基于ROS的SLAM智能车

2021-09-13江苏房守江张睿

汽车维修与保养 2021年6期

◆文/江苏房守江张睿

本文主要研究设计了一款基于树莓派ROS平台的SLAM智能车。该智能车利用激光雷达以获取周围环境的深度信息，采用ROS环境下具备SLAM算法的gmapping功能包，并通过STM32对智能车的底层驱动控制可实现即时定位、地图构建、自主导航和避障功能。

一、前言

室外定位与导航可以使用GPS，但在室内进行定位与导航会比较复杂。SLAM为即时定位与地图构建技术，很好地解决了室内智能车的地图构建和即时定位问题，具备重要的理论与应用价值。而对于智能移动这个问题，除了要有SLAM技术之外，还需要加入路径规划和运动控制技术。

二、设计方案

本设计中，SLAM智能小车由小车底盘、传感器系统和树莓派计算机系统组成，其中，底盘是智能小车的运动载体，用来实现整个智能小车的运动，传感器系统由光电编码器、激光雷达和IMU组成，用来采集实现可靠SLAM所需的各种传感器信息，计算机系统包括下位机和便携式计算机系统，便携式计算机系统用来运行ROS操作系统和SLAM程序，本系统整体设计方案如图1所示。

图1 智能车设计方案

1.相关传感器

(1)激光雷达

要完成智能车的SLAM和自主导航，首先要有感知周围环境的能力，尤其要有感知周围环境深度信息的能力，这是探测障碍物的关键数据。激光雷达可以提供智能车本体与环境障碍物之间的距离信息，其优点是精度高，响应快，数据量小，可以完成实时SLAM任务。本设计中采用SLAMTEC公司低成本激光雷达RPlidar-A1，可实现12米测距，一秒8 000次测量频率，扫描频率5Hz。

针对RPlidar-A1激光雷达，通过安装完成ROS相应的驱动功能包，在sensor_msgs包中定义了专用数据结构——LaserScan，用于存储激光雷达获取的深度信息。

(2)里程计与IMU

里程计采用底盘电机光电编码器方案，由STM32下位机经过运动学计算获得线速度后发送给ROS进行里程的转换，进而获得小车在地图上的坐标。IMU提供的姿态数据融合到角速度上，小车原地旋转是否准确需要靠准确的IMU和里程计。IMU数据的读取和线速度的计算均由STM32下位机主控负责，并通过USB传输给上位机。

2.运动控制板(下位机)

运动控制板采用STM32F103RC作为主控，主要负责小车运动模型解算、IMU数据读取、线速度的计算、遥控部分控制，最终通过USB传输给上位机。其中，IMU数据由MPU6050模块进行读取，接口电路如图2。线速度计算由光电编码器完成，光电编码器接口电路如图3。主控板可装载峰值6A的电机驱动模块，引出四路编码电机驱动接口，其中一路电机驱动接口电路如图4所示。

图2 MPU6050接口电路

图3 电机驱动模块接口电路

图4 光电编码器接口电路

3.ROS主控制器

ROS主控系统控制器采用Raspberrypi 4B，Linux版本安装了 Ubuntu 18系统。同时装有ROS机器人操作系统，ROS版本为Melodic，作为机器人ROS主控制节点。

(1)ROS系统

机器人操作系统(ROS)是一个开放源代码的机器人中间件套件，安装到Linux系统上。ROS系统由许多独立的节点组成，每个节点都使用发布/订阅消息传递模型与其他节点进行通信。小车节点我们称为主节点(ROS Master)，因本地运行数据收发延迟最低，本设计中雷达、建图、导航、操作和监控都在本地节点运行，采用USB供电、HDMI接口的7英寸液晶作为ROS主控显示器。

(2)gmapping功能包

gmapping功能包为开源的功能包，集成了粒子波算法，开发者无需掌握内部复杂的算法，利用其对用户开放的接口即可实现相关功能，如图5所示。

图5 gmapping功能包总体框架

gmapping功能包需要获取环境深度信息、IMU信息和里程计信息，通过相关参数配置及算法实现，以进行定位与地图构建，gmapping功能包向用户开放的关键接口如表1所示。

表1 gmapping功能包向用户开放的关键接口

使用gmapping建图的一般步骤是:①在主控节点启动雷达与Gmapping节点，同时程序会将IMU姿态与位置融合发布odom位置信息；②启动本地雷达与Gmapping节点；③启动rviz在窗口内即可看到机器人tf位姿数据、激光节点、地图数据；④保存地图，如图6所示，保存后地图文件为map.pgm和map.yaml。

图6 利用gmapping建图

(3)自主导航

导航是在给定环境中将机器人从一个位置移动到指定目的地，导航需要使用保存好的地图，通过amcl寻找位置，move_base路径规划从而实现机器人自主导航。本设计采用navigation导航包实现智能车的自主导航：①启动底盘通讯与雷达节点；②本地启动nav导航包，导入地图文件；③启动本地可视化rviz，设置初始姿势位置；④确定目标位置，开始导航，如图7所示。