Gazebo搭建虚拟环境完成ROS机器人定位导航仿真及YOLO检测识别标记物体

---

前言

环境说明：
本过程采用Ubuntu18.04+ROS Melodic+Gazebo+yolo3

---

一、前期准备

（一）创建工作空间

1. 创建ros的工作区域

   mkdir -p ~/robot_positioning_ws/src
   

2. 转换到工作区域目录

   cd ~/robot_positioning_ws/src
   

3. 初始化ROS工作空间

   catkin_init_workspace
   

（二）功能包racecar

1. 下载Gazebo搭建赛道

   git clone https://github.com/xmy0916/racecar.git
   

   

2. 安装controllers相关

   sudo apt-get install ros-melodic-controller-manager
   sudo apt-get install ros-melodic-gazebo-ros-control
   sudo apt-get install ros-melodic-effort-controllers
   sudo apt-get install ros-melodic-joint-state-controller
   

3. racecar功能包编译

   cd ..
   catkin_make
   

   编译遇到的问题
   ①Could not find a package configuration file provided by "driver_base" with any of the following names
   解决方法

   sudo apt-get install ros-melodic-driver-base
   

   ②Could not find a package configuration file provided by "OpenCV" with any of the following names
   
   解决方法

   locate OpenCVConfig.cmake
   sudo gedit ~/robot_positioning_ws/src/racecar_gazebo/CMakeLists.txt
   修改第7行的路径成你的路径:set(OpenCV_DIR /opt/ros/kinetic/share/OpenCV-3.3.1-dev/)

   
   ③ackermann_msgs/AckermannDrive.h: No such file or directory
   
   解决方法

   sudo apt-get install ros-melodic-ackermann-msgs
   

   编译成功
   

二、Gazebo搭建自己的虚拟环境

（一）相关设置

1. 设置环境变量

   echo "source ~/robot_positioning_ws/devel/setup.bash" >> ~/.bashrc
   source ~/.bashrc
   

（二）运行小车模型

1. 运行语句

   roslaunch racecar_gazebo racecar.launch 
   

2. 运行效果
   说明：tk的控制界面小窗，控制小车的移动，W表示前进，D表示向左转，S表示后退，A表示右转
   

（三）手动搭建环境

1. 打开gazebo

   roslaunch gazebo_ros empty_world.launch
   

2. 点击Edit->Build Editor，创建模型，保存该模型
   

3. 导入刚自己创建的赛道模型框架
   运行小车模型

   roslaunch racecar_gazebo racecar.launch 
   

   导入创建环境模型
   insert->选择对应保存的模型
   
   添加障碍物
   
   保存为world文件
   

（四）运行创建环境

1. 创建launch文件，配置赛道参数

   cd ~/robot_positioning_ws/src/racecar/racecar_gazebo/launch
   sudo gedit lyy.launch
   

   lyy.launch内容

   <?xml version="1.0"?>
   <launch>
     <!-- Launch the racecar -->
     <include file="$(find racecar_gazebo)/launch/racecar.launch">
       <arg name="world_name" value="lyy"/>
     </include>
   </launch>
   

2. 运行gazebo

   roslaunch racecar_gazebo lyy.launch 
   

   显示如下
   

三、进行gmapping建图

1. gmapping建图

   roslaunch racecar_gazebo slam_gmapping.launch
   

   问题描述：ERROR: cannot launch node of type [gmapping/slam_gmapping]: gmapping
   
   解决方法

   sudo apt-get install ros-melodic-gmapping
   

2. 跑完整圈（通过kt控制小窗）
   小车的起点
   
   小车终点
   
   Rviz中的轨迹显示
   

3. 保存gmapping创建的地图

   sudo apt-get install ros-melodic-map-server
   cd ~/robot_positioning_ws/src/racecar/racecar_gazebo/map
   rosrun map_server map_saver -f lyy_map
   

   

四、小车自主定位导航

（一）自己创建的环境

1. launch文件的编辑

   cd ~/robot_positioning_ws/src/racecar/racecar_gazebo/launch
   sudo gedit lyy_auto.launch
   

   lyy_auto.launch文件内容

   <?xml version="1.0"?>
   <launch>
     <!-- Launch the racecar -->
     <include file="$(find racecar_gazebo)/launch/racecar.launch">
       <arg name="world_name" value="lyy"/>
     </include>
     
     <!-- Launch the built-map -->
     <node name="map_server" pkg="map_server" type="map_server" args="$(find racecar_gazebo)/map/lyy_map.yaml" />
   
     <!--Launch the move base with time elastic band-->
     <param name="/use_sim_time" value="true"/>
     <node pkg="move_base" type="move_base" respawn="false" name="move_base" output="screen">
       <rosparam file="$(find racecar_gazebo)/config/costmap_common_params.yaml" command="load" ns="global_costmap" />
       <rosparam file="$(find racecar_gazebo)/config/costmap_common_params.yaml" command="load" ns="local_costmap" />
       <rosparam file="$(find racecar_gazebo)/config/local_costmap_params.yaml" command="load" />
       <rosparam file="$(find racecar_gazebo)/config/global_costmap_params.yaml" command="load" />
       <rosparam file="$(find racecar_gazebo)/config/teb_local_planner_params.yaml" command="load" />
   
       <param name="base_global_planner" value="global_planner/GlobalPlanner" />
       <param name="planner_frequency" value="0.01" />
       <param name="planner_patience" value="5.0" />
       <!--param name="use_dijkstra" value="false" /-->
       
       <param name="base_local_planner" value="teb_local_planner/TebLocalPlannerROS" />
       <param name="controller_frequency" value="5.0" />
       <param name="controller_patience" value="15.0" />
   
       <param name="clearing_rotation_allowed" value="false" />
     </node>
     
   </launch>
   

   

2. 运行创建的环境

   roslaunch racecar_gazebo lyy_auto.launch
   

3. 启动rviz

   roslaunch racecar_gazebo racecar_rviz.launch
   

   

4. 设计小车行车轨迹
   采用2D Nav Goal发布目标
   
   问题描述：使用2D Nav Goal发布目标时，始终没有反应
   解决方式

   sudo apt-get install ros-melodic-teb-local-planner
   

   由于起点和终点之间没有做墙隔开，所以现在将终点移到对面

5. 启动path_pursuit.py脚本文件

   rosrun racecar_gazebo path_pursuit.py
   

   实际出现情况
   
   暂时不清楚是什么原因造成的。

（二）下载的功能包中自带环境

1. 运行环境

   roslaunch racecar_gazebo racecar_runway_navigation.launch 	
   

2. 启动rviz

   roslaunch racecar_gazebo racecar_rviz.launch
   

3. 设计小车行车轨迹
   采用2D Nav Goal发布目标位置

4. 启动path_pursuit.py脚本文件

   rosrun racecar_gazebo path_pursuit.py
   

   运行结果（一部分运动过程）
   

五、使用YOLO检测识别标记物体

（一）加载YOLO

1. ssh设置

   ssh-keygen ##输入之后根据提示输入两次回车，两次密码
   ls ~/.ssh
   eval `ssh-agent`
   ssh-add ~/.ssh/id_rsa
   cat ~/.ssh/id_rsa.pub #得到一串密匙
   

   登陆GitHub，在账户下拉选项中选择settings，ssh and GPG keys，选择new ssh key，输入名字Default public key，然后将得到的密匙复制到文本框中，然后点击add ssh key，密匙设置完成。

2. 下载darknet-ros

   cd ~/robot_positioning_ws/src
   git clone --recursive [email protected]:leggedrobotics/darknet_ros.git
   

3. 编译

   cd ~/robot_positioning_ws
   catkin_make -DCMAKE_BUILD_TYPE=Release
   

   
   说明：
   开始编译整个项目，编译完成后会检查./darknet_ros/darknet_ros/yolo_network_config/weights文件下有没有yolov2-tiny.weights和yolov3.weights两个模型文件，默认下载好的代码里面为了节省体积是不带这两个模型文件的。因此编译之后会自动开始下载模型文件，此时又是一段漫长的等待时间。在开始编译之前,可以提前下载好，把模型文件拷贝到上述文件夹下，就不会再次下载了。

（二）实现检测标记物体

1. 打开gazebo

   roslaunch racecar_gazebo racecar_runway_navigation.launch
   

2. 打开racecar.gazebo文件查看话题
   

3. 修改ros.yaml文件中订阅的话题
   原文件
   
   修改后文件
   

4. 启动YOLO V3

   roslaunch darknet_ros darknet_ros.launch
   

   这个给过程非常容易卡住，所以需要多尝试几次。
   
   最终，识别的结果不是很准确，可能的原因是摄像头没有捕获到全部的物体，部分识别成为其他的物体。这个过程确实弄了好久，太容易卡了。需要比较有耐心，才能够的到最终的效果。自己构建环境的时候，需要注意起点与终点之间有有什么东西隔开，不然后面规划路径的时候，就不会绘制。

---

参考连接

1. Ubuntu18.04下利用Gazebo搭建赛道完成ROS机器人定位导航仿真 + 加载YOLO检测识别标记物体【智能车】
2. Ubuntu18.04下实现ROS智能车定位导航仿真
3. ROS下实现darknet_ros(YOLO V3)检测
4. 嵌入式系统应用开发·大作业——ROS机器人定位导航仿真