最近科研需要在gazebo中做一个阿克曼小车的仿真，要求小车运动能够通过话题来控制，小车上要安装激光雷达、imu、相机等传感器用于SLAM定位建图。由于是第一次接触gazebo仿真，所以分享一下学习心得：
一、优秀资源
1\ 这位up做了现成的阿克曼小车模型，并出了视频演示运行效果 【模型代码】 【演示链接】
2\ 这位up出了一个从零搭建阿克曼小车的视频，让我弄懂了1\中代码的框架 【教学视频】
3\ 这位博主分享了自己对于gazebo与ROS联合进行小车仿真步骤的深入理解 【深入博文】
4\ 这里有一个开源的非平坦地面路径规划链路的项目，至此我基本理解完整过程 【开源项目】
二、心得体会
1\ 关于 .world的加载
如果world用到的模型全都是官方model，那么只需要把官方的model库下载下来，存到.gazebo的models下面就行了，但如果有些model是你自己定义的，例如自己定义的地图、障碍物等，那么你必须把对应的model文件放入.gazebo的models下面，当然，你也可以用prefix来设定gazebo对model的搜索路径，具体操作在13\
2\ 启动gazebo
roslaunch gazebo_ros emputy_world.launch 打开一个空白世界（直接输入gazebo也能打开gazebo软件，但是二者有区别的）
3\ 界面技巧
在gazebo中的view中，可以查看碰撞体积、等可视化
4\ 在环境中添加model
下面这句话是使用模型产生器spawn_model在gazebo中添加模型：<node name="spawn_model" pkg="gazebo_ros" type="spawn_model" respawn="false" output="screen" args="-urdf -x $(arg x) -y $(arg y) -z $(arg z) -model $(arg robot_name) -param robot_description"/>
其中，robot_description为：<param name="robot_description" command="$(find xacro)/xacro '$(arg urdf_robot_file)' roboname:='smart'" />
5\ 用topic简单控制gazebo中的小车动起来
如果想用rostopic控制gazebo里的小车动起来，在基本模型显示的基础上(empty_world + spawn_model + urdf_description)，需要作的改动是：（1）在urdf中添加相应joint的transmission，从而定义joint的执行器类型 （2）在urdf中添加gazebo_ros_control插件(plugin)，从而建立起外部控制gazebo中执行器的桥梁 （3）写一个config.yaml文件，来说明各joint的控制器和pid控制参数 （4）在roslaunch中，用controller_spawner功能生成一个控制器，并把控制器和urdf中定义的执行其连接在一起（根据config.yaml中的名字链接） ；当然如果想要实现这些功能，还要下载这些库才行：
1. sudo apt install ros-melodic-gazebo-ros-control
2. sudo apt install ros-melodic-ros-control
3. sudo apt install ros-melodic-ros-controllers
6\ 获取car_model的状态
gazebo能够发布各joint的状态信息（主要是tf关系），如果想在5\的基础上，获取gazebo中，小车速度、姿态和位置，那么就需要在5/的基础上作以下操作：（1）在urdf中加joint_state_publisher插件(plugin)，从而把joint和publisher关联在一起 （2）在roslaunch中，用robot_state_publisher功能生成一个状态发布器，从而实现对相关joint状态信息的发布 （3）在rostopic list中，找到“gazebo/model_states”话题，话题的组织形式是：列表[model1,model2,...] + pose + velocity，其中pose和velocity中会按照列表中model的顺序，分别给出，因此在接收这个话题消息后，首先要做的就是找到想要知道的model的index，然后根据index，索引到对应model的pose和velocity，然后进行重新发布即可 （4）上述操作的实质就是：gazebo可以发布其中所有model的pose和velocity，然后我们定义一个node节点，接受这个topic然后，定义回调函数来筛选所需信息，并且publish出自己想发布的信息就行了。
7\ 在urdf中添加gazebo中的额外属性
通常情况下，我们还会用<gazebo reference=“xxx”> 给机器人的xxx零件加上额外的属性，如摩擦力、颜色等，这些可以加在urdf中，到时候作为spawn_model的-param description传入模型
8\ 使用mesh模型
当我们想把更加好看的外部mesh模型作为机器人的一部分时，我们常使用<mesh filename="package://package_name/meshes/xxx.dae"/>来代替原来visual中的geometry中的box或者cylinder，注意这里的package://package_name相当于launch中的 $(find package_name)
9\ 根据阿克曼的输入（速度和打角）解算四轮的转速和转角
在5\的基础上，实现实现对车辆的话题控制（可以使用C++，也可以使用python，这里使用pyhton）：（1）总的思路是生成一个发布话题的节点，接收我们发布的小车速度和转角的话题命令，并将之分解为小车四轮的转速和转角 （2）根据阿克曼模型，对模型的输入量为：小车后轮速度 和 小车中轴线处的虚拟车轮的打角；（3）处理输入量1：给打角加限制。根据轴距和车轮间距，可由实际车轮的最大打角半径，算出输入量中的最大打角 （4）处理输入量2：将车速转换为后轮角速度。后轮的线速度就是车速，要换算成后轮的角速度，才能后发送给后轮的执行器 （5）判断输入打角是否为0：如果为0，那就很简单，直接给前轮发送0角度，给后轮发送输入处理量2——后轮角速度 （6）判断输入打角是否为0：如果不为0，首先根据输入处理量2——后轮角速度由半径比例拓展到两个后轮的角速度（内圈慢，外圈快）；然后根据前轮的actan值，得到两个前轮的打角；另，如果前轮也有驱动力，也可以根据前轮转弯半径和车速计算出两个前轮的驱动角速度 （7）将各轮的控制量按照对应的msgs格式发送到对应的话题就行了。
10\ 阿克曼模型的核心
在其他量已知的情况下，打角和转弯半径是相互决定的，知道其中一个，即可求另一个
11\ 在rviz中看到小车
想要在rviz中看到gazebo中的汽车模型和相关信息，最重要的是要关注tf坐标变换：（1）打开空白rviz，加入robotmodel，在参数服务器中填入事先写好的param（已在launch中定义好了，放在参数服务器中，叫做robot_description：<param name="robot_description" command="$(find xacro)/xacro '$(arg urdf_robot_file)' roboname:='smart'" />） （2）使用rosrun rqt_tf_tree rqt_tf_tree查看当前tf树，发现没有/world坐标系，因此需要创建一个tf.TransformBroadcaster来广播world和base_link的关系，这个位置关系是随时间发生变化的，因此还要读取小车的位置和姿态（这个位置和姿态是6\中，最初由joint_state_publisher发布全体model，后续经过自定义节点发布的car_model的PoseStamped，我们只需要把这个消息接受起来，然后使用回调函数，把这个位姿信息当成world和baselink的关系广播出来即可） （3）在rviz中，将Fixed Frame设置为/world，即可在rviz中显示小车在world坐标系下的运动（如果想要显示小车的Pose，那么记得把5\中发布的car_model信息的frame_id 设置为 '/world'
12\ 踩坑
在重构代码时遇到各种各样样的问题，主要是以下几点
（1）urdf和xaro文件中，不能有中文注释，如果要写了，那就要加utf-8：<?xml version="1.0" encoding="utf-8"?>（2）对于那些fixed的joint，直接在launch中写一个robot_state_publisher就行了，但是如果还有其他运动型joint，就需要在xacro中插入joint_state_publisher的plugin，并把想要输出的tf的jointname写上去逗号\回车隔开，且其中最需要注意的是namespace要对应上，对于fixed，publisher默认输出的位置是/joint_states，而对于运动型，是在urdf中的plugin中决定的，robotNamespace+/joint_states，一定要把两者对应起来，否则会变成两颗tf树，无法在rviz中完整显示（具体可看这篇博文https://blog.csdn.net/blue_skyLZW/article/details/112394119） （3）在controller的config.ymal文件中，旋转joint不配置pid参数是可以的，只会报红然后生成一个理想控制器，但摆动joint如果不定义pid参数，会直接无法生成控制器，最好都把pid参数放进去，当然二者的存放方式要根据 （4）出现小车在地面慢慢滑动的问题：在车轮joint上加入摩擦力标签来让小车在零输入时稳定下来 <dynamics damping="0.0" friction="1.0"/> （5）小车打角、轮子转动出现较大波动，考虑两个问题：激光雷达等传感器点束过于密集，导致卡顿；控制器的pid参数需要调整（在config.yaml中调整） （6）出现[TF_REPEATED_DATA ignoring data with redundant timestamp for frame base_footprint at time...]的warning信息：？？？ （7）出现车轮跟不上车体运动的情况：？？？ 【目前6和7可以通过直接world->baselink解决，但是到basefootprint我不知道要怎么弄了】（8）激光雷达采样点过于密集引起卡顿：这个暂时还没有好的办法，只能减少采样点数和缩短最大投射距离
13\ 将模型放在本地
在工作空间存放模型（考虑到模型的可移植性），步骤是：（1）在功能包package中建立一个models文件夹，然后把model文件都存在这个文件夹中 （2）在功能包的配置文件package.xml中的<export>标签中，加入<gazebo_ros gazebo_model_path="${prefix}/models"/> （解释一下，环境变量${prefix}表示指的是package.xml所在位置的路径信息）（3）此外，如果这个package.xml是自动生成的，还需要加上<depend>gazebo_ros</depend>和<exec_depend>gazebo</exec_depend> （4）改完package.xml要catkin_make以下才能生效 （5）当然，也可以使用另外的方式加载模型，但本方法是最推荐的。其他方法的参考链接放在这里【https://blog.csdn.net/benchuspx/article/details/116404058】
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@)
