【6. 激光雷达接入ROS】

• 欢迎大家阅读2345VOR的博客【6. 激光雷达接入ROS】🥳🥳🥳
• 2345VOR鹏鹏主页： 已获得CSDN《嵌入式领域优质创作者》称号👻👻👻，座右铭：脚踏实地，仰望星空🛹🛹🛹
• 本文章属于《Ubuntu学习》和《ROS机器人学习》
  ：围绕Ubuntu系统基本配置及相关命令行学习记录！机器人操作系统 (ROS) 是一组软件库和工具，可帮助您构建机器人应用程序。👍👍👍

1. 前言

Ubuntu环境搭建
【经典Ubuntu20.04版本U盘安装双系统教程】
【Windows10安装或重装ubuntu18.04双系统教程】
【Ubuntu同步系统时间】
【Ubuntu中截图工具】
【Ubuntu安装QQ】
【Ubuntu安装后基本配置】
【Ubuntu启动菜单的默认项】
【ubuntu系统中修改hosts配置】
【18.04Ubuntu中解决无法识别显示屏】
ROS学习笔记
【1. Ubuntu18.04安装ROS Melodic】
【2. 在Github上寻找安装ROS软件包】
【3. 初学ROS，年轻人的第一个Node节点】
【4. ROS的主要通讯方式：Topic话题与Message消息】
【5. ROS机器人的运动控制】

接下来学习激光雷达如何接入ros机器人，激光雷达是用来探测周围障碍物的分布状况！

2. 激光雷达分类

其按照测量的维度可以分为单线雷达和多线雷达

按照测量原理分为三角测距雷达和TOF雷达

根据工作方式分为机械旋转雷达和固态雷达

激光雷达虽各有不同，但是在ROS中呈现的数据格式是一样的，只是在数据完整度和精度上会有所差异。下面就选取TOF激光雷达作为例子

3. TOF和三角测距激光雷达

3.1 何为飞行时间测距(TOF)?

简单来说，就是计算光的“飞行时间”。

由激光器发射一个激光脉冲，通过计时器记录下光的出射和回返的时间，两个时间相减即可得到光的“飞行时间”，而光速是固定的，根据已知速度和时间就可以计算出距离。

3.2 何为三角测距?

三角测距采用激光器发射激光，在照射到物体之后，反射光会由线性CCD接收，因为激光器和探测器间隔了一段距离，所以根据光学路径，不同距离的物体将会在CCD上成像在不同的位置，按照三角公式进行计算，就可以推导出被测物体的距离。

3.3 激光雷达测距

TOF激光雷达计算如下

4. 使用RViz观测传感器数据

RViz这个工具的全名叫做 The Robot Visualization Tool

4.1 运行模板样机

打开三个终端分别运行三条指令

roscore
roslaunch wpr_simulation wpb_simple.launch
rviz

首先把这个Fixed Frame修改成base_footprint

状态栏添加机器人模型，最后点击ok

选择激光雷达的话题名称/scan

调整size为0.03

调整RViz和Gazebo分屏

Gazebo是模拟真实机器人发出传感器数据的工具
RViz显示的是机器人实际能探测到的环境状况


另外一点就是RViz并不参与机器人算法的运行，它只是一个为了方便人类进行观测的工具而已
即使没有RViz，也不影响机器人的ROS系统的运行
只有需要观察某些数据实时变化的时候，才会打开RViz
下面添加虚拟环境的圆柱体障碍物

4.2 保存RViz配置

点击file菜单，选择Save Config As

选择保存地址，方便后期直接加载

然后关闭所有终端
打开三个终端分别运行三条指令

roscore
roslaunch wpr_simulation wpb_simple.launch
rviz

然后在RViz中的file菜单，选择Open Config

然后选择刚保存的位置

4.3 自动加载rviz配置文件

还可以在launch文件里自动加载rviz配置文件
先关闭RViz，然后打开终端输入

roslaunch wpr_simulation wpb_rviz.launch

关闭摄像头，保留激光雷达

调整视角

5. ROS系统中的激光雷达消息包格式

5.1 运行模板样机

打开三个终端分别运行三条指令

roscore
roslaunch wpr_simulation wpb_simple.launch
roslaunch wpr_simulation wpb_rviz.launch

在Gazebo中围绕机器人堆积障碍物

5.2 sensor_msgs中Laserscan_msgs消息属性

进入ROS Index官网搜索sensor_msgs

进入website

在消息中找到LaserScan

这就打开了激光雷达消息包的格式定义

5.3 查看scan消息

新开终端输入

rostopic echo /scan --noarr

显示对比

6. 用C++获取ROS激光雷达数据节点

6.1 运行模板样机

采用wpr_simulation开源工程，打开三个终端分别运行三条指令

roscore
roslaunch wpr_simulation wpb_simple.launch
rosrunwpr_simulation deno_lidar_data

6.2 构思功能的思路和步骤

构思

实现步骤

1. 构建一个新的软件包，包名叫做lidar_pkg。
2. 在软件包中新建一个节点，节点名叫做lidar_node。
3. 在节点中，向ROS大管家NodeHandle申请订阅话题/scan，并设置回调函数为LidarCallback()。
4. 构建回调函数LidarCallback(),用来接收和处理雷达数据。
5. 调用ROS_INFO()显示雷达检测到的前方障碍物距离。

6.3 创建lidar_pkg包

在工作空间src文件创建基于sensor_msgs模板的lidar_pkg

cd ~/catkin_ws/src/
catkin_create_pkg lidar_pkg roscpp rospy sensor_msgs

在lidar_pkg文件夹下src中创建lidar_node.cpp

6.4 编写订阅者节点

lidar_node源码

#include <ros/ ros.h>
#include <sensor msgs/Laserscan.h>
void Lidarcallback(const sensor_msgs::LaserScan msg)
{
	float fMidDist = msg.ranges[180] ;
	ROS_INFO("前方测距ranges [180]=%f 米", fMidDist);
}
int main(int argc,char *argv[])
{
	setlocale(LC_ALL, "" );
	ros::init(argc, argv,"lidar_node" );
	ros::NodeHandle n;
	ros::Subscriber lidar_sub = n.subscribe( " /scan", 10, &LidarCallback);
	ros::spin();
	return 0;
}

ctrl+s快捷保存

6.5 设置C++编译规则

打开CMake文件

add_executable(lidar_node src/lidar_node.cpp)
target_link_libraries(lidar_node
	${catkin_LIBRARIES}
)

ctrl+s快捷保存

ctrl+shift+b快捷编译

6.6 编译运行lidar_node节点

编译，打开终端

cd ~/catkin_ws/
catkin_make

采用wpr_simulation开源工程，打开三个终端分别运行三条指令

roscore
roslaunch wpr_simulation wpb_simple.launch
rosrun lidar_pkg lidar_node

前方距离2.6m，然后在Gazebo中调整书柜，选择移动靠近机器人



可参照可以打开.wpr_simulation里的demo_lidar_data.cpp文件

7. 用python获取ROS激光雷达数据节点

7.1 运行模板样机

采用wpr_simulation开源工程，打开三个终端分别运行三条指令

roscore
roslaunch wpr_simulation wpb_simple.launch
rosrun wpr_simulation deno_lidar_data.py

7.2 构思功能的思路和步骤

构思

实现步骤

1. 构建一个新的软件包，包名叫做lidar_pkg。
2. 在软件包中新建一个节点，节点名叫做lidar_node.py。
3. 在节点中，向ROS大管家rospy申请订阅话题/scan，并设置回调函数为LidarCallback()。
4. 构建回调函数LidarCallback()，用来接收和处理雷达数据。
5. 调用loginfo()显示雷达检测到的前方障碍物距离。

7.3 创建lidar_pkg包

在工作空间src文件创建基于sensor_msgs模板的lidar_pkg，编译

cd ~/catkin_ws/src/
catkin_create_pkg lidar_pkg roscpp rospy sensor_msgs
cd ..
catkin_make

在lidar_pkg文件夹下新建script文件夹中创建lidar_node.py

7.4 编写订阅者节点

先引入python包，设置中文utf-8显示

• ros>=20.04,采用python3
• ros<20.04,采用python

lidar_node.py源码

#!/usr/bin/env python3
#coding=utf-8
import rospy
from sensor_msgs.msg import LaserScan
def Lidarcallback(msg):
	dist = msg.ranges [ 180]
	rospy.loginfo("前方测距 ranges [ 180] = %f 米" , dist)
if _name ="_main_":
	rospy.init_node( "lidar_node" )
	lidar_sub = rospy.Subscriber( " /scan" ,LaserScan,Lidarcallback,queue_size=10)
	rospy.spin()

ctrl+s快捷保存

7.5 添加可执行的权限

在所在文件夹打开终端

cd catkin_ws/src/lidar_pkg/scripts/
ls
chmod +x lidar_node.py
ls

文件名变成绿色表示权限添加成功

7.6 运行lidar_node节点

采用wpr_simulation开源工程，打开三个终端分别运行三条指令

roscore
roslaunch wpr_simulation wpb_simple.launch
rosrun lidar_pkg lidar_node.py

前方距离2.6m，然后在Gazebo中调整书柜，选择移动靠近机器人



可参照可以打开wpr_simulation里的script文件夹中创建lidar_node.py

8. 用C++编写激光雷达避障节点

基于前面学习的机器人运动控制和激光雷达数据，下面将联系这两点编写激光雷达避障节点

8.1 构思功能的思路和步骤

1. 让大管家NodeHandle 发布速度控制话题/cmd_vel 。
2. 构建速度控制消息包vel_cmd。
3. 根据激光雷达的测距数值，实时调整机器人运动速度，避开障碍物。

8.2 修改lidar_node.cpp

见6.4源码
修改成如下lidar_node源码

#include <ros/ ros.h>
#include <sensor msgs/Laserscan.h>
#include <geometry msgs/Twist.h>
ros::Publisher vel_pub;

void Lidarcallback(const sensor_msgs::LaserScan msg)
{
	float fMidDist = msg.ranges[180] ;
	ROS_INFO("前方测距ranges [180]=%f 米", fMidDist);
	geometry msgs::Twist vel_cmd ;
	if( fMidDist< 1.5)
	{
		vel_cmd.angular.z = 0.3;
	}
	else
	{
		vel_cmd.linear.x = 0.05;
	}
	vel_pub.publish(vel_cmd);


}
int main(int argc,char *argv[])
{
	setlocale(LC_ALL, "" );
	ros::init(argc, argv,"lidar_node" );
	ros::NodeHandle n;
	ros::Subscriber lidar_sub = n.subscribe( " /scan", 10, &LidarCallback);
	ros::spin();
	return 0;
}

ctrl+s快捷保存

ctrl+shift+b快捷编译

8.4 运行lidar_node节点

采用wpr_simulation开源工程，打开三个终端分别运行三条指令

roscore
roslaunch wpr_simulation wpb_simple.launch
rosrun lidar_pkg lidar_node

机器人撞到障碍物，机器人有宽度

8.4 优化避障策略

当机器人检测前方障碍物时，最简单把转弯角度调大一点，原地转弯
lidar_node源码

#include <ros/ ros.h>
#include <sensor msgs/Laserscan.h>
#include <geometry msgs/Twist.h>
ros::Publisher vel_pub;
int ncount = 0;

void Lidarcallback(const sensor_msgs::LaserScan msg)
{
	float fMidDist = msg.ranges[180] ;
	ROS_INFO("前方测距ranges [180]=%f 米", fMidDist);
	if(ncount > 0)
	{
		ncount--;
		return;
	}

	
	geometry msgs::Twist vel_cmd ;
	if( fMidDist< 1.5)
	{
		vel_cmd.angular.z = 0.3;
		ncount = 50;
	}
	else
	{
		vel_cmd.linear.x = 0.05;
	}
	vel_pub.publish(vel_cmd);


}
int main(int argc,char *argv[])
{
	setlocale(LC_ALL, "" );
	ros::init(argc, argv,"lidar_node" );
	ros::NodeHandle n;
	ros::Subscriber lidar_sub = n.subscribe( " /scan", 10, &LidarCallback);
	ros::spin();
	return 0;
}

ctrl+s快捷保存

ctrl+shift+b快捷编译
然后在调试就OK啦
可参照开源项目wpr_simulation下的src文件夹的demo_lidar_behavior.cpp

9. 用python编写激光雷达避障节点

9.1 构思功能的思路和步骤

构思

实现步骤

1. 让大管家rospy 发布速度控制话题/cmd_vel 。
2. 构建速度控制消息包vel_cmd。
3. 根据激光雷达的测距数值，实时调整机器人运动速度，避开障
   碍物。

9.2 修改lidar_node.py

打开7.4编写lidar_node.py

lidar_node.py源码

#!/usr/bin/env python3
#coding=utf-8
import rospy
from sensor_msgs.msg import LaserScan
from geometry_msgs.msg import Twist

count =0

def Lidarcallback(msg):
	global vel_pub
	global count
	dist = msg.ranges [ 180]
	rospy.loginfo("前方测距 ranges [ 180] = %f 米" , dist)
	
	if count > 0:
		count = count - 1
		return
	
	vel_cmd = Twist()
	if dist< 1.5:
		vel_cmd .angular.z = 0.3
	else:
		vel_cmd.linear.x = 0.05
	vel_pub.publish(vel_cmd)

	
if _name ="_main_":
	rospy.init_node( "lidar_node" )
	lidar_sub = rospy.Subscriber( " /scan" ,LaserScan,Lidarcallback,queue_size=10)
	vel_pub = rospy.Publisher( " /cmd_vel" ,Twist , queue_size=10)
	rospy.spin()

ctrl+s快捷保存

6.6 运行lidar_node节点

采用wpr_simulation开源工程，打开三个终端分别运行三条指令

roscore
roslaunch wpr_simulation wpb_simple.launch
rosrun lidar_pkg lidar_node.py

可参照可以打开wpr_simulation里的script文件夹中demo_lidar_behavior.py

10. 总结

本节学习了ROS机器人的激光雷达原理和数据查看，尝试C++和python两种语言编写，并且结合前面的机器人运动编写了避障节点，接下来会介绍机器人的IMU传感器的操作。🎉🎉🎉文章来源地址https://www.toymoban.com/news/detail-460015.html

到了这里，关于【6. 激光雷达接入ROS】的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！