leiphone 程弢
最近幾年各種行動機器人開始湧現出來，不論是輪式的還是履帶式的，如何讓行動機器人行動都是最核心的工作。要讓機器人實現環境感知、機械臂控制、導航規劃等一系列功能，就需要操作系統的支持，而ROS就是最重要的軟體平台之一，它在科研領域已經有廣泛的應用。
不過有關ROS的書籍並不多，市場上可供的學習社區就更少了。本期硬創公開課就帶大家瞭解一下如何利用ROS來設計移動機器人。
分享嘉賓李金榜：中國EAI科技創始人兼CEO，畢業於北京理工大學，碩士學位。 曾在網易、雪球、騰訊技術部，有多年linux底層技術研發經驗。2015年聯合創立EAI科技，負責SLAM算法研發，及相關定位導航軟體產品開發。EAI科技，專注機器人行動，提供消費級高性能雷射雷達、slam算法和機器人行動平台。
行動機器人的三個部分
所謂的智慧行（移）動， 是指機器人能根據周圍的環境變化，自主地規劃路線、避障，到達目標地。
機器人是模擬人的各種行為，想像一下，人走動需要哪些器官的配合？ 首先用眼睛觀察周圍環境，然後用腦去分析，如何走才能到達目標地，接著用腿走過去， 周而復始，直到到達目標地址為至。機器人如果要實現智慧移動，也需要眼、腦和腿這三部分的緊密配合。
腿
「腿」是機器人移動的基礎。機器人的「腿」不局限於類人或類動物的腿，也可以是輪子、履帶等，能讓機器人移動起來的部件，都可以籠統地稱為「腿」。
類人的腿式優點是：既可以在複雜路況（比如爬樓梯）下移動、也可以更形象地模仿人的動作（比如跳舞），缺點是：結構和控制單元比較複雜、造價高、移動慢等。
所以大部分移動的機器人都是輪式機器人，其優勢在於輪子設計簡單、成本低、移動快。而輪式的也分為多種： 兩輪平衡車、三輪、四輪和多輪等等。目前最經濟實用的是兩個主動輪+一個萬向輪。
眼睛（Sensors）
機器人的眼睛其實就是一個傳感器。它的作用是觀察周圍的環境，適合做機器人眼睛的有雷射雷達、視覺（深度相機、單雙相機）、輔助（超音波測距、紅外測距)等。
「腦」
機器人的大腦就負責接收「眼睛」傳輸的數據，即時計算出路線，指揮腿去移動。
其實就是要把看到的東西轉換為數據語言。針對如何描述數據，如何實現處理邏輯等一系列問題。 ROS系統給我們提供一個很好的開發框架。
ROS簡介
ROS是建立在linux之上的操作系統。它的前身是史丹佛人工智慧實驗室，為了支持史丹佛智慧機器人而建立項目，主要可以提供一些標準操作系統服務，例如硬體抽象，底層設備控制，常用功能實現，進程間消息，以及數據包管理。
ROS是基於一種圖狀架構，從而不同節點的進程能接受、發佈、聚合各種訊息（例如傳感，控制，狀態，規劃等等）。目前ROS主要支持Ubuntu操作系統。
有人問ROS能否裝到虛擬機裡，一般來說是可以的，但是我們建議裝個雙系統，用Ubuntu專門跑ROS。
實際上，ROS可以分成兩層，低層是上面描述的操作系統層，高層則是廣大用戶群貢獻的實現不同功能的各種軟體包，例如定位繪圖，行動規劃，感知，模擬等等。ROS（低層）使用BSD許可證，所有是開源軟體，並能免費用於研究和商業用途，而高層的用戶提供的包則使用很多種不同的許可證。
用ROS實現機器人的移動
對於二維空間，使用線速度 + 角速度可以實現輪式機器的隨意移動。
線速度：描述機器人前後移動的速度大小角速度：描述機器人轉動的角速度大小
所以控制機器人移動，主要是要把線速度角速度轉換為左右輪的速度大小，然後，通過輪子直徑和輪間距，可以把線速度和角速度轉化為左輪和右輪的速度大小。
這裡有一個關鍵問題，就是編碼器的選擇和PID的調速。
編碼器的選擇：一般編碼器和輪子是在一個軸上，目前來說，速度在0.7m/s以下的話，編碼器選600鍵到1200鍵之間都ok。不過需要注意的是，編碼器最好用雙線的，A、B兩線輸出，A向和B向輸出相差90度，這樣可以防抖動。防抖動就是可以在之後里程計算時可以更準確。
左輪和右輪的速度大小的控制，通過輪子編碼器反饋，通過PID實時調整電機的PMW來實現。即時計算出小車的里程計(odom)，得到小車移動位置的變化。
計算車的位置變化是通過編碼器來計算的，如果輪子打滑等情況，那麼計算的變化和實際的變化可能不同。要解決這個問題，其實是看那個問題更嚴重。要走5米只走了4.9米重要，還是要走180度只走了179度重要。
其實角度的不精確對小車的影響更大。一般來說，小車的直線距離精確度，可以控制在釐米範圍內，在角度方面可以控制精準度在1%~2%。因為角度是比較重要的參數，所以很多人就用陀螺儀來進行矯正。
所以有時候大家問小車精度有多高？其實現在這樣已經精度比較高了，難免打滑等問題，不可能做到百分之百的精準。
小車在距離和角度方面，做到現在這樣對於自建地圖導航，已經是可以接受的，要提高更高的精度可能就要其他設備輔助，比如雷射雷達來進行輔助，雷射雷達可以進行二次檢測進行糾正。
雷射雷達數據的儲存格式，它首先會有一個大小範圍，如果超出範圍是無效的。還有就是有幾個採樣點，這樣就可以雷射雷達可以告訴你隔多少度有一個採樣點。
另外最後那個Intensities是告訴大家數據的準確率，因為雷射雷達也是取最高點的數據，是有一定的準確率的。上面的ppt其實就是用雷射雷達掃了一個牆的形狀。
雷射雷達掃出一個靜態形狀其實沒有意義，雷達建圖的意義，其實在於建立房間的地圖。
如何繪製地圖？
第一步是收集眼睛數據：
針對雷射雷達，ROS在sensor_msgs 包中，定義了專用了數據結構來儲存雷達消息的相關信息，成為LaserScan。
它指定了雷射的有效範圍、掃描點採樣的角度及每個角度的測量值。雷射雷達360度實時掃描，能即時測出障礙物的距離、形狀和實時變化。
第二步就是把眼睛看到的數據轉化為地圖：
ROS的gmapping把雷射雷達的/scan數據轉換為柵格map數據，其中黑色代表障礙物、白色代表空白區域，可以順利通行、灰色 ：未知領域。隨著機器人的移動，雷射雷達可以在多個不同方位觀測同一個位置是否有障礙物，如果存在障礙物的閾值超過設置值是，就標定此處是存在障礙物；否則標定不存在障礙物。 把障礙物、空白區域和未知領域的尺寸，用不同灰度表示出來，就是柵格地圖。便於下一步定位和導航。
有時候會出現很直的牆，機器人卻無法直著行走，這時的問題可能就是機器人的輪子出現打滑等其他問題，而走歪了，這時繪製出的地圖也可能是歪的。這種情況可以通過加一個陀螺儀來避免這個情況。因為雷射雷達的特性，有時候遇到黑色或鏡面會導致測距不準。
目前的解決方法就是不用雷射雷達，或者用雷射雷達和超音波進行輔助處理。
ROS的地圖是分多層的，我可以在不同高度放多台雷射雷達來一起疊加，共同繪製一張地圖。地圖繪製結束之後，就可以進行定位和導航等工作。
如何定位和導航？
定位：其實是概率性的定位，而不是100%的精度。根據雷射雷達掃描周圍障礙物的形狀，與地圖的形狀做匹配，判斷機器人所在位置的概率。
機器人的定位是否成功，與地圖特徵有很大關係，如果區域特徵明顯，那麼機器人就很容易判斷自己的位置。如果出現難以定位的問題，可能需要人給指定初始位置，或者加LED來進行位置辨識，或者其他的定位設備來協助定位。
目前的視覺通過色彩或者光的技術越來越多。
導航：全局路徑規劃+局部調整（動態避障）
導航其實就是全局定位，首先根據現有地圖進行規劃，但是在運行過程中，會進行局部的路線規劃，但是總體還是根據全局路徑來走。
導航中工作量還很大，比如掃地機的路徑規劃，和服務機器人的路徑規劃，是不一樣的，掃地機器人可能要全覆蓋的有牆角的地圖，而服務機器人主要圍繞指定的路徑，或者最短路徑來進行規劃，這部分是ROS工作量最大的一塊。
路徑規劃根據不同應用場景變化比較大，但是ROS提供基礎的路徑規劃的開發包，在這個基礎上，我們會做自己的路徑規劃。
機器人描述和座標系變換
在導航時，哪些區域可以通過，取決於機器人形狀等訊息，ROS通過URDF（UnifiedRobot
Description Format) 就是描述機器人硬體尺寸佈局，比如輪子的位置、底盤大小、雷射雷達安裝位置，這些都會影響到坐標系的轉換。
坐標系遵循的前提是每個幀只能有一個父幀，再往上進行一些眼神或者關聯。
雷射雷達的安裝位置直接影響/scan輸出數據。所以雷射雷達和機器人的相對位置，是需要做坐標變換，才能把雷射雷達的數據，轉化為機器人視角的數據。
ROS的坐標系，最終歸結為三個標準框架，可以簡化許多常見的機器人問題：
1）全局準確，但局部不連續的幀（’map”）2）全局不準確，但局部光滑框架（’odom”）3）機器人自身框架（’base_link”）
多種傳感器(像雷射雷達、深度攝影機和陀螺儀加速度計等)都可以計算base_link和odom的座標關係，但由於「每個幀只能有一個父幀」，所以只能有一個節點(比如 robot_pose_ekf 融合多傳感器)發佈base_link和odom的座標關係。
Base link自身的座標系，因為不同元件裝在機器人上不同位置，都要對應到base link的座標系中，因為所有的傳感器，都是要通過機器人的視角來「看」。
有些朋友問我，雷射雷達在建地圖的時候，小車移動後地圖就亂了，這是因為小車的底盤座標系和雷射雷達的座標系沒有標定準確。
Map和Odom之間的關聯
因為小車移動需要一個局部聯繫，比如小車在向前走，不停的累加，這是里程計的作用，map起到全局的、不連續的作用，經過雷射雷達和map對應。
如果要學習ROS的話，坐標系的變化是重要的點。座標系的變換還有一個點，就是每個幀都只有一個父幀，有時候兩個坐標都和它有關聯的話，就是A和B關聯，B再和C關聯，而不是B/C都和A關聯。
三個座標幀的父子關係如下：
map –; odom –base_link
其實， map和odom都應該和base_link關聯，但為了遵守「每個幀只能有一個父幀」的原則，根據map和base_link 以及 odom-&;base_link的關係，計算出map與odom的座標關係併發布。
odom-;base_link的座標關係是由里程計節點計算併發布的。
map -; base_link的座標關係是由定位節點計算出來，但並不發佈，而是利用接收odom-;base_link的座標關係，計算出map-&;odom的座標關係，然後發佈。
只有里程計的時候，沒有雷射雷達，也可以跑，但是要先根據預設地圖進行簡單避障。
精彩問答
Q：還有ROS的實時性有什麼改進進展嗎 ？
A：實時改進要看ROS2.0的設計，其實ROS2.0的進展網上有公開。但是實際上他的進展離實際應用還有一定距離，至少今年下半年還達不到穩定，不過可以去研究下他的代碼，他對內存管理，線程管理，在實時性上有了很大改善。
Q：vSLAM對內存和CPU要求頗高。實際工程中，李老師使用的是什麼硬體配置？可以做多大的地圖呢？
A：確實如此，目前來說我們還是使用雷射雷達和傳感器輔助來進行，這個和地圖大小沒有太大關係，主要是與地形障礙物複雜程度有關。
沒有留言:
張貼留言