09 机器人仿真Gazebo实例

本文涉及的产品
资源编排,不限时长
简介: 本文详细介绍了在ROS(机器人操作系统)中使用Gazebo进行机器人仿真的流程,包括安装Gazebo、创建URDF模型、使用xacro优化URDF、配置ROS_control以及为模型添加Gazebo属性和控制器插件,并提供了相应的示例代码。

零、Gazebo

1. Gazebo是开源物理仿真环境

支持:
三维可视化环境
传感器仿真、噪声仿真
云仿真、远程仿真等功能

2. 安装对应版本的Gazebo

sudo apt-get install ros-noetic-gazebo-ros-pkgs
sudo apt-get install ros-noetic-gazebo-ros-control

3.进入Gazebo

roscore
rosrun gazebo_ros gazebo

一、建立URDF模型

1. URDF

Unified Robot Description Format 统一机器人描述格式

2. 标签

1. 声明使用xml描述

<?xml version="1.0" ?>

2. link用于描述一个刚体部件的外观和物理属性

<link>下属的<visual>用于描述外观
<visual>下属的<origin>声明三维坐标与旋转姿态 定义起点
<visual>下属的<geometry>用于描述几何形状
<geometry>下属的<cylinder>用于描述该几何的圆柱形状的半径和高
<visual>下属的<material>用于描述材质,如颜色等
<material>下属的<color>用于描述具体的RGBA值

    <link name="base_link">
        <visual>
            <orgin xyz="0 0 0" rpy="0 0 0"/>
            <geometry>
                <cylinder length="0.005" radius="0.13"/>
            </geometry>
            <material name="yellow">
                <color rgba="1 0.4 0 1"/>
            </material>
        </visual>
    </link>

3. joint是用于连接两个刚体的关节

type用于描述关节的类型
fixed 固定关节
continuous 单轴旋转关节
<origin>定义了joint的起点
<parent>代表连接的一个刚体
<child>代表连接的另一个刚体
<axis>代表旋转轴

    <joint name="base_to_front_castor_joint" type="fixed">
        <origin xyz="0.1135 0 -0.0165" rpy="0 0 0"/>
        <parent link="base_link"/>
        <child link="front_castor_link"/>
        <axis xyz="0 1 0"/>
    </joint>

4. robot是link和joint标签的父标签

link和joint标签都包含在robot标签内
当换用.xacro格式后
此处需改为

5. gazebo标签

在每个link中存在,包含material属性,与中的material相同,只是方便gazebo使用

3. 建立功能包

catkin_create_pkg robot_description urdf xacro

建立下属文件夹:
urdf:存.urdf或.xacro文件
meshes:存引用的模型渲染文件
launch:存启动文件
config:存rviz配置

4. 创建urdf模型

<?xml version="1.0" ?>

<robot name="robot" >



    <link name="base_link">
        <visual>
            <orgin xyz="0 0 0" rpy="0 0 0"/>
            <geometry>
                <cylinder length="0.005" radius="0.13"/>
            </geometry>
            <material name="yellow">
                <color rgba="1 0.4 0 1"/>
            </material>
        </visual>
    </link>



    <joint name="base_to_left_motor_joint" type="fixed">
        <origin xyz="-0.055 0.075 0" rpy="0 0 0"/>
        <parent link="base_link"/>
        <child link="left_motor_link"/>
    </joint>



    <link name="left_motor_link">
        <visual>
            <origin xyz="0 0 0" rpy="1.5707 0 0"/>
            <geometry>
                <cylinder radius="0.02" length="0.08"/>
            </geometry>
            <material name="gray">
                <color rgba="0.75 0.75 0.75 1"/>
            </material>
        </visual>
    </link>



    <joint name="left_wheel_joint" type="continuous">
        <origin xyz="0 0.0485 0" rpy="0 0 0"/>
        <parent link="left_motor_link"/>
        <child link="left_wheel_link"/>
    </joint>




    <link name="left_wheel_link">
        <visual>
            <origin xyz="0 0 0" rpy="1.5707 0 0"/>
            <geometry>
                <cylinder radius="0.033" length= "0.017"/>
            </geometry>
            <material name="white">
                <color rgba="1 1 1 0.9"/>
            </material>
        </visual>
    </link>



    <joint name="base_to_right_motor_joint" type="fixed">
        <origin xyz="-0.055 -0.075 0" rpy="0 0 0"/>
        <parent link="base_link"/>
        <child link="right_motor_link"/>
    </joint>



    <link name="right_motor_link">
        <visual>
            <origin xyz="0 0 0" rpy="1.5707 0 0"/>
            <geometry>
                <cylinder radius="0.02" length="0.08"/>
            </geometry>
            <material name="gray">
                <color rgba="0.75 0.75 0.75 1"/>
            </material>
        </visual>
    </link>



    <joint name="right_wheel_joint" type="continuous">
        <origin xyz="0 -0.0485 0" rpy="0 0 0"/>
        <parent link="right_motor_link"/>
        <child link="right_wheel_link"/>
    </joint>




    <link name="right_wheel_link">
        <visual>
            <origin xyz="0 0 0" rpy="1.5707 0 0"/>
            <geometry>
                <cylinder radius="0.033" length= "0.017"/>
            </geometry>
            <material name="white">
                <color rgba="1 1 1 0.9"/>
            </material>
        </visual>
    </link>

    <joint name="base_to_front_castor_joint" type="fixed">
        <origin xyz="0.1135 0 -0.0165" rpy="0 0 0"/>
        <parent link="base_link"/>
        <child link="front_castor_link"/>
        <axis xyz="0 1 0"/>
    </joint>

    <link name="front_castor_link">
        <visual>
            <origin xyz="0 0 0" rpy="1.5707 0 0"/>
            <geometry>
                <sphere radius="0.0165"/>
            </geometry>
            <material name="black">
                <color rgba="0 0 0 0.95"/>
            </material>

        </visual>
    </link>

</robot>

5. 检查urdf

安装检查工具

sudo apt-get install liburdfdom-tools

执行检查

check_urdf robot.urdf

生成关系树pdf

urdf_to_graphiz  robot.urdf

6. 导入rviz检查3d模型

1. 创建launch文件

<launch>
    <param name="robot_description" textfile="$(find robot_description)/urdf/robot.urdf"/>


<!-- Set GUI Parameters, Show Joints Control Plugins -->
    <param name="use_gui" value="true"/>

<!-- Run joint_state_publisher Node, Pub Joints Statement of Robot -->
    <node name="joint_state_publisher" pkg="joint_state_publisher" type="joint_state_publisher"/>

<!-- Run robot_state_publisher Node,Pub TF Data-->
    <node name="robot_state_publisher" pkg="robot_state_publisher" type="robot_state_publisher"/>

<!-- Run RVIZ -->
    <node name="rviz" pkg="rviz" type="rviz" args="-d $(find robot_description)/config/robot_urdf.rviz" required="true"/>

</launch>

注意需要先打开rviz加载机器人保存robot_urdf.rviz在config文件夹里以便launch文件调用

其他例子:

<launch>

    <arg name="model" default="$(find xacro)/xacro --inorder '$(find mrobot_description)/urdf/mrobot_with_camera.urdf.xacro'" />
    <arg name="gui" default="true" />

    <param name="robot_description" command="$(arg model)" />

    <!-- 设置GUI参数,显示关节控制插件 -->
    <param name="use_gui" value="$(arg gui)"/>

    <!-- 运行joint_state_publisher节点,发布机器人的关节状态  -->
    <node name="joint_state_publisher" pkg="joint_state_publisher" type="joint_state_publisher" />

    <!-- 运行robot_state_publisher节点,发布tf  -->
    <node name="robot_state_publisher" pkg="robot_state_publisher" type="robot_state_publisher" />

    <!-- 运行rviz可视化界面 -->
    <node name="rviz" pkg="rviz" type="rviz" args="-d $(find mrobot_description)/config/mrobot.rviz" required="true" />

</launch>

2. 运行launch文件观察效果

7. 添加物理或碰撞模型(可选)

添加物理惯性和碰撞的属性
两者都是与同级的属性标签

            <inertial>
                <mass value="0.001" />
                <origin xyz="0 0 0" />
                <inertia ixx="0.0001" ixy="0.0" ixz="0.0"
                         iyy="0.0001" iyz="0.0"
                         izz="0.0001" />
            </inertial>
<collision>
                <origin xyz="0.0 0.0 0.0" rpy="0 0 0" />
                <geometry>
                    <box size="0.01 0.01 0.07" />
                </geometry>
            </collision>

二、xacro:改进的urdf

.xacro是.urdf的优化版 便于阅读、复用、模块化

1.修改robot处的标签

当换用.xacro格式后
robot标签首处需改为

\<robot name="robot_name" xmlns:xacro="http:www.ros.org/wiki/xacro">

1. xacro可以定义常量,便于后期修改

\<xacro:property name="wheel_radius" value="0.033"/>
\<xacro:property name="M_PI" value="3.14159"/>

调用常量的方法:
${}可以接调用的常量,在${}里面可以有数学式子做加减乘除
推荐把部件内部的各组件关系都用加减乘除来表示,这样只需要修改常量值即可适配整个文件

\<origin xyz="0 0 0" rpy="${M_PI/2} 0 0"/>

2. xacro可以使用宏定义

宏(英语:Macro)是一种批量处理的称谓。
计算机科学里的宏是一种抽象(Abstraction),它根据一系列预定义的规则替换一定的文本模式。解释器或编译器在遇到宏时会自动进行这一模式替换。
宏定义,可近似看做编程里的“函数”概念,方便复用

注意:当没有调用该宏定义的时候,它不会出现在转化出的urdf文件里

<xacro:macro name="mrobot_standoff_2in" params="parent number x_loc y_loc z_loc">
        <joint name="standoff_2in_${number}_joint" type="fixed">
            <origin xyz="${x_loc} ${y_loc} ${z_loc}" rpy="0 0 0" />
            <parent link="${parent}"/>
            <child link="standoff_2in_${number}_link" />
        </joint>

        <link name="standoff_2in_${number}_link">
            <inertial>
                <mass value="0.001" />
                <origin xyz="0 0 0" />
                <inertia ixx="0.0001" ixy="0.0" ixz="0.0"
                         iyy="0.0001" iyz="0.0"
                         izz="0.0001" />
            </inertial>

            <visual>
                <origin xyz=" 0 0 0 " rpy="0 0 0" />
                <geometry>
                    <box size="0.01 0.01 0.07" />
                </geometry>
                <material name="black">
                    <color rgba="0.16 0.17 0.15 0.9"/>
                </material>
            </visual>

            <collision>
                <origin xyz="0.0 0.0 0.0" rpy="0 0 0" />
                <geometry>
                    <box size="0.01 0.01 0.07" />
                </geometry>
            </collision>
        </link>
    </xacro:macro>

调用宏(macro):

<xacro:macro_name parameter1 parameter2 parameter_and_so_on/>

例子:

<xacro:triangle_board_macro parent="base_link" number="6" x_location="standoff_x/2"  y_location="standoff_y"  z_location="Height/2"/>

为宏设置默认参数(忽视此部分,存在错误)

<xacro:macro name="kinect_camera" params="param_name:=defalut_value">
    <link name="${param_name}_link">
    <!-- and so on -->

3. 引用xacro

在xacro总文件里引用并调用其他机器人部件的.xacro文件
可以达到模块化开发,逻辑清晰的目的,当增删组件时,只需要修改总.xacro文件就可以了
先将部件的.xacro文件include

<xacro:include filename="$(find mrobot_description)/urdf/mrobot_body.urdf.xacro" />

|调用mrobot_body这个组件
mrobot_body是在body这个分部件.xacro文件下的一个xacro:macro宏定义,它不需要输入参数,而且构造了整个body,在body分部件的.xacro文件下还有其他的xacro:macro宏定义,他们是mrobot_body这个宏定义的嵌套小宏定义,因此在总.xacro文件下直接调用就可以填入整个body的数据

   <!-- 引用这个.xacro文件 即编程概念里的include某个函数库 -->
    <xacro:include filename="$(find mrobot_description)/urdf/mrobot_body.urdf.xacro" />
    <!-- 调用mrobot_body这个宏定义-->
    <xacro:mrobot_body/>

4.将xacro转化成urdf

rosrun xacro xacro filename.xacro > filename.urdf

可能出现的情况:xacro转urdf为空
解释:古月居及网上一些教程有错误,没有在调用宏定义的时候给予xacro:macro_name
因此xacro转换器无法识别这条命令,解决方法如下:
注意:当没有调用该宏定义的时候,它不会出现在转化出的urdf文件里
就像是编程里的函数,如果不调用,就不会生效

<xacro:function_name param1="xxxx" param2="xxxxxx" and_so_on="xxx"/>

5.在launch文件中转化xacro为urdf直接使用

<arg name="mode" default="$(find xacro)/xacro '$(find robot_description)/urdf/robot.urdf.xacro' "/>
<param name="robot_description" command="$(arg model)"/>

三、ROS_control

1.框架结构

ROS_control的框架结构为
1.Controller Manager 控制器管理器
使用通用接口用于管理各个控制器
2.Controller 控制器
控制joint 读取硬件资源接口状态 发布控制指令 提供pid控制器
3.Hardware Resource Interface Layer 硬件资源接口层
为上下两层提供硬件资源的接口
4.RobotHW 抽象硬件
接触硬件资源,通过Read和Write完成硬件操作
5.Real Robot 真实机器人
真实的控制器、执行器

2.运行工具controller_manager

1.controller_manager

rosrun controller_manager controller_manager command controller_name

commands:
load unload start stop spawn(加载并启动控制器) kill(停止并卸载控制器)
list 列出所有控制器,并显示其状态
list-types等

2.spawner/unspawner

controller_manager包下也存在可以一次性加载多个控制器的命令
如果需要加载并启动,可以去掉–stopped

rosrun controller_manager spawner --stopped name1 name2 name3

一次性停止但不卸载

rosrun controller_manager unspawner name1 name2 name3

3.在launch文件中使用controller_manager

参数–stopped为可选项 添加后可仅加载不启动

<launch>
<node pkg="controller_manager" type="spawner" args="--stopped controller_name1 controller_name2 controller_name3"/>
</launch>

四、为模型添加 属性标签

1.

每个link都需要添加标签,包含属性仅有material
因为gazebo不支持的material,需要单独设置,否则默认为灰白
在link中添加:

<gazebo reference="link_name">
    <material>Gazebo/Black</material>
</gazebo>

referrence若不添加,则默认作用在标签上

2.

传动装置可以用来表示驱动机器人运动的动力源
actuator 执行器
joint为要绑定驱动器的joint,是提供动力的原件
type为使用的传动类型
hardwareInterface定义硬件接口类型

<transmission name="wheel_joint_trans">
    <type>transmission_interface/SimpleTransmission</type>
    <joint name="base_to_wheel_joint"/>
    <actuator name="wheel_joint_motor">
        <hardwareInterface>VelocityJointInterface</hardwareInterface>
        <mechanicalReduction>1<mechanicalReduction>
    </actuator>
</transmission>

五、添加gazebo控制器插件

1. 为添加gazebo插件

<gazebo>
    <plugin name="unique_name" filename="plugin_name.so">
    <!-- more plugin parameters -->
    </plugin>
</gazebo>

2. 为或者添加gazebo插件

<gazebo reference="link_or_joint_name">
    <plugin name="unique_name" filename="plugin_name.so">
    <!-- more plugin parameters -->
    </plugin>
</gazebo>

gazebo默认的插件存放位置为/opt/ros/noetic/lib,形式为libgazeboXXXX.so

0000

安装ROS自带的导航包

move-base在包中

sudo apt-get install ros-noetic-navigation
相关实践学习
使用ROS创建VPC和VSwitch
本场景主要介绍如何利用阿里云资源编排服务,定义资源编排模板,实现自动化创建阿里云专有网络和交换机。
阿里云资源编排ROS使用教程
资源编排(Resource Orchestration)是一种简单易用的云计算资源管理和自动化运维服务。用户通过模板描述多个云计算资源的依赖关系、配置等,并自动完成所有资源的创建和配置,以达到自动化部署、运维等目的。编排模板同时也是一种标准化的资源和应用交付方式,并且可以随时编辑修改,使基础设施即代码(Infrastructure as Code)成为可能。 产品详情:https://www.aliyun.com/product/ros/
目录
相关文章
|
16天前
|
机器学习/深度学习 算法 数据可视化
基于QLearning强化学习的机器人避障和路径规划matlab仿真
本文介绍了使用MATLAB 2022a进行强化学习算法仿真的效果,并详细阐述了Q-Learning原理及其在机器人避障和路径规划中的应用。通过Q-Learning算法,机器人能在未知环境中学习到达目标的最短路径并避开障碍物。仿真结果展示了算法的有效性,核心程序实现了Q表的更新和状态的可视化。未来研究可扩展至更复杂环境和高效算法。![](https://ucc.alicdn.com/pic/developer-ecology/nymobwrkkdwks_d3b95a2f4fd2492381e1742e5658c0bc.gif)等图像展示了具体仿真过程。
32 0
|
17天前
|
机器学习/深度学习 传感器 安全
基于模糊神经网络的移动机器人路径规划matlab仿真
该程序利用模糊神经网络实现移动机器人的路径规划,能在含5至7个静态未知障碍物的环境中随机导航。机器人配备传感器检测前方及其两侧45度方向上的障碍物距离,并根据这些数据调整其速度和方向。MATLAB2022a版本下,通过模糊逻辑处理传感器信息,生成合理的路径,确保机器人安全到达目标位置。以下是该程序在MATLAB2022a下的测试结果展示。
|
2月前
|
数据可视化 机器人 Python
实例8:机器人的空间描述和变换仿真
本文是关于机器人空间描述和变换的仿真实验教程,通过Python编程和可视化学习,介绍了刚体的平动和转动、位姿描述、坐标变换等基础知识,并提供了具体的实验步骤和代码实现。实验目的是让读者通过编程实践,了解和掌握空间变换的数学原理和操作方法。
38 2
实例8:机器人的空间描述和变换仿真
|
4月前
|
机器学习/深度学习 传感器 算法
强化学习(RL)在机器人领域的应用,尤其是结合ROS(Robot Operating System)和Gazebo(机器人仿真环境)
强化学习(RL)在机器人领域的应用,尤其是结合ROS(Robot Operating System)和Gazebo(机器人仿真环境)
188 2
|
5月前
|
机器学习/深度学习 算法 机器人
论文介绍:使用仿真和领域适应提高深度机器人抓取效率
【5月更文挑战第11天】研究人员提出结合仿真数据和领域适应技术提升深度机器人抓取效率。通过在仿真环境中生成多样化抓取数据并使用GraspGAN和DANN进行像素级和特征级适应,使模型能在现实世界中更好地泛化。实验表明,这种方法能减少现实数据需求,同时保持高抓取性能。尽管面临物理差异和成功率挑战,该研究为机器人抓取技术的进步提供了新途径。论文链接:https://arxiv.org/abs/1709.07857
72 5
|
5月前
|
机器学习/深度学习 机器人
LabVIEW对并行机器人结构进行建模仿真
LabVIEW对并行机器人结构进行建模仿真
41 0
|
5月前
|
机器人 Python
Moveit + Gazebo实现联合仿真:ABB yumi双臂机器人( 二、双臂协同运动实现 )
Moveit + Gazebo实现联合仿真:ABB yumi双臂机器人( 二、双臂协同运动实现 )
|
机器人 Python
现货量化机器人合约跟单交易所系统开发关键逻辑源代码实例
# 定义一个交易策略类 class TradingStrategy: def __init__(self, symbol, interval): self.symbol = symbol self.interval = interval self.engine = QuantEngine()
|
5月前
|
传感器 人工智能 监控
智能耕耘机器人
智能耕耘机器人
116 3
|
10天前
|
人工智能 搜索推荐 机器人
挑战未来职场:亲手打造你的AI面试官——基于Agents的模拟面试机器人究竟有多智能?
【10月更文挑战第7天】基于Agent技术,本项目构建了一个AI模拟面试机器人,旨在帮助求职者提升面试表现。通过Python、LangChain和Hugging Face的transformers库,实现了自动提问、即时反馈等功能,提供灵活、个性化的模拟面试体验。相比传统方法,AI模拟面试机器人不受时间和地点限制,能够实时提供反馈,帮助求职者更好地准备面试。
16 2

热门文章

最新文章