Skip to content

Latest commit

 

History

History
179 lines (153 loc) · 6.27 KB

README.md

File metadata and controls

179 lines (153 loc) · 6.27 KB
Raw

TUP2023-Sentry-Framework

沈阳航空航天大学TUP战队2023年哨兵框架

1.简介

本套框架是沈阳航空航天大学TUP战队2023赛季哨兵程序框架。本框架基于ROS2 Galactic开发,包含感知，决策，导航，自瞄模块，各模块间高度解耦，方便开发维护。

该分支为LIO分支，使用Mid360激光雷达进行车辆导航。 限于开发人力不足，本程序仍旧存在诸多不足之处，您可以通过在本仓库下提出issue贡献或直接联系我们贡献您的宝贵意见，帮助我们完善本项目。

2.软件环境

软件 安装方式 版本
Ubuntu 启动盘安装 20.04 LTS
CMake 编译安装 3.22
OpenVINO™ toolkit 编译安装 2022.3 LTS
ROS2 apt安装 Galactic
OpenCV 编译安装 apt安装
Ceres 编译安装 2.1.0
Eigen 编译安装 3.4.0
matplotlib-cpp 编译安装 N/A

3. 硬件方案

设备 类型 数量 作用
MID360 激光雷达 1 导航
大恒MER-139 工业相机 1 自瞄
KS2A543 USB摄像头 4 全向感知
Intel NUC11猎豹峡谷(With RTX2060) 运算平台 1 运行程序

NUC和Mid360之间经交换机连接，方便接入上位机组网调试

4.软件设计

4.1 简介

哨兵程序基于ROS2 Galactic进行开发. 参考RMOSS的设计模式，我们将系统分为以下三层:Task Layer, Interface Layer, Hardware Layer.

  • Task Layer:该层主要分为四个模块: Autoaim为自瞄模块，负责探测敌人并进行击打。 Decision为决策模块，负责综合目前可以获得到的各种信息，决定下一个所需前往下一个路径点，下一个击打模板与车辆的模式。 Navigation为导航模块，负责进行SLAM和路径规划，将车辆送到下一个路径点，并运行VIO Perception为感知模块，负责使用CNN探测周围敌方车辆，补足自瞄盲区，进行360度全向感知。 这4个节点分开运行在两台NUC上，相互间通过网线进行通讯
  • Interface Layer:改层主要为各种设备的ROS驱动，负责将图像等信息发布为Topic,或从Topic中获取message并将其按通讯协议发送给下位机。
  • Hardware Layer:该层主要为各种硬件设备与传感器，负责感知外部信息和动作的具体执行。

通过这种设计模式，我们可以实现硬件与应用层的解耦，方便进行程序的快速移植。针对各个模块的详细介绍可以进入对应仓库内的README查看.

5.通讯协议

哨兵与下位机通讯采用USB-CDC模拟串口.哨兵作为全自动兵种，所需要获取的信息相较步兵、英雄等其他兵种更多.为了更加合理且充分的运用这些信息，我们采取了分包发送的形式，便于灵活的控制各信息的发送频率.

TX:

1.Aim

Byte Data
0 0xA5
1 mode
2 CRC8
3-6 Pitch
7-10 Yaw
11-14 Distance
15 isSwitched
16 isFindTarget
17 isSpinning
18 isMiddle
19-61 Empty
62-63 CRC16

2.Nav

Byte Data
0 0xB5
1 mode
2 CRC8
3-14 Linear Twist(XYZ)
15-26 Angular Twist(XYZ)
27-61 Empty
62-63 CRC16

3.Decision

Byte Data
0 0xC5
1 mode
2 CRC8
3-6 Theta Gimbal
7-61 Empty
62-63 CRC16

6.快速开始

6.1 建图

要使用导航模块，你需要首先建立场地的地图，以下是几个你需要了解的地图概念

  • 八叉树地图 - 用于重定位
  • 点云地图 - 用于后续生成2.5D高程地图
  • 2.5D高程地图 - 用于生成栅格地图
  • 栅格地图 - 用于作为导航的全局地图
cd scripts
#FAST-LIO
bash octo_mapping_fastlio.sh
#如果你想尝试LIO-SAM可以使用下面这一条命令
#bash octo_mapping_liosam.sh

使用该命令以启动建图，可以打开rviz2观看建图效果

6.1.1 八叉树地图

当完成建图后，在工作空间下打开新终端使用以下命令保存八叉树地图

source install/setup.bash
ros2 launch octomap_server octomap_saver.launch.xml

可使用octovis查看八叉树地图

6.1.2 点云地图

该步骤与八叉树建图同时进行 在工作空间下打开新终端使用以下命令保存地图

source install/setup.bash
#LIO-SAM保存用
ros2 service call /lio_sam/save_map lio_sam/srv/SaveMap
#FAST-LIO保存用
ros2 service call /map_save std_srvs/srv/Trigger

6.1.3 2.5D高程地图与栅格地图

该步骤应在上面两步完成后进行，生成的地图将用于机器人导航

修改TUP2023-Sentry-Nav/grid_map/grid_map_demos/config/pcd_to_gridmap_demo.yaml中参数以符合你的需求

pcd_to_gridmap:
  ros__parameters:
    #PCD地图路径
    pcd_file_path: "/home/tup/Downloads/LOAM/GlobalMap.pcd"
    #建图frame_id
    map_frame_id: "map"
    #滤波相关参数
    filters:
        ...

如果你需要pcd点云如翻转，平移，滤波之类的预处理，你可以修改TUP2023-Sentry-Nav/grid_map/grid_map_demos/config/pcl_grid_config.yaml中的配置以满足你的需求。

完成配置后启动程序

source install/setup.bash
ros2 launch grid_map_demos pcd_to_gridmap_demo_launch

以下为height_layer为elevation，color_layer为slope_grid生成的2.5D高程地图

在该配置下，可自打开rviz，你可以看到/elevation_grid, slope_grid Topic下的栅格地图. 使用类似以下命令的以保存地图.

ros2 run nav2_map_server map_saver_cli -f your_map_name -t /your_map_topic_name

以下为使用slope_grid生成的2d栅格地图，可使用GIMP稍加修改离群像素，之后便可直接用于nav2导航.

7.未来完善方向

  • 优化点云-2.5D地图转换过程，减少算力占用
  • 优化重定位，减少重定位资源消耗，优化异常处理逻辑
  • 增加bringup，存放URDF并改用launch启动
  • 完善FAST-LIO支持
  • 完善教程
  • 增加LIO-SAM与FAST-LIO性能对比