【声呐仿真】学习记录2-运行ROV(带camera、sonar、dvl等传感器)例程

2024-05-12 00:04

本文主要是介绍【声呐仿真】学习记录2-运行ROV(带camera、sonar、dvl等传感器)例程,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!

【声呐仿真】学习记录2-运行ROV(带camera、sonar、dvl等传感器)例程

  • 前言
  • 第一阶段-学习Gazebo
  • 第二阶段-学习URDF、xacro
  • 第三阶段-寻找例程
    • 跑一个rexrov示例程序
      • 1.uuvsimulator quick_start
      • 2.能键盘控制的示例程序(失败)
      • 3.能键盘控制且运行成功的示例程序
  • 第四阶段-配置Rviz

前言

本文以博主学习顺序记录

第一阶段-学习Gazebo

进度:目前什么都没学,就配置了环境,跑了例程

目标:想要通过键盘或自定义路径使多波束声呐移动(将声呐挂载到uuv上),获取位姿、点云、声呐图像等数据

思路:学习Gazebo,urdf、xacro相关知识,了解如何将传感器挂载到已有uuv上

ROS,rqt,Rviz和Gazebo的关系_哔哩哔哩_bilibili
70分钟快速入门Gazebo机器人仿真_哔哩哔哩_bilibili
Gazebo仿真环境搭建_哔哩哔哩_bilibili
【Gazebo入门教程】第一讲 Gazebo的安装、UI界面、SDF文件介绍_gazebo教程

在这里插入图片描述

如何在场景中插入物体:先在insert选项卡中选择一个物体,单击一下,然后移动鼠标到场景中放置

电脑太卡了,根本不知道放置成功了没,经常感觉点着没反应,╮(╯▽╰)╭

有可能放置成功了,但是看不到,可以在world选项卡的models找找有没有,有的话点击右键move to即可移动到物体处

第二阶段-学习URDF、xacro

发现了一些好东西,建议学习

用URDF描述机器人|关节式机器人 — Describing robots with URDF | Articulated Robotics
How do we describe a robot? With URDF! | Getting Ready to build Robots with ROS #7 - YouTube

强烈推荐张虚左老师的教程:

002ROS诞生背景_Chapter1-ROS概述与环境搭建_哔哩哔哩_bilibili
6.3.4 URDF练习 · Autolabor-ROS机器人入门课程《ROS理论与实践》零基础教程

第三阶段-寻找例程

进度:Gazebo大体了解了,URDF也简单学习了一点。
如何添加传感器呢?UUV应该有现成的,声呐传感器现在也有现成的,只需要找出来,拼接到一起

目标:找到包含声呐/摄像头/DVL/IMU等传感器的可以用键盘操控的UUV示例程序

跑一个rexrov示例程序

1.uuvsimulator quick_start

快速入门 - 无人水下航行器模拟器文档 — Quick start - Unmanned Underwater Vehicle Simulator Documentation

roslaunch uuv_gazebo_worlds ocean_waves.launch
roslaunch uuv_descriptions upload_rexrov.launch mode:=default x:=0 y:=0 z:=-20 namespace:=rexrov

在这里插入图片描述

竟然有水平和竖直两个声呐吗?需要操纵杆控制运动
刚开始参考文档,以为只能用操纵杆,所以就放弃了这个,去找用键盘控制的例程(参考2)
后来发现是可以用键盘控制的(参考3)

2.能键盘控制的示例程序(失败)

因为没有操纵杆,所以找个能键盘控制的示例:

UUVsimulator仿真_uuv simulator

roslaunch uuv_gazebo start_pid_demo_with_teleop.launch namespace:=rexrov
roslaunch uuv_teleop uuv_keyboard_teleop.launch uuv_name:=rexrov

遇到三个报错,分别解决:

1.RLException: [uuv_keyboard_teleop.launch] is not a launch file name
The traceback for the exception was written to the log file
在这里插入图片描述
少了包名:

roslaunch uuv_teleop uuv_keyboard_teleop.launch uuv_name:=rexrov

2.解决 ERROR: cannot launch node of type [xxx]: can‘t locate node [xxx] in package [xxx]-阿里云开发者社区

3./usr/bin/env: “python”: 没有那个文件或目录——解决办法_caonda自己创的envs下为啥没找到python.py文件

在这里插入图片描述
遇到问题:通过键盘控制时,在cmd_ve中能看到接收到了运动信息,但是在仿真环境中看不到rexrov的运动
在这里插入图片描述
上图是运行键盘控制程序之前,cmd_vel话题的信息
下图是运行之后,可以看到发布者有一个操纵杆一个键盘,但是没有订阅者,所以rov不会动
在这里插入图片描述
在这里插入图片描述

3.能键盘控制且运行成功的示例程序

键盘速度操作 ·问题 #424 ·uuvsimulator/uuv_simulator — keyboard velocity operation · Issue #424 · uuvsimulator/uuv_simulator

roslaunch uuv_gazebo_worlds empty_underwater_world.launch
roslaunch uuv_descriptions upload_rexrov.launch mode:=default x:=0 y:=0 z:=-20 namespace:=rexrov
roslaunch uuv_control_cascaded_pid key_board_velocity.launch uuv_name:=rexrov model_name:=rexrov

在这里插入图片描述

在运行键盘控制程序之前cmd_vel的订阅情况:
在这里插入图片描述

正交声呐的信息:

在这里插入图片描述

打开rviz,显示图像:

在这里插入图片描述

roslaunch uuv_gazebo_worlds ocean_waves.launch
roslaunch eca_a9_gazebo start_demo_teleop.launch joy_id:=0

第四阶段-配置Rviz

进度:成功运行键盘控制uuv例程,而且例程自带好多传感器,甚至有正交声纳,但是例程不自带rviz

目标:打开rviz,查看位姿和点云、声呐图像等数据

思路:复制其他例程的rviz文件,参考其他例程launch文件,修改本例程的launch文件,启动rviz

本例程路径:uuv_ws/src/uuv_simulator/uuv_descriptions
其他例程路径:“uuv_ws/src/uuv_simulator/uuv_gazebo/rviz/controller_demo.rviz”
在这里插入图片描述

1.复制rviz

mkdir /root/a_uuv_ws/src/uuv_simulator/uuv_descriptions/rviz
cp  "/root/a_uuv_ws/src/uuv_simulator/uuv_gazebo/rviz/controller_demo.rviz" "/root/a_uuv_ws/src/uuv_simulator/uuv_descriptions/rviz/controller_demo.rviz"

2.修改launch

vim "/root/a_uuv_ws/src/uuv_simulator/uuv_descriptions/launch/upload_rexrov.launch"
    <!-- Start RViz  --><node name="rviz" pkg="rviz" type="rviz" output="screen" args="-d $(find uuv_descriptions)/rviz/controller_demo.rviz"/>

3.运行

roslaunch uuv_gazebo_worlds empty_underwater_world.launch
roslaunch uuv_descriptions upload_rexrov.launch mode:=default x:=0 y:=0 z:=-20 namespace:=rexrov
roslaunch uuv_control_cascaded_pid key_board_velocity.launch uuv_name:=rexrov model_name:=rexrov

用键盘控制运动(需选定在此终端进行按键),在Rviz中通过Odometry的箭头可以看到运动:
在这里插入图片描述

这篇关于【声呐仿真】学习记录2-运行ROV(带camera、sonar、dvl等传感器)例程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/981037

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

如何用Docker运行Django项目

本章教程,介绍如何用Docker创建一个Django,并运行能够访问。 一、拉取镜像 这里我们使用python3.11版本的docker镜像 docker pull python:3.11 二、运行容器 这里我们将容器内部的8080端口,映射到宿主机的80端口上。 docker run -itd --name python311 -p

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

系统架构师考试学习笔记第三篇——架构设计高级知识(20)通信系统架构设计理论与实践

本章知识考点:         第20课时主要学习通信系统架构设计的理论和工作中的实践。根据新版考试大纲,本课时知识点会涉及案例分析题(25分),而在历年考试中,案例题对该部分内容的考查并不多,虽在综合知识选择题目中经常考查,但分值也不高。本课时内容侧重于对知识点的记忆和理解,按照以往的出题规律,通信系统架构设计基础知识点多来源于教材内的基础网络设备、网络架构和教材外最新时事热点技术。本课时知识

线性代数|机器学习-P36在图中找聚类

文章目录 1. 常见图结构2. 谱聚类 感觉后面几节课的内容跨越太大,需要补充太多的知识点,教授讲得内容跨越较大,一般一节课的内容是书本上的一章节内容,所以看视频比较吃力,需要先预习课本内容后才能够很好的理解教授讲解的知识点。 1. 常见图结构 假设我们有如下图结构: Adjacency Matrix:行和列表示的是节点的位置,A[i,j]表示的第 i 个节点和第 j 个