专门做艺术字的网站,查询公司的网站备案信息查询,天津搜索引擎推广系统,快速建站介绍ego-planner开源代码之simulator.xml介绍分析 1. 源由2. simulator配置2.1 配置入参2.2 mockamap_node 地图生成节点2.3 quadrotor_simulator_so3 四旋翼仿真节点2.4 Nodelet机制 四旋翼控制节点2.5 odom_visualization 里程计数据2.6 pcl_render_node 本地感知 3. 总结 1… ego-planner开源代码之simulator.xml介绍分析 1. 源由2. simulator配置2.1 配置入参2.2 mockamap_node 地图生成节点2.3 quadrotor_simulator_so3 四旋翼仿真节点2.4 Nodelet机制 四旋翼控制节点2.5 odom_visualization 里程计数据2.6 pcl_render_node 本地感知 3. 总结 1. 源由
ego-planner开源代码之数据流分析工作的延续。
对于算法逻辑的数据流在前面已经初步做了整理部分主要模块已经有比较清晰的认识。从数据流的角度理解模块的工作逻辑还是非常直观、简洁的。
如何从系统的角度思考问题尤其是一个系统由众多模块组成的复杂体系要能够整体的理解反而并不能一下子上手。
反之若能够将整个系统作为一个模块来理解入参和出参分别如何对应和理解呢
2. simulator配置
simulator.xml
2.1 配置入参 arg nameinit_x value-18.0/arg nameinit_y value0.0/arg nameinit_z value0.0/ arg nameobj_num value1 /arg namemap_size_x_/arg namemap_size_y_/arg namemap_size_z_/arg namec_num/arg namep_num/arg namemin_dist/arg nameodometry_topic/在启动文件中传递参数值给节点。每个 arg 标签定义了一个参数名和一个默认值如果有的话并且这些参数可以在启动节点时被传递和使用。 arg nameinit_x value-18.0/ 含义: 初始位置的 x 坐标值为 -18.0。 arg nameinit_y value0.0/ 含义: 初始位置的 y 坐标值为 0.0。 arg nameinit_z value0.0/ 含义: 初始位置的 z 坐标值为 0.0。 arg nameobj_num value1 / 含义: 对象的数量值为 1。 arg namemap_size_x_/ 含义: 地图在 x 方向上的大小。这里没有指定默认值实际值需要在运行时传递。 arg namemap_size_y_/ 含义: 地图在 y 方向上的大小。这里没有指定默认值实际值需要在运行时传递。 arg namemap_size_z_/ 含义: 地图在 z 方向上的大小。这里没有指定默认值实际值需要在运行时传递。 arg namec_num/ 含义: 参数 c 的数量。这里没有指定默认值实际值需要在运行时传递。 arg namep_num/ 含义: 参数 p 的数量。这里没有指定默认值实际值需要在运行时传递。 arg namemin_dist/ 含义: 最小距离值。这里没有指定默认值实际值需要在运行时传递。 arg nameodometry_topic/ 含义: 里程计数据的 ROS 话题名称。这里没有指定默认值实际值需要在运行时传递。
在 simple_run.launch 中相关的覆盖值定义是 arg namemap_size_x value40.0/arg namemap_size_y value40.0/arg namemap_size_z value 3.0/!-- topic of your odometry such as VIO or LIO --arg nameodom_topic value/visual_slam/odom /!-- use simulator --include file$(find ego_planner)/launch/simulator.xmlarg namemap_size_x_ value$(arg map_size_x)/arg namemap_size_y_ value$(arg map_size_y)/arg namemap_size_z_ value$(arg map_size_z)/arg namec_num value200/arg namep_num value200/arg namemin_dist value1.2/arg nameodometry_topic value$(arg odom_topic) //include2.2 mockamap_node 地图生成节点 node pkgmockamap typemockamap_node namemockamap_node outputscreen remap from/mock_map to/map_generator/global_cloud/param nameseed typeint value127/param nameupdate_freq typedouble value0.5/!-- box edge length, unit meter--param nameresolution typedouble value0.1/!-- map size unit meter--param namex_length value$(arg map_size_x_)/param namey_length value$(arg map_size_y_)/param namez_length value$(arg map_size_z_)/param nametype typeint value1/!-- 1 perlin noise parameters --!-- complexity: base noise frequency,large value will be complextypical 0.0 ~ 0.5 --!-- fill: infill persentagetypical: 0.4 ~ 0.0 --!-- fractal: large value will have more detail--!-- attenuation: for fractal attenuationtypical: 0.0 ~ 0.5 --param namecomplexity typedouble value0.05/param namefill typedouble value0.12/param namefractal typeint value1/param nameattenuation typedouble value0.1//node定义了一个基于噪声的地图生成节点可以通过指定分辨率、地图大小以及噪声的复杂度等参数生成复杂的三维地图。 node pkgmockamap typemockamap_node namemockamap_node outputscreen pkg“mockamap”: 表示该节点属于mockamap包。type“mockamap_node”: 节点的可执行文件名称为mockamap_node。name“mockamap_node”: 设置该节点的名称为mockamap_node。output“screen”: 输出将显示在终端屏幕上。 remap from/mock_map to/map_generator/global_cloud/ from“/mock_map”: 将节点中的话题/mock_map重新映射到其他话题。to“/map_generator/global_cloud”: 重映射的目标是/map_generator/global_cloud即节点会将原本发布在/mock_map上的数据发布到/map_generator/global_cloud上。 param nameseed typeint value127/ seed: 设置随机种子类型为整数值为127用于生成一致的伪随机地图。 param nameupdate_freq typedouble value0.5/ update_freq: 设置地图更新的频率类型为双精度浮点数值为0.5即每秒更新0.5次2秒更新一次。 param nameresolution typedouble value0.1/ resolution: 地图的分辨率类型为双精度浮点数值为0.1米即每个网格的边长为0.1米。 param namex_length value$(arg map_size_x_)/, param namey_length value$(arg map_size_y_)/, param namez_length value$(arg map_size_z_)/ x_length/y_length/z_length: 地图在x、y和z方向上的长度单位为米分别从外部传入参数map_size_x_、map_size_y_和map_size_z_来设置。 param nametype typeint value1/ type: 地图生成的类型值为1通常与特定的生成算法相关联例如噪声生成类型。 噪声生成的具体参数 complexity: 基础噪声的频率值为0.05表示噪声的复杂度。值越大噪声越复杂典型值为0.0 ~ 0.5。fill: 填充百分比值为0.12表示生成地图时的填充率典型值为0.4 ~ 0.0。fractal: 分形的级数值为1值越大细节越丰富。attenuation: 分形的衰减系数值为0.1表示分形噪声的衰减典型值为0.0 ~ 0.5。
2.3 quadrotor_simulator_so3 四旋翼仿真节点 node pkgso3_quadrotor_simulator typequadrotor_simulator_so3 namequadrotor_simulator_so3 outputscreenparam namerate/odom value200.0/param namesimulator/init_state_x value$(arg init_x)/param namesimulator/init_state_y value$(arg init_y)/param namesimulator/init_state_z value$(arg init_z)/remap from~odom to/visual_slam/odom/remap from~cmd toso3_cmd/remap from~force_disturbance toforce_disturbance/ remap from~moment_disturbance tomoment_disturbance/ /node启动了一个四旋翼仿真节点属于so3_quadrotor_simulator包节点名称为quadrotor_simulator_so3初始状态由外部参数指定频率高达200Hz的里程计信息用于其他系统如SLAM。仿真还支持控制指令的重映射以及力和力矩的干扰处理。 node pkgso3_quadrotor_simulator typequadrotor_simulator_so3 namequadrotor_simulator_so3 outputscreen pkg“so3_quadrotor_simulator”: 节点属于so3_quadrotor_simulator包。type“quadrotor_simulator_so3”: 启动的可执行文件为quadrotor_simulator_so3这是四旋翼仿真器的SO3版本。name“quadrotor_simulator_so3”: 节点名称为quadrotor_simulator_so3。output“screen”: 输出显示在终端屏幕上。 param namerate/odom value200.0/ rate/odom: 发布里程计odom数据的频率值为200.0Hz表示每秒发布200次里程计数据提供高精度的位置和速度信息。 param namesimulator/init_state_x value$(arg init_x)/ param namesimulator/init_state_y value$(arg init_y)/ param namesimulator/init_state_z value$(arg init_z)/ simulator/init_state_x, init_state_y, init_state_z: 设置四旋翼仿真器的初始状态分别是x、y、z三个方向的初始位置。参数init_x、init_y和init_z是通过外部传入的ROS参数。这些值通常用于设置四旋翼在仿真中的起始位置。 remap from~odom to/visual_slam/odom/ ~odom: 仿真器发布的局部odom话题被重映射到全局的/visual_slam/odom话题。通常这是为了与视觉SLAM系统共享里程计数据。 remap from~cmd toso3_cmd/ ~cmd: 仿真器接收的控制指令话题~cmd被重映射到so3_cmd话题。这里的so3_cmd通常表示四旋翼姿态控制的SO(3)指令用于控制仿真器的姿态。 remap from~force_disturbance toforce_disturbance/ ~force_disturbance: 仿真器中影响四旋翼的力干扰force disturbance话题。此话题被直接映射没有更改话题名称。 remap from~moment_disturbance tomoment_disturbance/ ~moment_disturbance: 仿真器中影响四旋翼的力矩干扰moment disturbance话题也保持话题名称不变。
2.4 Nodelet机制 四旋翼控制节点 node pkgnodelet typenodelet argsstandalone so3_control/SO3ControlNodelet nameso3_control requiredtrue outputscreenparam nameso3_control/init_state_x value$(arg init_x)/param nameso3_control/init_state_y value$(arg init_y)/param nameso3_control/init_state_z value$(arg init_z)/remap from~odom to/visual_slam/odom/remap from~position_cmd to/planning/pos_cmd/remap from~motors tomotors/remap from~corrections tocorrections/remap from~so3_cmd toso3_cmd/rosparam file$(find so3_control)/config/gains_hummingbird.yaml/rosparam file$(find so3_control)/config/corrections_hummingbird.yaml/param namemass value0.98/param nameuse_angle_corrections valuefalse/param nameuse_external_yaw valuefalse/param namegains/rot/z value1.0/ param namegains/ang/z value0.1/ /node 配置启动了一个使用Nodelet机制的四旋翼控制节点属于so3_control包节点名为so3_control使用SO(3)控制算法。节点重映射了多个话题用于接收视觉SLAM、规划模块的指令并发布电机指令等。该控制器的增益和校正参数从外部YAML文件载入并允许自定义质量和校正选项。 node pkgnodelet typenodelet argsstandalone so3_control/SO3ControlNodelet nameso3_control requiredtrue outputscreen pkg“nodelet”: 使用nodelet包这意味着这是一个Nodelet节点Nodelet可以将多个节点加载到同一进程中以减少进程间通信的开销。type“nodelet” args“standalone so3_control/SO3ControlNodelet”: 启动一个独立的Nodelet实例standalone加载so3_control包中的SO3ControlNodelet。name“so3_control”: 节点名称为so3_control。required“true”: 表示这个节点是必需的若它崩溃则会终止整个ROS系统。output“screen”: 输出信息显示在终端上。 param nameso3_control/init_state_x value$(arg init_x)/ param nameso3_control/init_state_y value$(arg init_y)/ param nameso3_control/init_state_z value$(arg init_z)/ so3_control/init_state_x, init_state_y, init_state_z: 初始化控制节点中四旋翼的位置分别是x、y、z三个方向的初始位置。这些值通过外部参数传入init_x, init_y, init_z。 remap from~odom to/visual_slam/odom/ ~odom: 里程计话题~odom重映射到/visual_slam/odom用于从视觉SLAM系统接收里程计数据。 remap from~position_cmd to/planning/pos_cmd/ ~position_cmd: 重映射控制节点的位置信息指令~position_cmd到/planning/pos_cmd用于从规划模块接收位置指令。 remap from~motors tomotors/ ~motors: 电机控制指令~motors被重映射到话题motors。 remap from~corrections tocorrections/ ~corrections: 纠正信息话题~corrections通常用于从外部传感器或模块获取姿态或其他校正数据。 remap from~so3_cmd toso3_cmd/ ~so3_cmd: SO(3)控制指令话题~so3_cmd用于控制四旋翼的姿态。 rosparam file$(find so3_control)/config/gains_hummingbird.yaml/ gains_hummingbird.yaml: 载入so3_control包中的gains_hummingbird.yaml文件用于配置控制器的增益参数尤其是姿态控制的增益。 rosparam file$(find so3_control)/config/corrections_hummingbird.yaml/ corrections_hummingbird.yaml: 载入corrections_hummingbird.yaml该文件包含姿态校正相关的参数。 param namemass value0.98/ mass: 设置四旋翼的质量为0.98公斤控制算法会根据这个质量进行动态计算。 param nameuse_angle_corrections valuefalse/ use_angle_corrections: 是否使用角度校正设置为false表示当前不启用角度校正。 param nameuse_external_yaw valuefalse/ use_external_yaw: 是否使用外部的偏航角校正设置为false即不使用外部的偏航控制。 param namegains/rot/z value1.0/ gains/rot/z: 设置z轴上的旋转增益值为1.0用于控制四旋翼在z轴上的姿态响应。 param namegains/ang/z value0.1/ gains/ang/z: 设置z轴上的角度增益值为0.1用于姿态控制中的角度调整。
2.5 odom_visualization 里程计数据 node pkgodom_visualization nameodom_visualization typeodom_visualization outputscreenremap from~odom to/visual_slam/odom/param namecolor/a value1.0/ param namecolor/r value0.0/ param namecolor/g value0.0/ param namecolor/b value0.0/ param namecovariance_scale value100.0/ param namerobot_scale value1.0/param nametf45 valuetrue//node配置启动了一个名为odom_visualization的节点用于可视化视觉SLAM系统中的里程计数据并配置了颜色、缩放、以及其他可视化相关的参数。 node pkgodom_visualization nameodom_visualization typeodom_visualization outputscreen pkg“odom_visualization”: 该节点属于odom_visualization包用于可视化里程计数据。name“odom_visualization”: 节点名称为odom_visualization。type“odom_visualization”: 启动可执行文件名称为odom_visualization。output“screen”: 输出显示在终端屏幕上。 remap from~odom to/visual_slam/odom/ ~odom: 节点接收的本地odom话题重映射到/visual_slam/odom该话题通常是视觉SLAM系统发布的里程计数据。 param namecolor/a value1.0/, param namecolor/r value0.0/, param namecolor/g value0.0/, param namecolor/b value0.0/ color/a: 设置里程计可视化中颜色的透明度值为1.0表示完全不透明。color/r, color/g, color/b: 设置颜色的RGB值分别为红r、绿g、蓝b。此处RGB值为(0, 0, 0)表示可视化物体为黑色。 param namecovariance_scale value100.0/ covariance_scale: 设置协方差的可视化比例值为100.0表示将协方差矩阵在可视化中按此比例放大。 param namerobot_scale value1.0/ robot_scale: 设置机器人模型的可视化缩放比例值为1.0即保持与实际尺寸相同。 param nametf45 valuetrue/ tf45: 此参数设置为true具体含义依赖于节点的实现通常用于处理坐标变换或指定某些特殊的可视化模式。可能与坐标系变换TF相关比如应用一个45度的变换矩阵。
2.6 pcl_render_node 本地感知 node pkglocal_sensing_node typepcl_render_node namepcl_render_node outputscreenrosparam commandload file$(find local_sensing_node)/params/camera.yaml /param namesensing_horizon value5.0 /param namesensing_rate value30.0/param nameestimation_rate value30.0/param namemap/x_size value$(arg map_size_x_)/param namemap/y_size value$(arg map_size_y_)/param namemap/z_size value$(arg map_size_z_)/remap from~global_map to/map_generator/global_cloud/remap from~odometry to$(arg odometry_topic)//node配置启动了一个名为pcl_render_node的节点属于local_sensing_node包主要用于本地感知并处理从相机和里程计等传感器获得的数据感知范围为5米传感和估计的频率为30Hz。节点还加载了相机的配置文件使用了重映射来处理全局地图和里程计数据。 node pkglocal_sensing_node typepcl_render_node namepcl_render_node outputscreen pkg“local_sensing_node”: 该节点属于local_sensing_node包通常用于本地感知和处理点云PCL。type“pcl_render_node”: 启动可执行文件为pcl_render_node用于渲染点云或进行相关的传感任务。name“pcl_render_node”: 节点名称为pcl_render_node。output“screen”: 输出信息显示在终端屏幕上。 rosparam commandload file$(find local_sensing_node)/params/camera.yaml / command“load”: 加载指定的参数文件。file“$(find local_sensing_node)/params/camera.yaml”: 从local_sensing_node包中的params文件夹中加载camera.yaml文件。这通常是相机相关的参数配置文件如视角、分辨率等。 param namesensing_horizon value5.0 / sensing_horizon: 设置感知范围为5.0米即传感器能感知的最大距离为5米。 param namesensing_rate value30.0/ sensing_rate: 设置传感的频率为30.0Hz表示传感器每秒采集30次数据。 param nameestimation_rate value30.0/ estimation_rate: 设置估计频率为30.0Hz表示估计模块每秒处理30次数据如位置、姿态估计。 param namemap/x_size value$(arg map_size_x_)/ param namemap/y_size value$(arg map_size_y_)/ param namemap/z_size value$(arg map_size_z_)/ map/x_size, map/y_size, map/z_size: 设置地图的尺寸x_size、y_size、z_size分别表示地图在x、y、z方向上的大小。这些参数通过外部传入map_size_x_, map_size_y_, map_size_z_。 remap from~global_map to/map_generator/global_cloud/ ~global_map: 节点接收的本地global_map话题重映射为/map_generator/global_cloud通常这是一个全局的点云地图用于本地传感器进行匹配或融合。 remap from~odometry to$(arg odometry_topic)/ ~odometry: 节点接收的odometry里程计话题重映射为外部参数odometry_topic指定的话题。这允许从不同的来源获取里程计数据例如从视觉SLAM或IMU等模块。
3. 总结
经过topic整理对于这么多节点在一起干了什么就清楚了很多同时对于实飞情况下应该注意哪些消息主题也就更加清楚了。
仿真消息主题
“/map_generator/global_cloud”“/visual_slam/odom”“/planning/pos_cmd”
四旋翼仿真消息主题
“so3_cmd”“force_disturbance”“moment_disturbance”“motors”“corrections”
仿真环境内部配置文件
so3_control
“config/gains_hummingbird.yaml”“config/corrections_hummingbird.yaml”
# Vision Gain for Hummingbird
gains:pos: {x: 2.0, y: 2.0, z: 3.5}vel: {x: 1.8, y: 1.8, z: 2.0}rot: {x: 1.0, y: 1.0, z: 0.3}ang: {x: 0.07, y: 0.07, z: 0.02} corrections:z: 0.0r: 0.0p: 0.0local_sensing_node
“params/camera.yaml”
cam_width: 640
cam_height: 480
cam_fx: 387.229248046875
cam_fy: 387.229248046875
cam_cx: 321.04638671875
cam_cy: 243.44969177246094总的来说如果不是研究模拟器的朋友知道就可以并不需要太过纠结
