| 作者 |
| 拉姆库玛·甘地那坦 郎坦·约瑟夫 胡春旭 |
| 丛书名 |
| 机器人设计与制作系列 |
| 出版社 |
| 机械工业出版社 |
| ISBN |
| 9782101251446 |
| 简要 |
| 简介 |
| 内容简介书籍计算机书籍 ---------------------------ROS机器人项目开发11例（原书第2版）--------------------------- 本书涵盖新的ROS发行版中的项目——ROS Melodic Morenia with Ubuntu Bionic（18.04）。从基本原理开始，本书向你介绍了ROS-2，并帮助你了解它与ROS-1的不同之处。你将能够在ROS中建模并构建工业移动机械手臂，并在Gazebo 9中进行模拟。然后，你将了解如何使用状态机处理复杂的机器人应用程序，以及一次处理多个机器人。本书还向你介绍了新的、流行的硬件，如Nvidia的Jetson Nano、华硕修补板和Beaglebone Black，并允许你探索与ROS的接口。 ---------------------------ROS机器人开发实践--------------------------- 本书在介绍ROS总体框架和理论要点的基础上，讲解ROS的通信机制、常用组件和进阶功能；同时以实践为主，讲解机器视觉、机器听觉、SLAM与导航、机械臂控制、机器学习等多种ROS应用的主要原理和实现方法；并分析基于ROS的机器人系统设计方法和典型实例；后论述ROS2的框架特点和使用方法，剖析ROS的发展方向。 |
| 目录 |
---------------------------ROS机器人项目开发11例（原书第2版）--------------------------- 译者序 前言 作者简介 第1章 ROS入门 1 1.1 技术要求 2 1.2 ROS概述 2 1.2.1 ROS发行版 3 1.2.2 支持的操作系统 3 1.2.3 支持的机器人及传感器 4 1.2.4 为什么选择ROS 5 1.3 ROS基础 6 1.3.1 文件系统层级 7 1.3.2 计算图层级 7 1.3.3 ROS社区层级 9 1.3.4 ROS中的通信 9 1.4 ROS客户端库 10 1.5 ROS工具 11 1.5.1 ROS的可视化工具RViz 11 1.5.2 rqt_plot 11 1.5.3 rqt_graph 12 1.6 ROS模拟器 13 1.7 在Ubuntu 18.04 LTS上安装ROS Melodic 13 1.8 在VirtualBox上设置ROS 18 1.9 Docker简介 19 1.9.1 为什么选择Docker 20 1.9.2 安装Docker 20 1.10 设置ROS工作空间 23 1.11 ROS在工业界和学术界的机遇 25 1.12 本章小结 25 第2章 ROS-2及其特性简介 26 2.1 技术要求 27 2.2 ROS-2概述 27 2.2.1 ROS-2发行版 28 2.2.2 支持的操作系统 28 2.2.3 支持的机器人及传感器 29 2.2.4 为什么选择ROS-2 29 2.3 ROS-2基础 30 2.3.1 什么是DDS 30 2.3.2 DDS的实现 30 2.3.3 计算图 31 2.3.4 ROS-2社区层级 32 2.3.5 ROS-2中的通信 32 2.3.6 ROS-2的变化 33 2.4 ROS-2客户端库 33 2.5 ROS-2工具 34 2.5.1 RViz2 34 2.5.2 Rqt 36 2.6 安装ROS-2 36 2.6.1 开始安装 37 2.6.2 获取ROS-2源码 38 2.6.3 ROS-1、ROS-2以及共存环境设置 41 2.6.4 运行测试节点 42 2.7 设置ROS-2工作空间 44 2.8 编写ROS-2节点 45 2.8.1 ROS-1代码示例 45 2.8.2 ROS-2代码示例 46 2.8.3 ROS-1发布者节点与ROS-2发布者节点的区别 49 2.9 ROS-1和ROS-2的通信 50 2.10 本章小结 52 第3章 构建工业级移动机械臂 53 3.1 技术要求 54 3.2 常见的移动机械臂 54 3.3 移动机械臂应用场景 55 3.4 移动机械臂构建入门 56 3.4.1 单位及坐标系 57 3.4.2 Gazebo及ROS机器人模型格式设定 57 3.5 机器人底座构建 58 3.5.1 机器人底座需求 58 3.5.2 软件参数 60 3.5.3 机器人底座建模 60 3.5.4 机器人底座模拟 64 3.5.5 机器人底座测试 68 3.6 机械臂构建 70 3.6.1 机械臂需求 71 3.6.2 软件参数 72 3.6.3 机械臂建模 72 3.6.4 机械臂模拟 74 3.6.5 机械臂测试 77 3.7 系统集成 78 3.7.1 移动机械臂建模 78 3.7.2 移动机械臂模拟与测试 79 3.8 本章小结 80 第4章 基于状态机的复杂机器人任务处理 81 4.1 技术要求 81 4.2 ROS动作机制简介 82 4.2.1 服务器–客户端结构概述 82 4.2.2 actionlib示例：机械臂客户端 83 4.2.3 基于actionlib的服务器–客户端示例：电池模拟器 85 4.3 服务员机器人应用示例 90 4.4 状态机简介 92 4.5 SMACH简介 93 4.6 SMACH入门 96 4.6.1 SMACH-ROS的安装与使用 96 4.6.2 简单示例 96 4.6.3 餐厅机器人应用示例 98 4.7 本章小结 102 第5章 构建工业级应用程序 103 5.1 技术要求 103 5.2 应用案例：机器人送货上门 104 5.3 机器人底座智能化 106 5.3.1 添加激光扫描传感器 106 5.3.2 配置导航栈 108 5.3.3 环境地图构建 110 5.3.4 机器人底座定位 111 5.4 机械臂智能化 111 5.4.1 Moveit简介 112 5.4.2 安装与配置Moveit 113 5.4.3 通过Moveit控制机械臂 117 5.5 应用程序模拟 120 5.5.1 环境地图构建与保存 120 5.5.2 选择目标点 120 5.5.3 添加目标点 121 5.5.4 状态机构建 121 5.6 机器人改进 121 5.7 本章小结 122 第6章 多机器人协同 123 6.1 技术要求 123 6.2 集群机器人基本概念 124 6.3 集群机器人分类 125 6.4 ROS中的多机器人通信 125 6.4.1 单个roscore和公共网络 126 6.4.2 群组/名称空间的使用 127 6.4.3 基于群组/名称空间的多机器人系统构建示例 128 6.5 多master概念简介 131 6.5.1 multimaster_fkie功能包简介 132 6.5.2 安装multimaster_fkie功能包 133 6.5.3 设置multimaster_fkie功能包 133 6.6 多机器人应用示例 136 6.7 本章小结 138 第7章 嵌入式平台上的ROS应用及其控制 139 7.1 技术要求 139 7.2 嵌入式板基础知识 140 7.2.1 重要概念介绍 141 7.2.2 机器人领域微控制器和微处理器的区别 142 7.2.3 板卡选型步骤 142 7.3 微控制器板简介 143 7.3.1 Arduino Mega 143 7.3.2 STM32 144 7.3.3 ESP8266 145 7.3.4 ROS支持的嵌入式板 146 7.3.5 对比表格 147 7.4 单板计算机简介 147 7.4.1 CPU板 148 7.4.2 GPU板 151 7.5 Debian与Ubuntu 152 7.6 在Tinkerboard S平台上设置操作系统 153 7.6.1 基础需求 153 7.6.2 安装Tinkerboard Debian操作系统 153 7.6.3 安装Armbian和ROS 154 7.6.4 使用可用的ROS镜像安装 156 7.7 在BeagleBone Black平台上设置ROS 156 7.7.1 基础需求 156 7.7.2 安装Debian 操作系统 157 7.7.3 安装Ubuntu和ROS 158 7.8 在Raspberry Pi 3/4平台上设置ROS 159 7.8.1 基础需求 159 7.8.2 安装Raspbian和ROS 159 7.8.3 安装Ubuntu和ROS 160 7.9 在Jetson Nano平台上设置ROS 161 7.10 通过ROS控制GPIO 161 7.10.1 Tinkerboard S 162 7.10.2 BeagleBone Black 163 7.10.3 Raspberry Pi 3/4 164 7.10.4 Jetson Nano 165 7.11 嵌入式板基准测试 166 7.12 Alexa入门及连接ROS 168 7.12.1 Alexa 技能构建前提条件 168 7.12.2 创建Alexa技能 169 7.13 本章小结 173 第8章 强化学习与机器人学 174 8.1 技术要求 174 8.2 机器学习概述 175 8.2.1 监督学习 175 8.2.2 无监督学习 175 8.2.3 强化学习 176 8.3 理解强化学习 176 8.3.1 探索与开发 177 8.3.2 强化学习公式 177 8.3.3 强化学习平台 178 8.3.4 机器人领域的强化学习应用 179 8.4 马尔可夫决策过程与贝尔曼方程 179 8.5 强化学习算法 181 8.5.1 出租车问题应用示例 181 8.5.2 TD预测 182 8.5.3 TD控制 183 8.6 ROS中的强化学习功能包 189 8.6.1 gym-gazebo 189 8.6.2 gym-gazebo2 194 8.7 本章小结 196 第9章 ROS下基于TensorFlow的深度学习 197 9.1 技术要求 197 9.2 深度学习及其应用简介 198 9.3 机器人领域的深度学习 198 9.4 深度学习库 199 9.5 TensorFlow入门 200 9.5.1 在Ubuntu 18.04 LTS上安装TensorFlow 200 9.5.2 TensorFlow概念 202 9.5.3 在TensorFlow下编写第一行代码 204 9.6 ROS下基于TensorFlow的图像识别 206 9.6.1 基础需求 207 9.6.2 ROS图像识别节点 207 9.7 scikit-learn简介 210 9.8 SVM及其在机器人领域的应用简介 211 9.9 本章小结 214 第10章 ROS下的自动驾驶汽车构建 215 10.1 技术要求 215 10.2 自动驾驶汽车入门 216 10.3 典型自动驾驶汽车基本组件 218 10.3.1 GPS、IMU和车轮编码器 218 10.3.2 摄像头 219 10.3.3 超声波传感器 219 10.3.4 LIDAR与RADAR 219 10.3.5 自动驾驶汽车的软件模块体系结构 221 10.4 ROS下的自动驾驶汽车模拟与交互 222 10.4.1 Velodyne LIDAR模拟 223 10.4.2 ROS下的Velodyne传感器接口 224 10.4.3 激光扫描仪模拟 225 10.4.4 模拟代码扩展 226 10.4.5 ROS下的激光扫描仪接口 227 10.4.6 Gazebo下的立体与单目摄像头模拟 228 10.4.7 ROS下的摄像头接口 229 10.4.8 Gazebo下的GPS模拟 230 10.4.9 ROS下的GPS接口 231 10.4.10 Gazebo下的IMU模拟 231 10.4.11 ROS下的IMU接口 233 10.4.12 Gazebo下的超声波传感器模拟 233 10.4.13 低成本LIDAR传感器 235 10.5 Gazebo下带传感器的自动驾驶汽车模拟 236 10.6 ROS下的DBW汽车接口 241 10.6.1 功能包安装 241 10.6.2 自动驾驶汽车及传感器数据可视化 241 10.6.3 基于ROS与DBW通信 243 10.7 Udacity开源自动驾驶汽车项目简介 243 10.7.1 Udacity的开源自动驾驶汽车模拟器 244 10.7.2 MATLAB ADAS工具箱 246 10.8 本章小结 246 第11章 基于VR头盔和Leap Motion的机器人遥操作 247 11.1 技术要求 248 11.2 VR头盔和Leap Motion传感器入门 248 11.3 项目设计和实施 250 11.4 在Ubuntu 14.04.5上安装Leap Motion SDK 251 11.4.1 可视化Leap Motion控制器数据 252 11.4.2 使用Leap Motion可视化工具 252 11.4.3 安装用于Leap Motion控制器的ROS驱动程序 253 11.5 RViz中Leap Motion数据的可视化 255 11.6 使用Leap Motion控制器创建遥操作节点 256 11.7 构建ROS-VR Android应用程序 258 11.8 ROS-VR应用程序的使用及与Gazebo的交互 260 11.9 VR下的TurtleBot模拟 262 11.9.1 安装TurtleBot模拟器 262 11.9.2 在VR中控制TurtleBot 262 11.10 ROS-VR应用程序故障排除 263 11.11 ROS-VR应用与Leap Motion遥操作功能集成 264 11.12 本章小结 265 第12章 基于ROS、Open CV和Dynamixel伺服系统的人脸识别与跟踪 266 12.1 技术要求 266 12.2 项目概述 267 12.3 硬件和软件基础需求 267 12.4 使用RoboPlus配置Dynamixel伺服系统 271 12.5 Dynamixel与ROS连接 275 12.6 创建人脸跟踪器ROS功能包 276 12.7 使用人脸跟踪ROS功能包 278 12.7.1 理解人脸跟踪器代码 279 12.7.2 理解CMakeLists.txt 283 12.7.3 track.yaml文件 284 12.7.4 启动文件 284 12.7.5 运行人脸跟踪器节点 285 12.7.6 face_tracker_control功能包 286 12.7.7 平移控制器配置文件 287 12.7.8 伺服系统参数配置文件 287 12.7.9 人脸跟踪控制器节点 288 12.7.10 创建CMakeLists.txt 289 12.7.11 测试人脸跟踪器控制功能包 290 12.7.12 节点集成 291 12.7.13 固定支架并设置电路 291 12.7.14 最终运行 292 12.8 本章小结 292 ---------------------------ROS机器人开发实践--------------------------- 推荐序一 推荐序二 推荐序三 前言 第1章 初识ROS 1 1.1 ROS是什么 1 1.1.1 ROS的起源 1 1.1.2 ROS的设计目标 2 1.1.3 ROS的特点 3 1.2 如何安装ROS 4 1.2.1 操作系统与ROS版本的选择 4 1.2.2 配置系统软件源 6 1.2.3 添加ROS软件源 6 1.2.4 添加密钥 7 1.2.5 安装ROS 7 1.2.6 初始化rosdep 8 1.2.7 设置环境变量 8 1.2.8 完成安装 9 1.3 本书源码下载 9 1.4 本章小结 10 第2章 ROS架构 11 2.1 ROS架构设计 11 2.2 计算图 12 2.2.1 节点 12 2.2.2 消息 13 2.2.3 话题 13 2.2.4 服务 13 2.2.5 节点管理器 14 2.3 文件系统 14 2.3.1 功能包 14 2.3.2 元功能包 16 2.4 开源社区 17 2.5 ROS的通信机制 17 2.5.1 话题通信机制 18 2.5.2 服务通信机制 19 2.5.3 参数管理机制 20 2.6 话题与服务的区别 20 2.7 本章小结 21 第3章 ROS基础 22 3.1 第一个ROS例程——小乌龟仿真 23 3.1.1 turtlesim功能包 23 3.1.2 控制乌龟运动 24 3.2 创建工作空间和功能包 25 3.2.1 什么是工作空间 25 3.2.2 创建工作空间 26 3.2.3 创建功能包 27 3.3 工作空间的覆盖 28 3.3.1 ROS中工作空间的覆盖 28 3.3.2 工作空间覆盖示例 28 3.4 搭建Eclipse开发环境 30 3.4.1 安装Eclipse 30 3.4.2 创建Eclipse工程文件 30 3.4.3 将工程导入Eclipse 31 3.4.4 设置头文件路径 31 3.4.5 运行/调试程序 32 3.5 RoboWare简介 35 3.5.1 RoboWare的特点 35 3.5.2 RoboWare的安装与使用 36 3.6 话题中的Publisher与Subscriber 37 3.6.1 乌龟例程中的Publisher与Subscriber 37 3.6.2 如何创建Publisher 37 3.6.3 如何创建Subscriber 40 3.6.4 编译功能包 41 3.6.5 运行Publisher与Subscriber 42 3.6.6 自定义话题消息 44 3.7 服务中的Server和Client 46 3.7.1 乌龟例程中的服务 46 3.7.2 如何自定义服务数据 47 3.7.3 如何创建Server 48 3.7.4 如何创建Client 49 3.7.5 编译功能包 51 3.7.6 运行Server和Client 51 3.8 ROS中的命名空间 52 3.8.1 有效的命名 52 3.8.2 命名解析 53 3.8.3 命名重映射 54 3.9 分布式多机通信 54 3.9.1 设置IP地址 55 3.9.2 设置ROS_MASTER_URI 56 3.9.3 多机通信测试 56 3.10 本章小结 57 第4章 ROS中的常用组件 58 4.1 launch启动文件 58 4.1.1 基本元素 58 4.1.2 参数设置 60 4.1.3 重映射机制 61 4.1.4 嵌套复用 61 4.2 TF坐标变换 62 4.2.1 TF功能包 62 4.2.2 TF工具 63 4.2.3 乌龟例程中的TF 65 4.2.4 创建TF广播器 67 4.2.5 创建TF监听器 68 4.2.6 实现乌龟跟随运动 70 4.3 Qt工具箱 70 4.3.1 日志输出工具（rqt_console） 71 4.3.2 计算图可视化工具（rqt_graph） 71 4.3.3 数据绘图工具（rqt_plot） 72 4.3.4 参数动态配置工具（rqt_reconfigure） 73 4.4 rviz三维可视化平台 73 4.4.1 安装并运行rviz 74 4.4.2 数据可视化 75 4.4.3 插件扩展机制 76 4.5 Gazebo仿真环境 78 4.5.1 Gazebo的特点 78 4.5.2 安装并运行Gazebo 78 4.5.3 构建仿真环境 81 4.6 rosbag数据记录与回放 82 4.6.1 记录数据 82 4.6.2 回放数据 83 4.7 本章小结 84 第5章 机器人平台搭建 85 5.1 机器人的定义 85 5.2 机器人的组成 86 5.2.1 执行机构 87 5.2.2 驱动系统 87 5.2.3 传感系统 87 5.2.4 控制系统 87 5.3 机器人系统搭建 88 5.3.1 MRobot 88 5.3.2 执行机构的实现 88 5.3.3 驱动系统的实现 89 5.3.4 内部传感系统的实现 90 5.4 基于Raspberry Pi的控制系统实现 90 5.4.1 硬件平台Raspberry Pi 91 5.4.2 安装Ubuntu 16.04 91 5.4.3 安装ROS 93 5.4.4 控制系统与MRobot通信 94 5.4.5 PC端控制MRobot 97 5.5 为机器人装配摄像头 99 5.5.1 usb_cam功能包 99 5.5.2 PC端驱动摄像头 100 5.5.3 Raspberry Pi驱动摄像头 102 5.6 为机器人装配Kinect 104 5.6.1 freenect_camera功能包 104 5.6.2 PC端驱动Kinect 106 5.6.3 Raspberry Pi驱动Kinect 109 5.6.4 Kinect电源改造 109 5.7 为机器人装配激光雷达 110 5.7.1 rplidar功能包 110 5.7.2 PC端驱动rplidar 111 5.7.3 Raspberry Pi驱动rplidar 113 5.8 本章小结 113 第6章 机器人建模与仿真 114 6.1 统一机器人描述格式——URDF 114 6.1.1 标签 114 6.1.2 标签 115 6.1.3 标签 116 6.1.4 标签 116 6.2 创建机器人URDF模型 116 6.2.1 创建机器人描述功能包 116 6.2.2 创建URDF模型 117 6.2.3 URDF模型解析 120 6.2.4 在rviz中显示模型 122 6.3 改进URDF模型 124 6.3.1 添加物理和碰撞属性 124 6.3.2 使用xacro优化URDF 125 6.3.3 xacro文件引用 127 6.3.4 显示优化后的模型 127 6.4 添加传感器模型 128 6.4.1 添加摄像头 128 6.4.2 添加Kinect 130 6.4.3 添加激光雷达 132 6.5 基于ArbotiX和rviz的仿真器 133 6.5.1 安装ArbotiX 133 6.5.2 配置ArbotiX控制器 133 6.5.3 运行仿真环境 135 6.6 ros_control 136 6.6.1 ros_control框架 137 6.6.2 控制器 139 6.6.3 硬件接口 139 6.6.4 传动系统 140 6.6.5 关节约束 140 6.6.6 控制器管理器 141 6.7 Gazebo仿真 142 6.7.1 机器人模型添加Gazebo属性 142 6.7.2 在Gazebo中显示机器人模型 145 6.7.3 控制机器人在Gazebo中运动 147 6.7.4 摄像头仿真 147 6.7.5 Kinect仿真 150 6.7.6 激光雷达仿真 153 6.8 本章小结 155 第7章 机器视觉 156 7.1 ROS中的图像数据 156 7.1.1 二维图像数据 156 7.1.2 三维点云数据 158 7.2 摄像头标定 159 7.2.1 camera_calibration功能包 159 7.2.2 启动标定程序 159 7.2.3 标定摄像头 160 7.2.4 标定Kinect 162 7.2.5 加载标定参数的配置文件 162 7.3 OpenCV库 164 7.3.1 安装OpenCV 164 7.3.2 在ROS中使用OpenCV 164 7.4 人脸识别 166 7.4.1 应用效果 167 7.4.2 源码实现 168 7.5 物体跟踪 170 7.5.1 应用效果 170 7.5.2 源码实现 171 7.6 二维码识别 173 7.6.1 ar_track_alvar功能包 173 7.6.2 创建二维码 174 7.6.3 摄像头识别二维码 175 7.6.4 Kinect识别二维码 178 7.7 物体识别 179 7.7.1 ORK功能包 179 7.7.2 建立物体模型库 181 7.7.3 模型训练 183 7.7.4 三维物体识别 184 7.8 本章小结 185 第8章 机器语音 186 8.1 让机器人听懂你说的话 187 8.1.1 pocketsphinx功能包 187 8.1.2 语音识别测试 188 8.1.3 创建语音库 190 8.1.4 创建launch文件 192 8.1.5 语音指令识别 192 8.1.6 中文语音识别 192 8.2 通过语音控制机器人 193 8.2.1 编写语音控制节点 193 8.2.2 语音控制小乌龟运动 194 8.3 让机器人说话 195 8.3.1 sound_play功能包 195 8.3.2 语音播放测试 195 8.4 人工智能标记语言 196 8.4.1 AIML中的标签 196 8.4.2 Python中的AIML解析器 197 8.5 与机器人对话 198 8.5.1 语音识别 199 8.5.2 智能匹配应答 201 8.5.3 文本转语音 202 8.5.4 智能对话 203 8.6 让机器人听懂中文 204 8.6.1 下载科大讯飞SDK 204 8.6.2 测试SDK 206 8.6.3 语音听写 207 8.6.4 语音合成 209 8.6.5 智能语音助手 211 8.7 本章小结 213 第9章 机器人SLAM与自主导航 214 9.1 理论基础 214 9.2 准备工作 216 9.2.1 传感器信息 217 9.2.2 仿真平台 219 9.2.3 真实机器人 222 9.3 gmapping 224 9.3.1 gmapping功能包 224 9.3.2 gmapping节点的配置与运行 227 9.3.3 在Gazebo中仿真SLAM 228 9.3.4 真实机器人SLAM 231 9.4 hector-slam 234 9.4.1 hector-slam功能包 234 9.4.2 hector_mapping节点的配置与运行 236 9.4.3 在Gazebo中仿真SLAM 237 9.4.4 真实机器人SLAM 238 9.5 cartographer 240 9.5.1 cartographer功能包 240 9.5.2 官方demo测试 241 9.5.3 cartographer节点的配置与运行 244 9.5.4 在Gazebo中仿真SLAM 246 9.5.5 真实机器人SLAM 247 9.6 rgbdslam 249 9.6.1 rgbdslam功能包 249 9.6.2 使用数据包实现SLAM 250 9.6.3 使用Kinect实现SLAM 252 9.7 ORB_SLAM 253 9.7.1 ORB_SLAM功能包 253 9.7.2 使用数据包实现单目SLAM 254 9.7.3 使用摄像头实现单目SLAM 256 9.8 导航功能包 258 9.8.1 导航框架 258 9.8.2 move_base功能包 258 9.8.3 amcl功能包 260 9.8.4 代价地图的配置 263 9.8.5 本地规划器配置 266 9.9 在rviz中仿真机器人导航 267 9.9.1 创建launch文件 267 9.9.2 开始导航 268 9.9.3 自动导航 269 9.10 在Gazebo中仿真机器人导航 277 9.10.1 创建launch文件 277 9.10.2 运行效果 278 9.10.3 实时避障 279 9.11 真实机器人导航 280 9.11.1 创建launch文件 280 9.11.2 开始导航 282 9.12 自主探索SLAM 282 9.12.1 创建launch文件 282 9.12.2 通过rviz设置探索 目标 283 9.12.3 实现自主探索SLAM 284 9.13 本章小结 286 第10章 MoveIt!机械臂控制 287 10.1 MoveIt!系统架构 288 10.1.1 运动组（move_group） 288 10.1.2 运动规划器（motion_planner） 290 10.1.3 规划场景 291 10.1.4 运动学求解器 291 10.1.5 碰撞检测 291 10.2 如何使用MoveIt! 292 10.3 创建机械臂模型 292 10.3.1 声明模型中的宏 292 10.3.2 创建六轴机械臂模型 294 10.3.3 加入Gazebo属性 299 10.3.4 显示机器人模型 300 10.4 使用Setup Assistant配置机械臂 302 10.4.1 加载机器人URDF模型 303 10.4.2 配置自碰撞矩阵 304 10.4.3 配置虚拟关节 304 10.4.4 创建规划组 304 10.4.5 定义机器人位姿 307 10.4.6 配置终端夹爪 308 10.4.7 配置无用关节 309 10.4.8 设置作者信息 309 10.4.9 生成配置文件 309 10.5 启动MoveIt! 310 10.5.1 拖动规划 311 10.5.2 随机目标规划 311 10.5.3 初始位姿更新 313 10.5.4 碰撞检测 314 10.6 配置文件 315 10.6.1 SRDF文件 315 10.6.2 fake_controllers.yaml 316 10.6.3 joint_limits.yaml 317 10.6.4 kinematics.yaml 317 10.6.5 ompl_planning.yaml 318 10.7 添加ArbotiX关节控制器 318 10.7.1 添加配置文件 318 10.7.2 运行ArbotiX节点 318 10.7.3 测试例程 319 10.7.4 运行效果 321 10.8 配置MoveIt!关节控制器 322 10.8.1 添加配置文件 323 10.8.2 启动插件 324 10.9 MoveIt!编程学习 324 10.9.1 关节空间规划 324 10.9.2 工作空间规划 328 10.9.3 笛卡儿运动规划 333 10.9.4 避障规划 338 10.10 pick and place示例 345 10.10.1 应用效果 345 10.10.2 创建抓取的目标物体 346 10.10.3 设置目标物体的放置位置 346 10.10.4 生成抓取姿态 346 10.10.5 pick 348 10.10.6 place 348 10.11 Gazebo中的机械臂仿真 349 10.11.1 创建配置文件 350 10.11.2 创建launch文件 350 10.11.3 开始仿真 351 10.12 使用MoveIt!控制Gazebo中的机械臂 353 10.12.1 关节轨迹控制器 354 10.12.2 MoveIt!控制器 355 10.12.3 关节状态控制器 356 10.12.4 运行效果 357 10.13 ROS-I 358 10.13.1 ROS-I的目标 359 10.13.2 ROS-I的安装 359 10.13.3 ROS-I的架构 360 10.14 本章小结 362 第11章 ROS与机器学习 363 11.1 AlphaGo的大脑——Tensor-Flow 364 11.2 TensorFlow基础 364 11.2.1 安装TensorFlow 364 11.2.2 核心概念 366 11.2.3 第一个TensorFlow程序 367 11.3 线性回归 369 11.3.1 理论基础 369 11.3.2 创建数据集 371 11.3.3 使用TensorFlow解决线性回归问题 372 11.4 手写数字识别 374 11.4.1 理论基础 374 11.4.2 TensorFlow中的MNIST例程 377 11.4.3 基于ROS实现MNIST 381 11.5 物体识别 384 11.5.1 安装TensorFlow Object Detection API 385 11.5.2 基于ROS实现动态物体识别 388 11.6 本章小结 390 第12章 ROS进阶功能 391 12.1 action 391 12.1.1 什么是action 391 12.1.2 action的工作机制 392 12.1.3 action的定义 392 12.1.4 实现action通信 393 12.2 plugin 396 12.2.1 工作原理 396 12.2.2 如何实现一个插件 396 12.2.3 创建基类 397 12.2.4 创建plugin类 398 12.2.5 注册插件 399 12.2.6 编译插件的动态链接库 399 12.2.7 将插件加入ROS 399 12.2.8 调用插件 400 12.3 rviz plugin 401 12.3.1 速度控制插件 402 12.3.2 创建功能包 402 12.3.3 代码实现 402 12.3.4 编译插件 407 12.3.5 运行插件 408 12.4 动态配置参数 409 12.4.1 创建配置文件 410 12.4.2 创建服务器节点 412 12.4.3 参数动态配置 413 12.5 SMACH 414 12.5.1 什么是SMACH 415 12.5.2 状态机“跑”起来 415 12.5.3 状态机实现剖析 416 12.5.4 状态间的数据传递 419 12.5.5 状态机嵌套 421 12.5.6 多状态并行 422 12.6 ROS-MATLAB 423 12.6.1 ROS-MATLAB是什么 423 12.6.2 ROS-MATLAB可以做什么 424 12.6.3 连接MATLAB和ROS 425 12.6.4 MATLAB可视化编程 428 12.6.5 创建可视化界面 429 12.6.6 编辑控件的回调函数 431 12.6.7 运行效果 434 12.7 Web GUI 435 12.7.1 ROS中的Web功能包 435 12.7.2 创建Web应用 436 12.7.3 使用Web浏览器控制机器人 439 12.8 本章小结 440 第13章 ROS机器人实例 441 13.1 PR2 441 13.1.1 PR2功能包 442 13.1.2 Gazebo中的PR2 443 13.1.3 使用PR2实现SLAM 446 13.1.4 PR2机械臂的使用 448 13.2 TurtleBot 450 13.2.1 TurtleBot功能包 451 13.2.2 Gazebo中的TurtleBot 451 13.2.3 使用TurtleBot实现导航功能 453 13.2.4 尝试TurtleBot 3 456 13.3 Universal Robots 457 13.3.1 Universal Robots功能包 458 13.3.2 Gazebo中的UR机器人 459 13.3.3 使用MoveIt!控制UR机器人 460 13.4 catvehicle 462 13.4.1 构建无人驾驶仿真系统 463 13.4.2 运行无人驾驶仿真器 465 13.4.3 控制无人驾驶汽车 466 13.4.4 实现无人驾驶汽车的SLAM功能 467 13.5 HRMRP 469 13.5.1 总体架构设计 469 13.5.2 SLAM与导航 471 13.5.3 多机器人扩展 472 13.6 Kungfu Arm 474 13.6.1 总体架构设计 474 13.6.2 具体层次功能 475 13.6.3 功夫茶应用展示 478 13.7 本章小结 478 第14章 ROS 2 479 14.1 ROS 1存在的问题 480 14.2 什么是ROS 2 481 14.2.1 ROS 2的设计目标 481 14.2.2 ROS 2的系统架构 482 14.2.3 ROS 2的关键中间件——DDS 483 14.2.4 ROS 2的通信模型 483 14.2.5 ROS 2的编译系统 485 14.3 在Ubuntu上安装ROS 2 487 14.3.1 安装步骤 487 14.3.2 运行talker和listener例程 488 14.4 在Windows上安装ROS 2 489 14.4.1 安装Chocolatey 489 14.4.2 安装Python 490 14.4.3 安装OpenSSL 490 14.4.4 安装Visual StudioCommunity 2015 491 14.4.5 配置DDS 491 14.4.6 安装OpenCV 492 14.4.7 安装依赖包 492 14.4.8 下载并配置ROS 2 492 14.4.9 运行talker和listener例程 493 14.5 ROS 2中的话题通信 494 14.5.1 创建工作和功能包 494 14.5.2 创建talker 495 14.5.3 创建listener 497 14.5.4 修改CMakeLists.txt 497 14.5.5 编译并运行节点 498 14.6 自定义话题和服务 499 14.6.1 自定义话题 499 14.6.2 自定义服务 499 14.6.3 修改CMakeLists.txt和package.xml 499 14.6.4 编译生成头文件 499 14.7 ROS 2中的服务通信 500 14.7.1 创建Server 500 14.7.2 创建Client 501 14.7.3 修改CMakeLists.txt 503 14.7.4 编译并运行节点 503 14.8 ROS 2与ROS 1的集成 504 14.8.1 ros1_bridge功能包 504 14.8.2 话题通信 504 14.8.3 服务通信 504 14.9 本章小结 505 |