启智CV机器人 | 麦克纳姆轮底盘运动学实验

来源: 云巴巴 2020-04-30 17:24:42

 

启智CV机器人是一套侧重机器人软件算法学习的机器人模块化套件。采用免螺丝的独特装配方式,缩短装配手工时间。在有限的实验课时里,可以快速搭建起机器人硬件本体,而将主要精力集中于ROS软件学习丶机器视觉算法的实验学习。

一、开发环境、组装

  • 结构组成

启智CV机器人 | 麦克纳姆轮底盘运动学实验

 

  • 系统版本

启智CV机器人同时支持基于基于Ubuntu 14.04的Indigo版本以及基于Ubuntu 16.04的Kinetic版本。

  • IDE

开发环境:RoboWare Studio。

  • 组装图

麦克纳姆轮底盘的轮子有两种,主轮上的小轮安装方向不一样。其中左前轮和右后轮的轮子类型一致,小轮的排布形状如下:

启智CV机器人 | 麦克纳姆轮底盘运动学实验

 

右前轮和左后轮的类型一致,小轮的排布形状如下:

启智CV机器人 | 麦克纳姆轮底盘运动学实验

 

四个麦克纳姆轮轮组的电机模块都有各自的ID,需要按照特定的顺序进行排布。

启智CV机器人 | 麦克纳姆轮底盘运动学实验

 

如图所示,以摄像头朝向为机器人的前方,电机模组的排布顺序是:

  • 左前侧安装的电机模块的ID为1;

  • 右前侧安装的电机模块的ID为2;

  • 右后侧安装的电机模块的ID为3;

  • 左后侧安装的电机模块的ID为4;

机器人组装完毕后,将四个电机模块使用线缆串联,并和主控制器的电机插头连接。

启智CV机器人 | 麦克纳姆轮底盘运动学实验

 

二、代码编辑

1、从机载电脑的Ubuntu桌面左侧的启动栏里点击“RoboWare Studio”的图标,启动RoboWare Studio。

2、启智机器人的主控电脑出厂前会设置好工作区,所以当RoboWare Studio启动后,会在界面左上部分显示“CATKIN_WS”这个工作区。

启智CV机器人 | 麦克纳姆轮底盘运动学实验

 

如果显示的是“无打开的工作区”,那么需要进行工作区创建,点击“创建工作区”按钮,创建新的工作区。

启智CV机器人 | 麦克纳姆轮底盘运动学实验

 

鼠标右键点击CATKIN_WS工作区里的“src”目录,点击“新建ROS包”。

启智CV机器人 | 麦克纳姆轮底盘运动学实验

 

为这个新建的ROS包输入名字和依赖项:“mecanum_control_package roscpp std_msgs”,其中mecanum_control_package是新建的包的名字,后面的几项是这个包需要的依赖项。

启智CV机器人 | 麦克纳姆轮底盘运动学实验

 

在新建的mecanum_control_package包下面,自动生成了一个src目录(注意和CATKIN_WS的src目录区分开),用来装我们即将编写的节点源码文件。鼠标右键点击mecanum_control_package下的src目录(注意和CATKIN_WS的src目录区分开),选择“新建CPP源文件”。

启智CV机器人 | 麦克纳姆轮底盘运动学实验

 

输入文件名“mecanum_control_node.cpp”,按下回车键确认。

启智CV机器人 | 麦克纳姆轮底盘运动学实验

 

回车键按下时,会弹出以下列表:

    ● 加入到新的库文件中

    ● 加入到新的可执行文件

这里我们选择“加入到新的可执行文件”

此时mecanum_control_package下的src目录会生成一个名为mecanum_control_node.cpp的文件,同时RoboWare Studio右侧的工作区可以输入文本字符了,我们将在这个文本工作区里编写速度控制节点的源代码。

3、在RoboWare Studio右侧的工作区编写mecanum_control_node.cpp的代码:

#include <ros/ros.h>

#include <geometry_msgs/Twist.h>

 

static int state = 0;

 

int main(int argc, char** argv)

{

    ros::init(argc, argv, " mecanum_control");

    ros::NodeHandle n;

    ros::Publisher vel_pub = n.advertise<geometry_msgs::Twist>("/cmd_vel", 10);

    ros::Rate loop_rate(0.5);

    geometry_msgs::Twist vel_cmd;

 

    while(ros::ok())

    {

        switch(state)

        {

            case 0:

                vel_cmd.linear.x = 0;

                vel_cmd.linear.y = 0;

                vel_cmd.linear.z = 0;

                vel_cmd.angular.x = 0;

                vel_cmd.angular.y = 0;

                vel_cmd.angular.z = 0;

                vel_pub.publish(vel_cmd);

                printf("[启智CV] 停止\n");

                state ++;

                break;

            case 1:

                vel_cmd.linear.x = 0.1;

                vel_pub.publish(vel_cmd);

                printf("[启智CV] 前进\n");

                state ++;

                break;

            case 2:

                vel_cmd.linear.x = 0;

                vel_cmd.linear.y = -0.1;

                vel_pub.publish(vel_cmd);

                printf("[启智CV] 右平移\n");

                state ++;

                break;

            case 3:

                vel_cmd.linear.x = -0.1;

                vel_cmd.linear.y = 0;

                vel_pub.publish(vel_cmd);

                printf("[启智CV] 后退\n");

                state ++;

                break;

            case 4:

                vel_cmd.linear.x = 0;

                vel_cmd.linear.y = 0.1;

                vel_pub.publish(vel_cmd);

                printf("[启智CV] 左平移\n");

                state ++;

                break;

            case 5:

                vel_cmd.linear.x = 0;

                vel_cmd.linear.y = 0;

                vel_pub.publish(vel_cmd);

                printf("[启智CV] 结束\n");

                break;

        }

        ros::spinOnce();

        loop_rate.sleep();

    }

    return 0;

}

(1)  代码的开始部分,先include了两个头文件,一个是ros的系统头文件,另一个是运动速度消息类型geometry_msgs::Twist的定义文件。

(2)  然后定义一个状态变量state,这个变量将会作为后面控制机器人运动状态变化的信号量,初值赋为0。

(3)  ROS节点的主体函数是int main(int argc, char** argv),其参数定义和其他C++程序一样。

(4)  main函数里,首先调用ros::init(argc, argv, "mecanum_control");进行该节点的初始化操作,函数的第三个参数是节点名称。

(5)  接下来声明一个ros::NodeHandle对象n,并用n生成一个广播对象vel_pub,调用的参数里指明了vel_pub将会在主题“/cmd_vel”里广播geometry_msgs::Twist类型的消息。我们对机器人的控制,就是通过这个广播形式实现的。

(6)  在这个程序里,我们将会以一个固定的周期向底盘发送速度值,所以需要定义一个ros::Rate对象loop_rate,在构造参数里,我们给了0.5这个初始值,意思是每秒里发送0.5次速度值,也就是2秒钟发送一次速度值,这样留了足够的时间给我们观察机器人运动。

(7)  为了发送速度值,声明一个geometry_msgs::Twist类型的消息对象vel_cmd,并将速度值赋值到这个对象里。其中:

vel_cmd.linear.x是机器人前后平移运动速度,正值往前,负值往后,单位是“米/秒”;

vel_cmd.linear.y是机器人左右平移运动速度,正值往左,负值往右,单位是“米/秒”;

vel_cmd.angular.z(注意angular)是机器人自转速度,正值左转,负值右转,单位是“弧度/秒”;

其他值对启智机器人来说没有意义,所以都赋值为零。

(8)  为了连续不断的发送速度,使用一个while(ros::ok())循环,以ros::ok()返回值作为循环结束条件可以让循环在程序关闭时正常退出。

(9)  在while循环里,使用switch对state状态变量的不同取值进行分支程序构建,形成一个有限状态机。在不同的分支里,对vel_cmd进行不同赋值,并使用广播对象vel_pub将其发布到主题“/cmd_vel”上去。机器人的核心节点会从这个主题接收我们发过去的速度值,并转发到硬件机体去执行。我们为有限状态机设置了六个状态:

state状态值

对应的行为

0

机器人的初始状态为停止状态

1

机器人以0.1米/秒的速度向前移动

2

机器人以0.1米/秒的速度向右移动

3

机器人以0.1米/秒的速度向后移动

4

机器人以0.1米/秒的速度向左平移

5

机器人停下来不再移动

程序将这六个状态执行一遍之后,会停留在最后一个状态,结束执行。

(10)  调用ros::spinOnce()函数给其他回调函数得以执行(本例程未使用回调函数)。

(11)  调用loop_rate.sleep()来控制while循环的运行周期,在构建loop_rate时我们赋了初值0.2,意思是每秒循环0.2次,也就是每5秒while循环一次。

(12)  程序编写完后,代码并未马上保存到文件里,此时会看到界面右上编辑区的文件名“mecanum_control_node.cpp”右侧有个白色小圆点,标示此文件并未保存。

代码编写完毕后,按下键盘组合键“Ctrl + S”保存代码文件,界面右上编辑区的文件名标题“mecanum_control_node.cpp”右侧的白色小圆点变成了白色关闭按钮,说明代码文件变更内容已经保存进文件,然后可以开始编译了。

三、代码编译与执行

1、编译过程。

下面开始进行代码文件的编译操作,启动一个终端程序,键入如下命令进入ROS的工作空间:

cd catkin_ws/

启智CV机器人 | 麦克纳姆轮底盘运动学实验

 

然后再执行如下命令开始编译:

catkin_make

启智CV机器人 | 麦克纳姆轮底盘运动学实验

稍等片刻,直到显示编译进度“[100%]”字样,表示编译成功。

启智CV机器人 | 麦克纳姆轮底盘运动学实验

 

2、修改机器人的底盘控制模式。

启智CV机器人采用模块化可重组的底盘结构,所以底盘类型会存在多种可能,每种类型的控制方式各有差别,所以在软件上,通过一个配置文件来进行底盘类型的配置。该文件在文件夹“~/catkin_ws/src/wpb_cv/wpb_cv_bringup/config”下,文件名为“settings.yaml”,可以在RoboWare Studio里编译。在这个配置文件的前面几行,可以看到“chassis_type”这个变量,其取值含义见第四节实验内容。在这里,我们使用的是“麦克纳姆轮模式”,所以需要给配置文件里的“chassis_type”赋值“mecanum”。然后按下键盘组合键“Ctrl + S”对配置文件的修改结果进行保存。

启智CV机器人 | 麦克纳姆轮底盘运动学实验

 

3、运动执行

(1)启动启智机器人的核心节点。

从Ubuntu桌面左侧的启动栏里点击“Terminal”终端图标,启动终端程序(也可以通过同时按下键盘组合键“Ctrl + Alt + T”来启动)。输入以下指令:

输入以下指令:

roslaunch wpb_cv_bringup minimal.launch

按下回车键后,会显示节点初始化信息:

启智CV机器人 | 麦克纳姆轮底盘运动学实验

 

注意:启动机器人核心节点后,需要从初始化信息里确认底盘类型是否正确,比如这里的初始化信息最后显示“[设置]麦克纳姆轮底盘”。如果提示的底盘类型不正确,请检查上一步里settings.yaml的文件内容,同时确认修改完后确实保存成功。

(2)启动mecanum_control_node节点。

首先确认机器人底盘控制器的电源都已经打开。然后从Ubuntu桌面左侧的启动栏里点击“Terminal”终端图标,启动终端程序(也可以通过同时按下键盘组合键“Ctrl + Alt + T”来启动)。输入以下指令:

启智CV机器人 | 麦克纳姆轮底盘运动学实验

注意这里我们使用的是rosrun命令而不是之前的roslaunch。rosrun是启动单个ROS节点的指令。按下回车键后,机器人会按照终端信息提示先前进,然后右平移,再后退,最后左平移,形成一个正方形移动轨迹。完成上述动作后,机器人停止移动,执行结束。

四、运行结果

1、机器本体运行状态

2、笔记本获取数据反馈信息

3、拓展

尝试在代码里给vel_cmd.linear.x赋值一个负数,编译运行,查看机器人的移动状况。同样的方法,再对vel_cmd.lin

更多产品了解

欢迎扫码加入云巴巴企业数字化交流服务群

产品交流、问题咨询、专业测评

都在这里!

 

评论列表

为你推荐

追一科技AI数字员工与您相约首届深圳(国际) 人工智能展

追一科技AI数字员工与您相约首届深圳(国际) 人工智能展

聚深圳,见未来。 2020年后疫情时代全国第一场涵盖全产业链、聚焦行业领袖和最具创新力企业标杆的人工智能展会——首届2020深圳(国际)人工智能展将于8月27日至29日在深圳会展中心7号馆举办,追一科技将在本次展会亮相。

2022-11-22 09:34:40

深度解读 | 快麦小智客服机器人如何帮助电商企业排忧解难?

深度解读 | 快麦小智客服机器人如何帮助电商企业排忧解难?

如何营造良好的用户服务体验,做好主动营销提升用户口碑,是客服服务质量提升的前提。

2024-01-02 17:18:45

人脸识别产品都搭配活体检测技术,优缺点是什么(下)

人脸识别产品都搭配活体检测技术,优缺点是什么(下)

在这个“眼见也未必为实”的时代,专业人士能通过人脸识别技术分辨视频真实与否,但普通人还是容易信以为真。保障个人信息安全需要活体检测技术这类科技进步,也需要用户提升自我防范意识。人脸识别产品都搭配的3D Depth活体和RGB单目活体检测技术。

2022-11-23 16:38:19

不同颜色的虹膜,在“智能虹膜锁”中即时不同颜色的钥匙

不同颜色的虹膜,在“智能虹膜锁”中即时不同颜色的钥匙

“虹膜”相信对于很多人而言并不陌生,试想一下,我们每个人走在大街上有可能会遇到与自己眼睛不一样的人,而我们每个人的规模在“智能虹膜锁”中都发挥着独一无二的作用。

2022-11-23 16:21:16

智能机器人未来的发展是什么样的(二)

智能机器人未来的发展是什么样的(二)

智能机器人的社会适应工作能力发展不仅是整个机体所固有的,这种能力在同一个环境问题研究应该进行解决多次的情况下是不可替代的。 是机体的单个器官、甚至功能所固有的,由此可见,适应性现象在整个生物世界的目的性行为中起着极其重要的作用。 机器人会把一个大任务在几

2022-11-22 09:48:13

放眼身边,我们身边的人工智能你知道哪些?(上)

放眼身边,我们身边的人工智能你知道哪些?(上)

提起人工智能,相信大家脑海里会出现“机器人”、“智能家居”等一些词语,而在我们日常使用的人脸识别中也有人工智能的应用。不仅仅是我们对着手机通过自己的声音完成认证之后打开手机助手,我们身边越来越多的领域内其实都有人工智能的身影。而人工智能又分为强人工智能和弱

2022-11-23 16:58:11

严选云产品

智能识别监控管理系统 智能识别监控管理系统是易子微科技集合多年丰富的人脸识别、视频处理、大数据和物联网方面的相关技术而研发成的一套立体式全方位“监、管、控”系统,采用了分布式模块化和多层设计思路(感知层、传输层和应用层),从而使系统具有突出的优势。
得助智能智能陪练系统 得助智能智能陪练系统可以监测座席能力,具备完善的座席画像。注重实际操作和实践,并与智能机器人互动陪练,设置专属性训练,提供个性化的练习,不断积累培训数据,利用BI工具挖掘分析优化培训内容和方案。
道一云家装行业家具设计项目管理系统 道一云家装行业家具设计项目管理系统,支持多端使用,随时随地智能办公,数据一手掌握。按照各个权限组分配相应功能权限,将部门、人员、标签关联角色权限组,完成应用权限分配。关键节点自动提醒,自动发起待办任务。
分布式交易数据库KunDB KunDB是星环科技打造的分布式关系型数据库, 具有可扩展、 高并发、 高可用特性, 对于现代数据库的需求提供了通用的解决方案, 有效支撑各行业业务平台, 应对上述各类新型业务面临的挑战。
便携式智能水质采样器GD-24A-B2(增强型) 便携式智能水质采样器GD-24A-B2(增强型)可混合采样,单片机控制,采用先进的大口径蠕动泵取水方式,用户可根据需要输入采样程序,仪器自动完成采样工作。
灵当CRM通用行业解决方案 灵当CRM通用行业解决方案可实现L2C+项目全景+售后服务一体化管理,去解决销售人员去哪儿了、如何防止销售撞单、如何设置审批工作流以及全公司现在有多少应收款等问题。

甄选10000+数字化产品 为您免费使用

申请试用