PB_RM_Simulation

深圳北理莫斯科大学 北极熊战队 哨兵导航仿真/实车包

一. 项目介绍

本项目使用全向移动小车，附加 Livox Mid360 雷达与 IMU，在 RMUC/RMUL 地图进行导航算法仿真，仅需要调整参数即可移植到真实机器人中导航。

早期功能演示视频：寒假在家，怎么调车！？更适合新手宝宝的 RM 导航仿真

Gazebo 仿真	Fast_LIO/Point_LIO + Navigation2

动态避障

一键偷家

1.1 rm_simulation 话题接口

1.2 整体框图

二. 环境配置

当前开发环境为 Ubuntu22.04, ROS2 humble, Gazebo Classic 11.10.0

1. 克隆仓库

   git clone --recursive https://gitee.com/SMBU-POLARBEAR/pb_rmsimulation --depth=1

2. 安装 Livox SDK2

   sudo apt install cmake

   git clone https://github.com/Livox-SDK/Livox-SDK2.git
   cd ./Livox-SDK2/
   mkdir build
   cd build
   cmake .. && make -j
   sudo make install

3. 安装依赖

   cd pb_rmsimulation
   
   rosdep install -r --from-paths src --ignore-src --rosdistro $ROS_DISTRO -y

4. 编译

   colcon build --symlink-install

三. 运行

3.1 可选参数

1. world:

   • 仿真模式

     • RMUL - 2024 Robomaster 3V3 场地
     • RMUC - 2024 Robomaster 7V7 场地

   • 真实环境

     • 自定，world 等价于 .pcd(ICP使用的点云图) 文件和 .yaml(Nav使用的栅格地图) 的名称

2. mode:

   • mapping - 边建图边导航
   • nav - 已知全局地图导航

3. lio:

   • fastlio - 使用 Fast_LIO，里程计约 10Hz
   • pointlio - 使用 Point_LIO，可以输出100+Hz的Odometry，对导航更友好，但相对的，CPU占用会更高

4. localization (仅 mode:=nav 时本参数有效)

   • slam_toolbox - 使用 slam_toolbox localization 模式定位，动态场景中效果更好
   • amcl - 使用 AMCL 经典算法定位
   • icp - 使用 icp_registration，仅在第一次启动或者手动设置 /initialpose 时进行点云配准。获得初始位姿后只依赖 LIO 进行定位，没有回环检测，在长时间运行后可能会出现累积误差。

   Tips:

   1. 若使用 AMCL 算法定位时，启动后需要在 rviz2 中手动给定初始位姿。
   2. 若使用 slam_toolbox 定位，需要提供 .posegraph 地图，详见 如何保存 .pgm 和 .posegraph 地图？
   3. 若使用 ICP_Localization 定位，需要提供 .pcd 点云图

5. lio_rviz:

   • True - 可视化 FAST_LIO 或 Point_LIO 的点云图

6. nav_rviz:

   • True - 可视化 navigation2

3.2 仿真模式示例

• 边建图边导航

  ros2 launch rm_nav_bringup bringup_sim.launch.py \
  world:=RMUL \
  mode:=mapping \
  lio:=fastlio \
  lio_rviz:=False \
  nav_rviz:=True

• 已知全局地图导航

  ros2 launch rm_nav_bringup bringup_sim.launch.py \
  world:=RMUL \
  mode:=nav \
  lio:=fastlio \
  localization:=slam_toolbox \
  lio_rviz:=False \
  nav_rviz:=True

3.3 真实模式示例

• 边建图边导航

  ros2 launch rm_nav_bringup bringup_real.launch.py \
  world:=YOUR_WORLD_NAME \
  mode:=mapping  \
  lio:=fastlio \
  lio_rviz:=False \
  nav_rviz:=True

  Tips:

  1. 保存点云 pcd 文件：需先在 fastlio_mid360.yaml 中 将 pcd_save_en 改为 true，并设置 .pcd 文件的路径，运行时新开终端输入命令 ros2 service call /map_save std_srvs/srv/Trigger，即可保存点云文件。
  2. 保存地图：请参考 如何保存 .pgm 和 .posegraph 地图？。地图名需要与 YOUR_WORLD_NAME 保持一致。

• 已知全局地图导航

  ros2 launch rm_nav_bringup bringup_real.launch.py \
  world:=YOUR_WORLD_NAME \
  mode:=nav \
  lio:=fastlio \
  localization:=slam_toolbox \
  lio_rviz:=False \
  nav_rviz:=True

  Tips: 栅格地图文件和 pcd 文件需具为相同名称，分别存放在 src/rm_nav_bringup/map 和 src/rm_nav_bringup/PCD 中，启动导航时 world 指定为文件名前缀即可。

3.4 小工具 - 键盘控制

ros2 run teleop_twist_keyboard teleop_twist_keyboard

四. 实车适配关键参数

1. 雷达 ip

   本导航包已内置 livox_ros_driver2，可直接修改 MID360_config.json - lidar_configs - ip

2. 测量机器人底盘正中心到雷达的相对坐标

   x, y 距离比较重要，将影响云台旋转时解算到 base_link 的坐标准确性

   填入 measurement_params_real.yaml

   若雷达倾斜放置，无需在此处填入 rpy，而是将点云旋转角度填入 MID360_config.json - extrinsic_parameter

3. 测量雷达与地面的垂直距离

   此参数影响点云分割效果

   填入 segmentation_real.yaml - sensor_height

4. nav2_params

   参数很多，比较重要的是 robot_radius 和 速度相关参数。详见 nav2官方文档

后记

这个仿真包也是我学习的一个记录，也是我学习的一个起点。

很难想象一年前的五月，我连 Ubuntu 和 ROS 是都不知道。笔者大一时只是个混子，北极熊第一届视觉组成员（其实啥也没干），但误打误撞去了 2023 联盟赛广东站赛场。当时只是作为一个观众+摄影师，但赛场的氛围是无以言表的，回来后 RM 浓度就开始逐渐增高，尝试部署华师2023的视觉开源，也在这段时间逐渐学会了自学的方式，写下了第一篇 算法组文档 。

暑假时参加了“快递速达”的支线任务（比赛），那是第一次初识导航，还记得举着电脑拿着2D雷达在实验楼建图的喜悦。后来被春茧里华农的“自动驾驶”哨兵震撼到了，于是乎大二上和“实验楼安家组”出去喝粥路上，队长问我 24 赛季你想做啥，我毫不犹豫的答出了“导航”。

抱着玩一玩练练手的心态创建了本仓库，第一个 commit 在 2023-09-27，当时借鉴的还是 华农 2023 RMUL 哨兵导航开源包 和 湖工大RMUC地图，在此基础上只是加了 mid360 的仿真。后来 2023.10 月 中南大学 FYT 战队开源了RM 哨兵上位机算法，是当时少见的 ROS2 nav2 导航框架，于是乎当时就想着缝进初代导航包（直到现在也是中南 FYT 的模样）。在不断尝试新算法的过程中，对 Gazebo 和 ros2_launch 也有了更深入的了解。

如果没有开发这个仿真包，我可能也不会有机会接触到导航算法，也不会有机会接触到这么多优秀的开源项目。我还记得那是 2023.1.26，在港中深的哨兵上部署了我的仿真包（ RMUC 联队），改改 launch 文件居然就能让实车动起来了，意料之外地实现了 Sim2Real。由于学校没有机械专业，哨兵在联盟赛前不到两周才完全出生，于是乎备赛期间一直都是在赛博调车优化。

上赛场了，从观众席到检录区。但当时由于在仿真中忽略了雷达偏心放置时的 tf 问题，导致实车云台旋转时定位不准，最终也没能在 RMUL 中发挥丝滑的导航走位...挺遗憾的。

鄙人非大佬，只是个缝合怪菜鸡。我的学习路径个人觉得是有点畸形的，并不是自下而上地先学理论再实践，而是自上而下地先实践再不断补理论的坑。但这种学习方式也不断地给我正反馈，梦里都在改代码，每天醒来都有盼头。

致谢（不分先后）

Mid360 点云仿真：参考了 livox_laser_simulation、 livox_laser_simulation_RO2、 Issue15: CustomMsg。

导航算法框架：基于 中南大学 FYT 战队 RM 哨兵上位机算法 修改并适配仿真，在原有基础上添加对 base_link 的建模，提供多种可选定位方式并完善 launch 文件。

感谢深技大 Shockley，对雷达跟随云台旋转时的速度变换问题提供了很好的解决思路，从而有了 fake_vel_transform 功能包。

感谢上海工程技术大学、辽宁科技大学、上海电力大学对本开源包的深度使用与交流，给了我很多优化方向。

还有很多很多很多 RM 网友给了我很多鼓励和帮助，这里就不一一列举了（已达成龙王结局，QQ 里 RM 分组九十多人）。