1. Johngo学长首页
  2. 技术点详细复盘专题
  3. 人工智能

开源！手把手教你搭建Arduino+英伟达Jetson的ROS小车（中）

• 人工智能 • 阅读 131

开源！手把手教你搭建Arduino+英伟达Jetson的ROS小车（中）

1 引言

前面的两篇推文：《开源！手把手教你搭建Arduino+英伟达Jetson的ROS小车（上）》中，我们介绍了一台Jetson-nano小车所需要的硬件部分；《开源！手把手教你驱动Arduino+ROS小车的电机》中，我们介绍了如何使用Arduino及配套的扩展板实现两个直流减速电机的差速控制与PID调速。

那么今天这一篇，我们将讲解如何在Jetson Nano中配置ros_arduino_bridge、如何配置和使用 imu 、如何使用 CSI 摄像头。

开源！手把手教你搭建Arduino+英伟达Jetson的ROS小车（中）

亚克力-TT马达版本底盘

开源！手把手教你搭建Arduino+英伟达Jetson的ROS小车（中）

全套亚克力-37电机版本

本次主要以我们设计的黑色亚克力版本为例，教大家如何配置软件部分。具体步骤请让我娓娓道来。

2 真机平台

  • Jetson Nano + Arduino mega 2560 驱动的两轮差速小车

开源！手把手教你搭建Arduino+英伟达Jetson的ROS小车（中）

ps: 带有四个转向灯，程序已合并更新

  • 树莓派摄像头 （V2 版本）

开源！手把手教你搭建Arduino+英伟达Jetson的ROS小车（中）
  • 可旋转摄像头支架（3D 打印件）

开源！手把手教你搭建Arduino+英伟达Jetson的ROS小车（中）
  • 测试赛道

开源！手把手教你搭建Arduino+英伟达Jetson的ROS小车（中）
  • 9轴 IMU

开源！手把手教你搭建Arduino+英伟达Jetson的ROS小车（中）

3 调试 ros_arduino_bridge 程序

这个程序是运行在 ubuntu + ros melodic系统下的，也就是说这里的Jetson Nano 所运行的系统里面需要安装相应的运行环境。这里就不再描述如何给 Jetson Nano 烧录系统与安装ROS了，Nvidia对应的网址有详细的教程。这里主要是记录一下自己是如何配置 ros_arduino_bridge 这个ROS 包的。

  • ros_arduino_bridge 文件结构

开源！手把手教你搭建Arduino+英伟达Jetson的ROS小车（中）

ps: win10 cmd 命令为 tree /F

上图左侧解读如下：

ros_arduino_bridge: 存放的是该功能包的 编译文件.txt 和 依赖记录文件.xml
ros_arduino_firmware: 这个是大佬开源的时候 给定的一个 arduino 模板框架
ros_arduino_msgs: 存放的是自定义的 消息 msg 和 服务 srv 文件
ros_arduino_python: 存放的是 和 arduino 完成串口数据交互的 python ROS 节点程序

上面红色数字依次解读如下:

  • 1my_arduino_params.yaml

开源！手把手教你搭建Arduino+英伟达Jetson的ROS小车（中）

根据上图中的介绍，自行更改配置文件中的每一个参数，以适配自己的车辆，其中(timeout. rate. sensorstate_rate. base_controller_rate) 可保持不变。

  • 2 arduino_driver.py

该 .py 文件里面，原作者写好了一些对串口进行的操作函数：

打开\关闭串口:

def open(self):
    ''' Open the serial port.

    '''
    self.port.open()
    
def close(self):
    ''' Close the serial port.

    '''
    self.port.close()

串口接收\发送函数：

def send(self, cmd):
        ''' This command should not be used on its own: it is called by the execute commands
            below in a thread safe manner.

        '''
        self.port.write(cmd + '\r')

def recv(self, timeout=0.5):
    timeout = min(timeout, self.timeout)
    ''' This command should not be used on its own: it is called by the execute commands
        below in a thread safe manner.  Note: we use read() instead of readline() since
        readline() tends to return garbage characters from the Arduino
    '''
    c = ''
    value = ''
    attempts = 0
    # 判断发送是否完毕
    while c != '\r':
        c = self.port.read(1)
        value += c
        attempts += 1
        if attempts * self.interCharTimeout > timeout:
           return None
     value = value.strip('\r')
     return value

该文件中还有很多基于串口操作的函数，为了简化前期学习熟悉成本，我们对 Arduino  的代码做了细微修改，只留下了实现ROS小车所需的主要功能。但同时又为了大家后期方便深入学习与定制功能，我们保留了 arduino_driver.py 中的函数操作。
  • 3 arduino_sensors.py

后续增补

  • 4 base_controller.py

该文件主要是订阅其他节点发布的速度话题数据 “cmd_vel”，然后通过实体小车的各个参数，将速度分解为小车电机调速实际所需的脉冲数目；与此同时，也根据电机编码器实际反馈的编码值推算小车的航迹信息数据”wheel_odom”。分别对其说明如下：

速度( cmd_vel ) –> 电机所需的目标编码值：

cmd_vel 话题的回调函数
self.encoder_resolution 编码器分辨率
self.gear_reduction 电机减速度比
self.wheel_diameter 轮胎直径
ticks_per_meter = self.encoder_resolution * self.gear_reduction  / (self.wheel_diameter * pi)（ 脉冲数 / 米 ）
def cmdVelCallback(self, req):
    self.last_cmd_vel = rospy.Time.now()
    x = req.linear.x         # m/s
    th = req.angular.z       # rad/s
    if x == 0:
        # 还有旋转 / 原地旋转
        right = th * self.wheel_track / 2.0
        left = -right
    elif th == 0:
        # 只有前进倒退
        left = right = x
    else:
        # 以一定的线速度和角速度 运动
        left = x - th * self.wheel_track / 2.0      # self.wheel_track 轮间距
        right = x + th * self.wheel_track / 2.0
    # self.arduino.PID_RATE  PID执行的频率
    self.v_des_left = int(left * self.ticks_per_meter / self.arduino.PID_RATE)
    self.v_des_right = int(right * self.ticks_per_meter / self.arduino.PID_RATE)

电机实际的编码值 –> 航迹信息 （ wheel_odom ）:

def poll(self):
    now = rospy.Time.now()
    if now > self.t_next:
        try:
            left_enc, right_enc = self.arduino.get_encoder_counts()
        except:
            self.bad_encoder_count += 1
            rospy.logerr("Encoder exception count: " + str(self.bad_encoder_count))
            return   
        dt = now - self.then
        self.then = now
        dt = dt.to_sec()  #时间单位转换成 秒s .
        # 根据相邻采样时间内收到的脉冲数 推算每一个轮胎各自前进了多少 米 m .
        if self.enc_left == None:
            dright = 0
            dleft = 0
        else:
            dright = (right_enc - self.enc_right) / self.ticks_per_meter
            dleft = (left_enc - self.enc_left) / self.ticks_per_meter
        self.enc_right = right_enc
        self.enc_left = left_enc
        # 通过差速小车的各个轮子行程差异 求解 合位移 .然后再求合速度
        dxy_ave = (dright + dleft) / 2.0
        dth = (dright - dleft) / self.wheel_track
        vxy = dxy_ave / dt
        vth = dth / dt
        # 根据合位移 合速度求解 小车在世界坐标系下的行程 x y 方向。    
        if (dxy_ave != 0):
            dx = cos(dth) * dxy_ave   #+
            dy = sin(dth) * dxy_ave  #-
            self.x += (cos(self.th) * dx - sin(self.th) * dy)
            self.y += (sin(self.th) * dx + cos(self.th) * dy)

        if (dth != 0):
            self.th += dth
        # 求解 odom 话题数据 的姿态数据
        quaternion = Quaternion()
        quaternion.x = 0.0
        quaternion.y = 0.0
        quaternion.z = sin(self.th / 2.0)
        quaternion.w = cos(self.th / 2.0)

        # 赋值 && 准备发布里程计话题数据 。
        odom = Odometry()
        odom.header.frame_id = "wheel_odom"
        odom.child_frame_id = self.base_frame
        odom.header.stamp = now
        odom.pose.pose.position.x = self.x
        odom.pose.pose.position.y = self.y
        odom.pose.pose.position.z = 0
        odom.pose.pose.orientation = quaternion
        odom.twist.twist.linear.x = vxy
        odom.twist.twist.linear.y = 0
        odom.twist.twist.angular.z = vth
        # 设定协方差数据，目的在融合 imu 的时候好区分。
        if vxy == 0 and vth == 0 :
            odom.pose.covariance = ODOM_POSE_COVARIANCE2
            odom.twist.covariance = ODOM_TWIST_COVARIANCE2
        else :
            odom.pose.covariance = ODOM_POSE_COVARIANCE
            odom.twist.covariance = ODOM_TWIST_COVARIANCE
        self.odomPub.publish(odom)

以上的代码，已经全部上传至我们的开源仓库啦，欢迎下载体验啦：GitHub – COONEO/Arduino_Jetson_nano_ROS_Car: Making a Jetson_nano robot by yourself step by step.

https://github.com/COONEO/Arduino_Jetson_nano_ROS_Car.git

4 调试 IMU 程序

  • 使用 IMU 的目的

这里主要是因为单纯使用轮式里程计进行gmapping建图时，在转弯的时候会出现地图漂移的现象，比较常见的办法就是使用一个imu数据来融合轮式里程计，将融合后的里程计数据输入到gmapping建图方法，实现建图功能。

我们挑选的IMU模块儿是9轴带温度补偿的，相比6轴它具备磁力计，该传感器可以有效矫正Z轴旋转方向的零飘，使得融合后的里程计数据更加好。通过查看ROS中关于imu数据的定义如下：

Header header

geometry_msgs/Quaternion orientation
float64[9] orientation_covariance # Row major about x, y, z axes

geometry_msgs/Vector3 angular_velocity
float64[9] angular_velocity_covariance # Row major about x, y, z axes

geometry_msgs/Vector3 linear_acceleration
float64[9] linear_acceleration_covariance # Row major x, y z
  • 配置 IMU

结合上述的定义和目前实际的使用需求，我们通过阅读IMU的通讯协议，写了一个将IMU模块输出的数据转换成ROS imu 话题数据的ROS包。在运行该包之前，需要使用厂家提供的Win10 平台上位机对IMU模块进行设置。具体的设置步骤如下：

参照”imu_901/resource_folder”文件夹中的使用说明书，并借助win10上位机操作软件：”MiniIMU.exe” 对模块进行如下配置：

1、修改波特率为：115200

2、修改配置中输出项目为：加速度、角速度、角度、磁场、四元数。

3、修改配置中的输出频率为：200Hz

4、按照官网中的视频教程，利用”MiniIMU.exe”软件对模块进行校准(加速度、角度、磁场)。教程视频如下：

http://wiki.wit-motion.com/doku.php?id=jy901%E8%B5%84%E6%96%99

http://wiki.wit-motion.com/doku.php?id=jy901%E8%B5%84%E6%96%99
  • ROS下使用该IMU

该程序均已放置在我们的仓库中啦，自行下载网址如下：

GitHub – COONEO/Arduino_Jetson_nano_ROS_Car: Making a Jetson_nano robot by yourself step by step.

https://github.com/COONEO/Arduino_Jetson_nano_ROS_Car.git

将其中的 catkin_ws 文件夹放置到你的Home目录下

cd catkin_ws
rosdep install --from-paths src --ignore-src -r -y
catkin_make -j
source devel/setup.bash

使用USB-Type C 数据线，将电脑和imu连接起来，查看 /dev 目录下，分配的虚拟端口号(一般为：ttyUSB)，如果只有插入了一个设备，那么一定是: ttyUSB0*。如我电脑此时截图的右下角所示：

开源！手把手教你搭建Arduino+英伟达Jetson的ROS小车（中）

如果您使用的是我们的Jetson Nano 环境，那么已经通过IMU的ID进行了重映射了，且新的名字为 IMU_PORT ，并且imu_901.launch文件中也是打开的该端口。若您的主机没有，则建议查看我们的推文《搭建ROS机器人之——ubuntu绑定串口设备》，即可绑定串口并重映射。

开源！手把手教你搭建Arduino+英伟达Jetson的ROS小车（中）

上图的 imu_901.launch 文件运行了imu_complementary_filiter_node 、tf 、imu_901_node 等节点。其中两个tf描述的是imu话题数据和坐标系 base_link 之间的位置关系(三轴平移+三轴旋转)。温馨提示：这里指定了base_link坐标系的原点在两轮差速小车的驱动轮中间位置，且X朝前、Y朝左、Z朝上。另外，因为小车一般携带屏幕，所以就默认把Rviz可视化节点给注释掉了。运行过程如下：

开源！手把手教你搭建Arduino+英伟达Jetson的ROS小车（中）

开源！手把手教你搭建Arduino+英伟达Jetson的ROS小车（中）

另外，使用：rostopic list 可以得知 imu_901 发布的话题数据：

开源！手把手教你搭建Arduino+英伟达Jetson的ROS小车（中）

其中：

imu 是姿态信息：

mag 是磁力计信息；

两者都是以200Hz的频率发布的。

https://github.com/COONEO/Arduino_Jetson_nano_ROS_Car.git

5 调试 树莓派CSI摄像头 V2版本

由于Jetson Nano 中无法直接通过usb_cam ROS包获取CSI接头的摄像头，经过网上查询，发现了一个大牛开源了一个程序 gscam ROS包，网址如下：

http://wiki.ros.org/gscam

我们已经适配好了摄像头的ROS启动文件，只需要插上CSI接头的树莓派V2摄像头，即可通过运行对应的launch文件，获得该摄像头的摄像头视频流。具体过程如下：

cd catkin_ws
# 若未编译，则 catkin_make
source devel/setup.bash
roslaunch jetson_nano_csi_cam_ros jetson_csi_cam.launch 

开源！手把手教你搭建Arduino+英伟达Jetson的ROS小车（中）

ps:这里是ssh进的Jetson Nano主机，没有屏幕的小伙伴可以尝试这样

此时在本地终端 通过rostopic list 即可看见如下输出：

开源！手把手教你搭建Arduino+英伟达Jetson的ROS小车（中）

另外，你还可以通过 rqt_image_view 查看图像。

rosrun rqt_image_view rqt_image_view

6 展望：

在后面的推文中，我们将继续更新： 建图篇章、 导航篇章、 摄像头应用 篇章，其实Jetson Nano 版本的和 Raspberry Pi版本的程序差异不大，如果是想更快实现上述功能，也可以参照我们的树莓派ROS小车的推文和代码仓库。

https://github.com/COONEO/Arduino_Raspberry_ROS_Car.git   # 已经暂时完结

https://github.com/COONEO/Arduino_Jetson_nano_ROS_Car.git    # 正在陆陆续续更新中

开源！手把手教你搭建Arduino+英伟达Jetson的ROS小车（中）

创作不易，如果喜欢这篇内容，请您也转发给您的朋友，一起分享和交流创造的乐趣，也激励我们为大家创作更多的机器人研发攻略，让我们一起learning by doing!

Original: https://blog.csdn.net/COONEO/article/details/126271853
Author: COONEO
Title: 开源！手把手教你搭建Arduino+英伟达Jetson的ROS小车（中）

原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/637583/

转载文章受原作者版权保护。转载请注明原作者出处！

赞 (0)
0

【自取】最近整理的，有需要可以领取学习：



Linux核心资料大放送~

全栈面试题汇总（持续更新&可下载）

一个提高学习100%效率的工具！

【超详细】深度学习面试题目！

LeetCode Python刷题答案下载！

LeetCode Java版刷题答案下载！

LeetCode C++ 版本，抓紧保存！

LeetCode GO语言 刷题答案下载！

大家都在看

亲爱的 Coder【最近整理，可免费获取】👉 最新必读书单  | 👏 面试题下载  | 🌎 免费的AI知识星球