息中获取四元素数据msg.orientation.y,msg.orientation.z,msg.orientation.w);double roll,pitch,yaw;           //定义滚转、俯仰、偏航角tf::Matrix3x3(quaternion).getRPY(roll,pitch,yaw);// 利用TF库将四元数转换为欧拉角roll = roll*180/M_PI;       // 弧度转换为角度pitch = pitch*180/M_PI;     // 弧度转换为角度yaw = yaw*180/M_PI;         // 弧度转换为角度ROS_INFO("滚转= %.0f  俯仰= %.0f 偏航= %.0f",roll,pitch,yaw);    // 打印欧拉角double target_yaw = 90;     //设置目标偏航角double diff_angle = target_yaw-yaw;// 计算目标偏航角与当前偏航角之间的差值geometry_msgs::Twist vel_cmd;// 创建Twist类型消息对象用于发布速度指令vel_cmd.angular.z = diff_angle*0.01;// 计算角速度vel_cmd.linear.x = 0.1;//给机器人x轴方向一个0.1m/s的线速度vel_pub.publish(vel_cmd);// 发布速度指令
}int main(int argc, char  *argv[])   // 主函数
{setlocale(LC_ALL,"");           // 设置本地区域选项ros::init(argc,argv,"imu_node");        // 初始化ROS节点ros::NodeHandle n;              // 创建节点句柄ros::Subscriber imu_sub = n.subscribe("/imu/data",10,IMUCallback); // 创建imu_sub订阅者,订阅IMU数据消息vel_pub = n.advertise<geometry_msgs::Twist>("/cmd_vel",10);//创建速度指令发布器ros::spin();// 进入自发循环,阻塞程序直至节点关闭return 0;
}

15、CTRL+S保存后,在按CTRL+SHIFT编译,编译成功

在这里插入图片描述

16、先按CTRL+Z停止运行刚刚的节点,在重新运行节点

在这里插入图片描述

17、可以看到当拉动蓝色的圈圈后,机器人一边转一边前进

在这里插入图片描述

这篇关于ROS学习记录:用C++实现IMU航向锁定的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1002815

相关文章

使用Java将DOCX文档解析为Markdown文档的代码实现

《使用Java将DOCX文档解析为Markdown文档的代码实现》在现代文档处理中,Markdown(MD)因其简洁的语法和良好的可读性,逐渐成为开发者、技术写作者和内容创作者的首选格式,然而,许多文... 目录引言1. 工具和库介绍2. 安装依赖库3. 使用Apache POI解析DOCX文档4. 将解析

Qt中QGroupBox控件的实现

《Qt中QGroupBox控件的实现》QGroupBox是Qt框架中一个非常有用的控件,它主要用于组织和管理一组相关的控件,本文主要介绍了Qt中QGroupBox控件的实现,具有一定的参考价值,感兴趣... 目录引言一、基本属性二、常用方法2.1 构造函数 2.2 设置标题2.3 设置复选框模式2.4 是否

C++使用printf语句实现进制转换的示例代码

《C++使用printf语句实现进制转换的示例代码》在C语言中,printf函数可以直接实现部分进制转换功能,通过格式说明符(formatspecifier)快速输出不同进制的数值,下面给大家分享C+... 目录一、printf 原生支持的进制转换1. 十进制、八进制、十六进制转换2. 显示进制前缀3. 指

springboot整合阿里云百炼DeepSeek实现sse流式打印的操作方法

《springboot整合阿里云百炼DeepSeek实现sse流式打印的操作方法》:本文主要介绍springboot整合阿里云百炼DeepSeek实现sse流式打印,本文给大家介绍的非常详细,对大... 目录1.开通阿里云百炼,获取到key2.新建SpringBoot项目3.工具类4.启动类5.测试类6.测

pytorch自动求梯度autograd的实现

《pytorch自动求梯度autograd的实现》autograd是一个自动微分引擎,它可以自动计算张量的梯度,本文主要介绍了pytorch自动求梯度autograd的实现,具有一定的参考价值,感兴趣... autograd是pytorch构建神经网络的核心。在 PyTorch 中,结合以下代码例子,当你

在Spring Boot中浅尝内存泄漏的实战记录

《在SpringBoot中浅尝内存泄漏的实战记录》本文给大家分享在SpringBoot中浅尝内存泄漏的实战记录,结合实例代码给大家介绍的非常详细,感兴趣的朋友一起看看吧... 目录使用静态集合持有对象引用,阻止GC回收关键点:可执行代码:验证:1,运行程序(启动时添加JVM参数限制堆大小):2,访问 htt

SpringBoot集成Milvus实现数据增删改查功能

《SpringBoot集成Milvus实现数据增删改查功能》milvus支持的语言比较多,支持python,Java,Go,node等开发语言,本文主要介绍如何使用Java语言,采用springboo... 目录1、Milvus基本概念2、添加maven依赖3、配置yml文件4、创建MilvusClient

JS+HTML实现在线图片水印添加工具

《JS+HTML实现在线图片水印添加工具》在社交媒体和内容创作日益频繁的今天,如何保护原创内容、展示品牌身份成了一个不得不面对的问题,本文将实现一个完全基于HTML+CSS构建的现代化图片水印在线工具... 目录概述功能亮点使用方法技术解析延伸思考运行效果项目源码下载总结概述在社交媒体和内容创作日益频繁的

C++中初始化二维数组的几种常见方法

《C++中初始化二维数组的几种常见方法》本文详细介绍了在C++中初始化二维数组的不同方式,包括静态初始化、循环、全部为零、部分初始化、std::array和std::vector,以及std::vec... 目录1. 静态初始化2. 使用循环初始化3. 全部初始化为零4. 部分初始化5. 使用 std::a

openCV中KNN算法的实现

《openCV中KNN算法的实现》KNN算法是一种简单且常用的分类算法,本文主要介绍了openCV中KNN算法的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的... 目录KNN算法流程使用OpenCV实现KNNOpenCV 是一个开源的跨平台计算机视觉库,它提供了各