浅记XACRO And Gazebo仿真建模

2023-05-16

目录

    • 浅记XACRO And Gazebo仿真建模
      • 一、XACRO
        • 1.【常量定义】
        • 2.【宏定义】
        • 3.【文件包含】
      • 二、ROS_CONTROL
        • ros_control是什么?
        • 1.添加【惯性参数和碰撞属性】
        • 2.添加【gazebo标签】
        • 3.添加【joint传动装置】
        • 4.添加【gazebo控制器件】
        • 5.添加【机器人模型】
      • 三、Gazebo物理环境设置
        • 1.直接在gazebo中添加环境。
        • 2.通过Building Editor插件
        • 参考资料

浅记XACRO And Gazebo仿真建模

一、XACRO

URDF是机器人模型描述的统一格式,但是它却有很多缺点,比如

  • 模型冗长,重复内容太多。比如机器人底盘的左右轮(下图代码的left_wheel_link和right_wheel_link),需要重复编写几乎一样的代码,导致重复代码过多,效率低下。
  • 不便于参数修改和计算。由于没有宏定义,当需要修改模型的参数时,往往牵一发而动全身。另外,URDF也不能进行类似的参数计算。
    <link name="left_wheel_link">
        <visual>
            <origin xyz="0 0 0" rpy="1.5707 0 0" />
            <geometry>
                <cylinder radius="0.06" length = "0.025"/>
            </geometry>
            <material name="white">
                <color rgba="1 1 1 0.9"/>
            </material>
        </visual>
    </link>

    <link name="right_wheel_link">
        <visual>
            <origin xyz="0 0 0" rpy="1.5707 0 0" />
            <geometry>
                <cylinder radius="0.06" length = "0.025"/>
            </geometry>
            <material name="white">
                <color rgba="1 1 1 0.9"/>
            </material>
        </visual>
    </link>

为了弥补URDF格式的这些缺点,人们提出了改进版的URDF——XACRO格式。该格式很好地解决了URDF格式的不足,使得机器人的模型描述变得更加灵活和容易。其特点如下:

  • 简化模型描述:创建宏定义和文件包含。
  • 提供可编程接口:变量,常量,数学计算,条件语句等。

1.【常量定义】

<!--常量定义-->
<xacro:property name="M_PI" value="3.1415926"/>

通过xacro:property属性定义了一个名为“M_PI”的常量,其值为"3.1415926"。

【常量使用】

<!--参考系-->
<origin xyz="0 0 0" rpy="${M_PI/2} 0 0" />

常量的使用方法采用美元符==$+{}==的形式来调用。

2.【宏定义】

<!--宏定义-->
<xacro:macro name="name1" params="a b c">
    ......
</xacro:macro>

【宏调用】

<!--宏调用--> 
<xacro:name1  a="xxx" b="xxx" c="xxx" />

这里需要注意的是,从ubuntu20.04开始,xacro的宏调用需要在宏名前添加前缀xacro:,否则模型不能在rviz中正常显示。

3.【文件包含】

<!--文件包含--> 
<xacro:include filename="$(find mbot_description)/urdf/mbot_base_gazebo.xacro" />

为了便于模块化管理,xacro提供了文件包含的功能。这样就可以在不同的文件中对不同的部件进行建模,最后在通过文件包含进行整合。

二、ROS_CONTROL

有了xacro,我们便有了机器人描述模型。那么如何控制机器人进行一系列的物理仿真呢?这里就得引出ros_control和gazebo了。

ros_control是什么?

顾名思义,ros_control就是ROS官方为开发者提供的机器人控制中间件,其中包含一系列的控制器接口、传动转置接口、硬件接口和控制器工具箱等,以便ROS可以控制我们的底层物理器件,如摄像头、电机,激光雷达等。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
既然要让机器人进行物理仿真,那么如何让我们的机器人具备物理属性呢?

答案是通过gazebo标签!

1.添加【惯性参数和碰撞属性】

我们知道,机器人的模型描述中有两个属性至关重要,那就是刚体(这里不涉及柔性器件)的惯性参数和碰撞属性。

<!--碰撞属性-->
<collision>
     <!--坐标系-->
     <origin xyz="0 0 0" rpy="${M_PI/2} 0 0" />
     <geometry>
         <!--圆柱-->
         <cylinder radius="${wheel_radius}" length = "${wheel_length}"/>
     </geometry>
</collision>
<!--惯性矩阵,调用宏-->
<xacro:cylinder_inertial_matrix  m="${wheel_mass}" r="${wheel_radius}" h="${wheel_length}" />

这里通过collision标签定义了link的碰撞属性,接着通过调用定义好的惯性矩阵宏来配置link的惯性参数。

2.添加【gazebo标签】

<gazebo reference="${prefix}_wheel_link">
     <!--颜色-->
     <material>Gazebo/Gray</material>
</gazebo>

通过添加gazebo标签,我们就可以将我们的模型在gazebo仿真环境中打开,reference定义了link的名字,material定义了link在gazebo中的颜色属性。

3.添加【joint传动装置】

joint是指机器人的关节,link的运动起决于对应关节的转动。目前仿真模型中的关节还不具备传动属性,所以我们需要为其添加传动属性。

<transmission name="${prefix}_wheel_joint_trans">
       <!--简单传动接口-->
       <type>transmission_interface/SimpleTransmission</type>
       <joint name="${prefix}_wheel_joint" >
           <!--硬件--速度接口-->
           <hardwareInterface>hardware_interface/VelocityJointInterface</hardwareInterface>
       </joint>
       <!--执行器-->
       <actuator name="${prefix}_wheel_joint_motor">
           <hardwareInterface>hardware_interface/VelocityJointInterface</hardwareInterface>
           <!--传动比-->
           <mechanicalReduction>1</mechanicalReduction>
       </actuator>
</transmission>

在transmission标签中,我们需要设置传动接口类型type,这里设置的是简单类型;传动节点joint及其硬件接口hardwareInterface,这里设置的是速度接口;执行器actuator的硬件接口需要和上面设置的接口类型一样;设置传动比mechanicalReduction,这里设置为电机转一圈,轮子也转一圈。

4.添加【gazebo控制器件】

为了能够在gazebo中进行物理仿真,我们还需要在xacro中添加gazebo控制器件。该控制器件主要包括一些机器人的命名空间,轮子的状态,消息,尺寸,转矩,加速度,里程计数据等。

<gazebo>
            <plugin name="differential_drive_controller" filename="libgazebo_ros_diff_drive.so">
                <rosDebugLevel>Debug</rosDebugLevel>
                <!--广播轮子坐标-->
                <publishWheelTF>true</publishWheelTF>
                <robotNamespace>/</robotNamespace>
                <publishTf>1</publishTf>
                <!--广播轮子节点状态-->
                <publishWheelJointState>true</publishWheelJointState>
                <alwaysOn>true</alwaysOn>
                <updateRate>100.0</updateRate>
                <legacyMode>true</legacyMode>
                <!--两轮差速控制-->
                <leftJoint>left_wheel_joint</leftJoint>
                <rightJoint>right_wheel_joint</rightJoint>
                <wheelSeparation>${wheel_joint_y*2}</wheelSeparation>
                <!--轮子尺寸-->
                <wheelDiameter>${2*wheel_radius}</wheelDiameter>
                <broadcastTF>1</broadcastTF>
                <!--轮子转矩-->
                <wheelTorque>30</wheelTorque>
                <!--加速度-->
                <wheelAcceleration>1.8</wheelAcceleration>
                <!--话题-->
                <commandTopic>cmd_vel</commandTopic>
                <odometryFrame>odom</odometryFrame> 
                <odometryTopic>odom</odometryTopic> 
                <robotBaseFrame>base_footprint</robotBaseFrame>
            </plugin>
</gazebo>

5.添加【机器人模型】

最后一个步骤,在launch启动文件中加载我们的gazebo模型,并设置好相关参数。

<launch>
    <!-- 设置launch文件的参数 -->
    <arg name="paused" default="false"/>
    <arg name="use_sim_time" default="true"/>
    <arg name="gui" default="true"/>
    <arg name="headless" default="false"/>
    <arg name="debug" default="false"/>

    <!-- 运行gazebo仿真环境 -->
    <include file="$(find gazebo_ros)/launch/empty_world.launch">
        <arg name="debug" value="$(arg debug)" />
        <arg name="gui" value="$(arg gui)" />
        <arg name="paused" value="$(arg paused)"/>
        <arg name="use_sim_time" value="$(arg use_sim_time)"/>
        <arg name="headless" value="$(arg headless)"/>
    </include>

    <!-- 加载机器人模型描述参数 -->
    <param name="robot_description" command="$(find xacro)/xacro --inorder '$(find mbot_description)/urdf/mbot_gazebo.xacro'" /> 

    <!-- 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" ></node> 

    <!-- 运行robot_state_publisher节点,发布tf  -->
    <node name="robot_state_publisher" pkg="robot_state_publisher" type="robot_state_publisher"  output="screen" >
        <param name="publish_frequency" type="double" value="50.0" />
    </node>

    <!-- 在gazebo中加载机器人模型-->
    <node name="urdf_spawner" pkg="gazebo_ros" type="spawn_model" respawn="false" output="screen"
          args="-urdf -model mrobot -param robot_description"/> 

</launch>

运行launch文件,便可以看到我们的gazebo模型啦!

在这里插入图片描述

三、Gazebo物理环境设置

1.直接在gazebo中添加环境。

这通常需要我们提前从gazebo官网下载好离线模型到本地的.gazebo/models路径下,然后便可以通过鼠标直接在gazebo仿真环境中添加我们想要的模型。

在这里插入图片描述

2.通过Building Editor插件

在这里插入图片描述
通过building editor我们可以在gazebo环境中添加墙壁,门,窗户等模型,来构造我们的物理仿真环境。

参考资料

古月学院

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

浅记XACRO And Gazebo仿真建模 的相关文章

随机推荐

  • 从百度运维实践谈“基于机器学习的智能运维”

    清华大学计算机系副教授裴丹于运维自动化专场发表了题为 基于机器学习的智能运维 的演讲 xff0c 上篇参看 科研角度谈 如何实现基于机器学习的智能运维 文章 xff0c 此为下篇 从百度运维实践谈基于机器学习的智能运维 以下为演讲实录 xf
  • python通过udp传输图片

    首先要了解UDP的工作模式 对于服务器 xff0c 首先绑定IP和端口 xff0c 本机测试的时候可以使用127 0 0 1是本机的专有IP xff0c 端口号 大于1024的是自定义的 xff0c 所以用大于1024的端口号 xff0c
  • D435i跑通ORB-SLAM2

    这篇文章主要记录我的实现过程 根据官方安装文档 xff0c 并参考以下两篇博客 xff0c 可以比较顺利的实现 xff1a Realsense D435i 在ubuntu上安装SDK与ROS Wrapper 运行ORB SLAM2 RTAB
  • 通俗理解滑模变结构控制(1)

    这里写自定义目录标题 1 什么是滑模变结构控制2 滑模变结构的一些基本知识3 滑模控制器设计4 滑模控制器例子 1 什么是滑模变结构控制 在开始介绍滑模变结构控制之前 xff0c 最好先学习一些线性控制的基础 xff0c 知道什么是李亚普诺
  • 终端滑模(Terminal滑模)理解

    一 什么是终端滑模 在前面所介绍的滑模控制中 xff0c 我们是选取了一个线性的滑模面s xff0c 使系统达到滑模面后 xff0c 误差逐渐收敛到0 xff0c 收敛的速度可以通过调节滑模面的参数来实现 后来人们为了使滑模控制有更好的性能
  • PX4环境git submodule update --init --recursive失败的解决办法

    最近开始搭建PX4环境 xff0c 搭建是需要从github下载工程 xff0c 然后使用语句git submodule update init recursive更新工程子模块 xff0c 但往往由于网络原因这一步需要很久 xff0c 甚
  • 变结构滑模控制抖振处理(1)------动态滑模法

    1 什么是动态滑模 从前面一些关于滑模的介绍 xff0c 我们知道 xff0c 在设计滑模控制器时 xff0c 避不开的问题就是抖振 至于抖振的产生 xff0c 很大程度上是由于一般滑模控制器的控制律u是一个不连续的函数 xff0c u中往
  • 四旋翼双环PID控制

    在我上篇博客 四旋翼无人机Matlab建模 中 xff0c 我建立了四旋翼的模型 xff0c 并在simulink中搭建了仿真 xff0c 但并没有设计控制器 本章便针对四旋翼设计最常见的串级PID控制器 xff0c 本篇文章主要从两个部分
  • PX4代码解析(1)

    前言 做pixhawk飞控有一段时间了 xff0c 但在学习过程中遇到许多困难 xff0c 目前网上找不到比较完整的PX4学习笔记 xff0c 我打算结合自己理解 xff0c 写写自己对PX4源码的理解 xff0c 不一定对 xff0c 只
  • PX4代码解析(2)

    前言 在大致了解PX4代码架构后 xff0c 我们需要了解PX4的通信机制 在PX4代码架构中 xff0c 每通信总线主要分为两个部分 xff0c 一是内部通信总线uORB 即PX4内部进程通信采用的协议 xff0c 例如PX4内部姿态控制
  • px4代码解析(3)

    前言 在使用PX4飞控时 xff0c 我们难免要对其进行二次开发 xff0c 例如修改控制算法 xff0c 添加新的传感器 xff0c 这时需要在代码中定义属于自己的消息 本节主要分享一下如何在PX4代码中添加自己的消息 一 消息添加与配置
  • 七月在线NLP千元课程笔记

    xfeff xfeff NLP七月在线 照着PDF的内容解释 第一课 NLP基础知识 Python基础知识7分钟 正则表达式验证工具 https regexr com v1 基本字符 匹配除了换行符外所有字符 d匹配所有数字 能找到所有数字
  • PX4代码解析(4)

    一 引言 PX4程序是基于实时操作系统 xff08 Real time operating system RTOS xff09 的上层应用程序 xff0c PX4飞控程序的很多重要模块都是在Nuttx操作系统的调度下运行的 因此 xff0c
  • PX4代码解析(5)

    一 前言 我所讨论的PX4代码是基于v1 11版本 xff0c 该版本与之前的版本有不少不同 xff0c 其中一个比较大的区别在于新版本大部分用到了C 43 43 中模板 xff0c 使得代码没有以前那么容易理解 xff0c 因此我在后面介
  • gcc与Makefile

    一 gcc命令 在linux开发编程过程中 xff0c 需要对完成的代码进行编译运行 xff0c 这时我们便需要用到gcc命令 xff0c 下面我介绍gcc的安装与使用 1 安装 在ubuntu系统下终端中输入下面的命令 sudo apt
  • 大疆嵌入式工程师面试

    昨天刚刚经历了大疆嵌入式第一轮面试 xff0c 面试官是个大佬 xff0c 感觉很不错 xff0c 但大疆面试问的很深 xff0c 自己有些答得不是很好 xff0c 记录一下 一面 xff08 8 16号 xff0c 35min左右 xff
  • PX4代码解析(6)

    一 前言 上一节介绍了PX4姿态估计调用函数的流程 xff0c 这一节分享一下我对PX4姿态解算的解读 首先 xff0c 要理解PX4姿态解算的程序 xff0c 要先从传感器的特性入手 xff0c 这里主要介绍的传感器有加速度计 xff0c
  • 嵌入式学习(2)-FreeRTOS--任务调度器开启过程分析

    FreeRTOS 开启任务调度器过程分析 vTaskStartScheduler xff1b 代码分析其中一些汇编的寄存器操作还不是特别清楚 xff0c 还需要进一步去学习 vTaskStartScheduler xff1b 代码分析 sp
  • 嵌入式学习(3)-FreeRTOS的创建任务过程

    创建任务过程理解 xTaskCreate xff08 xff09 分析prvInitialiseNewTask xff08 xff09 函数分析vListInitialiseItem xff08 xff09 函数分析prvAddNewTas
  • 浅记XACRO And Gazebo仿真建模

    目录 浅记XACRO And Gazebo仿真建模一 XACRO1 常量定义 2 宏定义 3 文件包含 二 ROS CONTROLros control是什么 xff1f 1 添加 惯性参数和碰撞属性 2 添加 gazebo标签 3 添加