废话不多说,我们直接开始。
搭建测试环境
为了避免花太多时间折腾环境问题。这里使用Docker
来跑测试的示例。
安装Docker
代码语言:txt复制# step 1: 安装必要的一些系统工具
sudo apt-get update
sudo apt-get -y install apt-transport-https ca-certificates curl software-properties-common
# step 2: 安装GPG证书
curl -fsSL http://mirrors.aliyun.com/docker-ce/linux/ubuntu/gpg | sudo apt-key add -
# Step 3: 写入软件源信息
sudo add-apt-repository "deb [arch=amd64] http://mirrors.aliyun.com/docker-ce/linux/ubuntu $(lsb_release -cs) stable"
# Step 4: 更新并安装 Docker-CE
sudo apt-get -y update
sudo apt-get -y install docker-ce
# Step 5: 查看docker是否安装成功
docker version
也可以使用小鱼提供的开源一键安装
工具。
工具网址: https://fishros.com/docs/page/#/tools/install-ros/一行代码安装完成ROS
代码语言:txt复制wget http://fishros.com/install -O fishros && . fishros
该命令需要在
bash
命令窗口运行,zsh
命令窗口运行会出错。请知晓。
拉取Docker镜像
代码语言:txt复制docker pull shoufei/ros2_galactic:latest_v_0_1
拉取示例代码
代码语言:txt复制git clone https://gitee.com/shoufei/ros2_galactic.git
启动Docker环境
代码语言:txt复制注意:下面命令中的
/path_to/ros2_galactic
需要改成你自己的路径
docker run -it
-v /etc/localtime:/etc/localtime:ro
-v /tmp/.X11-unix:/tmp/.X11-unix
-v /path_to/ros2_galactic:/home/ubuntu/ros2_galactic
-e DISPLAY=unix$DISPLAY
-e GDK_SCALE
-e GCK_DPI_SCALE
-p 6080:80
--device /dev/snd
--name ros2_desktop_galactic_latest
--privileged
--security-opt seccomp:unconfined
--security-opt apparmor:unconfined
shoufei/ros2_galactic:latest_v_0_1 /bin/bash
打开多个Docker环境的命令窗口
先查询docker的id。每台电脑上的id是随机生成的,请以自己的id为准。
代码语言:txt复制docker ps -a
找到对应的CONTAINER ID
。
使用下面的命令登录Docker容器
代码语言:txt复制docker exec -it 31ced27e1684 /bin/bash #31ced27e1684是容器的id
切换容器中的用户名为ubuntu(这句要进入到容器中才执行)
代码语言:txt复制su ubuntu
如果对Docker
不是很了解,可以关注公众号《首飞》,回复”docker“。可以收到一本关于docker的电子书。希望能帮你入门。
启动测试命令
启动仿真环境
代码语言:txt复制ros2 launch turtlebot3_gazebo turtlebot3_world.launch.py
如果想测试KeepoutFilter
就启动KeepoutFilter
对应的命令,若想测试SpeedFilter
就启动SpeedFilter
对应的命令,不需要两个都启动。仿真环境和NAV2 Stack在更换测试内容时要重新启动。每个命令需要在不同的命令窗口中启动,所以要开启三个Docker
环境的命令窗口。
测试KeepoutFilter
制作Keepout Mask
在navigation2_tutorials/nav2_costmap_filters_demo/maps
目录下,重新拷贝一份map.pgm
和map.yaml
并重命名文件。
需要注意的是,yaml
文件中的image: map.pgm
参数需要改成重新命名的名字。
可以通过下面的命令打开图片并且编辑。
代码语言:txt复制gimp keepout_dark_mask.pgm
注:
keepout_dark_mask
为示例图片的名称,你需要改成自己的。
系统中没有安装gimp
的话,按照下面的方法安装:
sudo apt update
sudo add-apt-repository ppa:otto-kesselgulasch/gimp
sudo apt install gimp
当然也可以使用其他自己比较熟悉的图片编辑器。
启动nav2_costmap_filters_demo节点
启动keepout相关NAV2 Stack
代码语言:txt复制ros2 launch turtlebot3_navigation2 navigation2_keepout.launch.py use_sim_time:=True
运行下面的命令加载KeepoutFilter
:
下面有三个不同颜色深浅的keepout区域示例。可以分别启动试试效果。
代码语言:txt复制注意:需要在工程包的src目录的上级目录运行下面的命令。
ros2 launch nav2_costmap_filters_demo costmap_filter_info.launch.py params_file:=src/navigation2_tutorials/nav2_costmap_filters_demo/params/keepout_params.yaml mask:=src/navigation2_tutorials/nav2_costmap_filters_demo/maps/keepout_mask.yaml
代码语言:yaml复制ros2 launch nav2_costmap_filters_demo costmap_filter_info.launch.py params_file:=src/navigation2_tutorials/nav2_costmap_filters_demo/params/keepout_params.yaml mask:=src/navigation2_tutorials/nav2_costmap_filters_demo/maps/keepout_light_mask.yaml
代码语言:txt复制ros2 launch nav2_costmap_filters_demo costmap_filter_info.launch.py params_file:=src/navigation2_tutorials/nav2_costmap_filters_demo/params/keepout_params.yaml mask:=src/navigation2_tutorials/nav2_costmap_filters_demo/maps/keepout_dark_mask.yaml
如果你自行绘制了
mask
图片,则需将mask
的地址更改一下。
这里有一个细节需要关注。
filters
放在了plugins
后面才被添加到combined_costmap_
。这样的话,KeepoutFilter
中人为标记的障碍物将不会被膨胀。
// Costmap Filters enabled
// 1. Update costmap by plugins
primary_costmap_.resetMap(x0, y0, xn, yn);
for (vector<std::shared_ptr<Layer>>::iterator plugin = plugins_.begin();
plugin != plugins_.end(); plugin)
{
(*plugin)->updateCosts(primary_costmap_, x0, y0, xn, yn);
}
// 2. Copy processed costmap window to a final costmap.
// primary_costmap_ remain to be untouched for further usage by plugins.
if (!combined_costmap_.copyWindow(primary_costmap_, x0, y0, xn, yn, x0, y0)) {
RCLCPP_ERROR(
rclcpp::get_logger("nav2_costmap_2d"),
"Can not copy costmap (%i,%i)..(%i,%i) window",
x0, y0, xn, yn);
throw std::runtime_error{"Can not copy costmap"};
}
// 3. Apply filters over the plugins in order to make filters' work
// not being considered by plugins on next updateMap() calls
for (vector<std::shared_ptr<Layer>>::iterator filter = filters_.begin();
filter != filters_.end(); filter)
{
(*filter)->updateCosts(combined_costmap_, x0, y0, xn, yn);
}
primary_costmap_
主要用于合并所有plugins_
的栅格值。然后combined_costmap_
再合并primary_costmap_
和所有filters
。这样的处理是防止plugins
和filters
之间互相干扰。
对于keepout_filter
,通常需要在global_costmap
和local_costmap
中都需要配置keepout_filter
。这样的话,这两个层都能感知到虚拟墙。
keepout_filter
的配置方式如下:
filters: ["keepout_filter"]
keepout_filter:
plugin: "nav2_costmap_2d::KeepoutFilter"
enabled: True
filter_info_topic: "/costmap_filter_info"
当keepout_filter
按照如下方式配置时,我们可以看到虚拟障碍物的膨胀效果:
plugins: ["obstacle_layer", "voxel_layer", "keepout_filter", "inflation_layer"]
keepout_filter:
plugin: "nav2_costmap_2d::KeepoutFilter"
enabled: True
filter_info_topic: "/costmap_filter_info"
注意:
keepout_filter
被放置在了plugins
标签下,并且在inflation_layer
之前。
测试SpeedFilter
制作Speed Mask
Speed Mask
的制作方法和Keepout Mask
是一样的。但是mask
加载的模式会有区别。
Speed Mask
的配置文件(navigation2_tutorials/nav2_costmap_filters_demo/maps/speed_mask.yaml
)如下:
image: speed_mask.pgm
mode: scale
resolution: 0.050000
origin: [-10.000000, -10.000000, 0.000000]
negate: 0
occupied_thresh: 1.0
free_thresh: 0.0
其中mode
设置为scale
。free_thresh = 0.0
和 occupied_thresh = 1.0
表示以1:1
的方式映射亮度值到速度限制百分比。
启动Speedlimit相关NAV2 Stack
代码语言:txt复制ros2 launch turtlebot3_navigation2 navigation2_speedlimit.launch.py use_sim_time:=True
启动nav2_costmap_filters_demo节点
运行下面的命令加载SpeedFilter
:
ros2 launch nav2_costmap_filters_demo costmap_filter_info.launch.py params_file:=src/navigation2_tutorials/nav2_costmap_filters_demo/params/speed_params.yaml mask:=src/navigation2_tutorials/nav2_costmap_filters_demo/maps/speed_mask.yaml
代码语言:txt复制ros2 launch nav2_costmap_filters_demo costmap_filter_info.launch.py params_file:=src/navigation2_tutorials/nav2_costmap_filters_demo/params/speed_params.yaml mask:=src/navigation2_tutorials/nav2_costmap_filters_demo/maps/speed_light_mask.yaml
这里同样有一个细节需要注意。
SpeedFilter
只需要在global_costmap
中进行配置,不需要在local_costmap
中配置。因为这个filter
主要的作用是根据机器人是否在设定的区域来限制机器人的速度。而设定的区域的栅格值并不会更新到combined_costmap_
中。这一点查看该filter
的处理函数就很清楚了。
void SpeedFilter::process(
nav2_costmap_2d::Costmap2D & /*master_grid*/,
int /*min_i*/, int /*min_j*/, int /*max_i*/, int /*max_j*/,
const geometry_msgs::msg::Pose2D & pose)
{
std::lock_guard<CostmapFilter::mutex_t> guard(*getMutex());
if (!filter_mask_) {
// Show warning message every 2 seconds to not litter an output
RCLCPP_WARN_THROTTLE(
logger_, *(clock_), 2000,
"SpeedFilter: Filter mask was not received");
return;
}
geometry_msgs::msg::Pose2D mask_pose; // robot coordinates in mask frame
// Transforming robot pose from current layer frame to mask frame
if (!transformPose(pose, mask_pose)) {
return;
}
// Converting mask_pose robot position to filter_mask_ indexes (mask_robot_i, mask_robot_j)
unsigned int mask_robot_i, mask_robot_j;
if (!worldToMask(mask_pose.x, mask_pose.y, mask_robot_i, mask_robot_j)) {
return;
}
// Getting filter_mask data from cell where the robot placed and
// calculating speed limit value
int8_t speed_mask_data = getMaskData(mask_robot_i, mask_robot_j);
if (speed_mask_data == SPEED_MASK_NO_LIMIT) {
// Corresponding filter mask cell is free.
// Setting no speed limit there.
speed_limit_ = NO_SPEED_LIMIT;
} else if (speed_mask_data == SPEED_MASK_UNKNOWN) {
// Corresponding filter mask cell is unknown.
// Do nothing.
RCLCPP_ERROR(
logger_,
"SpeedFilter: Found unknown cell in filter_mask[%i, %i], "
"which is invalid for this kind of filter",
mask_robot_i, mask_robot_j);
return;
} else {
// Normal case: speed_mask_data in range of [1..100]
speed_limit_ = speed_mask_data * multiplier_ base_;
if (percentage_) {
if (speed_limit_ < 0.0 || speed_limit_ > 100.0) {
RCLCPP_WARN(
logger_,
"SpeedFilter: Speed limit in filter_mask[%i, %i] is %f%%, "
"out of bounds of [0, 100]. Setting it to no-limit value.",
mask_robot_i, mask_robot_j, speed_limit_);
speed_limit_ = NO_SPEED_LIMIT;
}
} else {
if (speed_limit_ < 0.0) {
RCLCPP_WARN(
logger_,
"SpeedFilter: Speed limit in filter_mask[%i, %i] is less than 0 m/s, "
"which can not be true. Setting it to no-limit value.",
mask_robot_i, mask_robot_j);
speed_limit_ = NO_SPEED_LIMIT;
}
}
}
if (speed_limit_ != speed_limit_prev_) {
if (speed_limit_ != NO_SPEED_LIMIT) {
RCLCPP_DEBUG(logger_, "SpeedFilter: Speed limit is set to %f", speed_limit_);
} else {
RCLCPP_DEBUG(logger_, "SpeedFilter: Speed limit is set to its default value");
}
// Forming and publishing new SpeedLimit message
std::unique_ptr<nav2_msgs::msg::SpeedLimit> msg =
std::make_unique<nav2_msgs::msg::SpeedLimit>();
msg->header.frame_id = global_frame_;
msg->header.stamp = clock_->now();
msg->percentage = percentage_;
msg->speed_limit = speed_limit_;
speed_limit_pub_->publish(std::move(msg));
speed_limit_prev_ = speed_limit_;
}
}
在global_costmap
中的配置如下:
filters: ["speed_filter"]
speed_filter:
plugin: "nav2_costmap_2d::SpeedFilter"
enabled: True
filter_info_topic: "/costmap_filter_info"
speed_limit_topic: "/speed_limit"
速度限制的方式有两种:
- 限制为最大速度的多少百分比
- 限制绝对最大速度
在这个实践示例中采用第一种以百分比限制速度的方式。该方式的配置在navigation2_tutorials/nav2_costmap_filters_demo/params/speed_params.yaml
文件中。参数内容如下:
costmap_filter_info_server:
ros__parameters:
use_sim_time: true
type: 1
filter_info_topic: "/costmap_filter_info"
mask_topic: "/speed_filter_mask"
base: 100.0
multiplier: -1.0
filter_mask_server:
ros__parameters:
use_sim_time: true
frame_id: "map"
topic_name: "/speed_filter_mask"
yaml_filename: "speed_mask.yaml"
其中type
为1表示采用百分比限制速度的方式。base
设置为100,multiplier
设置为-1.0
是对应type
来设置的。
速度限制的计算公式:
代码语言:c 复制// Normal case: speed_mask_data in range of [1..100]
speed_limit_ = speed_mask_data * multiplier_ base_;
speed_mask_data
为OccupancyGrid
中的栅格值,范围为0~100
。根据上面的计算公式,将产生这样的效果:颜色越深,栅格值speed_mask_data
越大,最后得到的speed_limit_
(速度限制百分比)越小。
如果我们只想让速度限制百分比在一个区间中变动,比如[40.0%..50.0%]
。可以这样base = 40.0
, multiplier = 0.1
设置。速度限制百分比将以0.1%
的步长在[40.0%..50.0%]
区间内变动。
当
speed_limit_
为0的时候表示没有速度限制,所以当画的mask
区域颜色非常深,是障碍物的深度,可能计算出来的速度限制百分比为0。
实践参考
Navigating with Keepout Zones
Navigating with Speed Limits
更多关于costmap
,keepout_filter
和speed_filter
的详细内容请查看之前发布文章:
文章在公众号《首飞》中首发,相应的操作演示视频可在公众号中查看。