Ubuntu16.04下ROS智能车定位导航仿真并使用yolo检测目标

文章目录

1、环境版本2、下载Gazebo搭建赛道功能包racecar3、安装所需要用到的控件4、编译下载好的功能包5、运行小车模型6、运行赛道7、新建一个终端，进行gmapping建图8、保存地图9、自主定位导航10、自行赛道搭建并进行小车自主定位导航11、使用yolov2检测目标12、遇到的问题以及解决办法13、总结14、参考链接

1、环境版本

操作系统：ubuntu16.04

ROS版本：kinetic

Gazebo版本：7.0.0

2、下载Gazebo搭建赛道功能包racecar

git clone https://github.com/xmy0916/racecar.git

3、安装所需要用到的控件

如果之前安装好了，可以省去这一步

sudo apt-get install ros-kinetic-driver-base sudo apt-get install ros-kinetic-gazebo-ros-control sudo apt-get install ros-kinetic-effort-controllers sudo apt-get install ros-kinetic-joint-state-controller sudo apt-get install ros-kinetic-ackermann-msgs sudo apt-get install ros-kinetic-global-planner sudo apt-get install ros-kinetic-teb-local-planner

4、编译下载好的功能包

cd racecar_ws catkin_make

5、运行小车模型

source ./devel/setup.bash roslaunch racecar_gazebo racecar.launch

所以之前的编译是成功的，可以成功显示小车模型

6、运行赛道

roslaunch racecar_gazebo racecar_runway.launch

将鼠标放到小框中，可以控制小车移动

7、新建一个终端，进行gmapping建图

①输入以下代码

cd racecar_ws source ./devel/setup.bash roslaunch racecar_gazebo slam_gmapping.launch

②控制小车，跑完整个赛道 ③跑完赛道后，如下图所示

8、保存地图

保存的路径为/racecar_ws/src/racecar/racecar_gazebo/map 保存的名字为map_racecar

cd ~/racecar_ws/src/racecar/racecar_gazebo/map rosrun map_server map_saver -f map_racecar

9、自主定位导航

①启动导航和环境地图

cd racecar_ws/ source ./devel/setup.bash roslaunch racecar_gazebo racecar_runway_navigation.launch

②启动rviz

cd racecar_ws/ source ./devel/setup.bash roslaunch racecar_gazebo racecar_rviz.launch

③用2D Nav Goal进行手工导航 ④启动导航脚本

cd racecar_ws/ source ./devel/setup.bash rosrun racecar_gazebo path_pursuit.py

此时可以观察到小车正在慢速地沿着赛道移动：

10、自行赛道搭建并进行小车自主定位导航

①打开gazebo ②点击左上角Edit->Build Editor，开始建立地图 ③保存地图，打开文件可以看到保存的地图在如下设置的位置 ④运行小车模型，导入刚刚建立的地图，并保存world文件 a.新建终端，输入以下代码

cd racecar_ws source ./devel/setup.bash roslaunch racecar_gazebo racecar.launch

b.拖入建立的地图到合适的位置 ⑤在赛道中添加障碍物 ⑥保存world文件到下载功能包中的racecar_gazebo包中的worlds文件夹中 ⑦创建launch文件，填写赛道配置参数

touch pww.launch gedit pww.launch

写入以下代码：

<?xml version="1.0"?> <launch> <!-- Launch the racecar --> <include file="$(find racecar_gazebo)/launch/racecar.launch"> <arg name="world_name" value="pwww"/> </include> </launch>

⑧接下来的步骤与之前的步骤一致,在运行的时候只需要改成对应的文件名字。

11、使用yolov2检测目标

①下载darknet_ros包

git clone --recursive git@github.com:leggedrobotics/darknet_ros.git

②下载权重文件，并放入以下目录 ③在工作空间下编译下载好的包

catkin_make -DCMAKE_BUILD_TYPE=Release

④修改yaml文件中的话题为智能车摄像头的话题 查看： 修改以下地方： ⑤启动gazebo，可以在赛道上添加其他目标进行检测

cd racecar_ws/ source ./devel/setup.bash roslaunch racecar_gazebo racecar_runway.launch

⑥启动yolov2检测目标

cd racecar_ws/ source ./devel/setup.bash roslaunch darknet_ros darknet_ros.launch

分析：该检测目标的效果不是很好，会出现检测错误的情况，并且FPS值很低。

12、遇到的问题以及解决办法

①下载相关控件时，显示无法定位软件包，解决办法是用电脑连接手机热点或者重新启动Ubuntu，即可解决问题 ②在tk窗口无法控制小车移动，解决办法是删掉功能包，重新下载一遍，问题得到解决。 ③在克隆包的时候，出现Permanently added the RSA host key for IP address ‘13.250.177.223’ to t he list of known hosts这个问题，解决办法是在github上添加一个公钥，参考链接

13、总结

总的来说这次的实验做的比较顺畅，没有遇到什么太大的问题，相比之下，无人机的定位导航仿真坑比较多，做了很久无人机还是存在问题，由于时间的因素，转为做智能车，但是后续会继续解决问题。这次进行仿真用到代码还是有很多不足，比如小车移动遇到障碍时，会存在卡在障碍物不动的情况，需要手动更改车的位置。在使用yolo检测目标时，会出现识别错误的现象，所以这种检测目标的方法效果不是很好。

14、参考链接

①https://blog.csdn.net/miss_bear/article/details/107137732 ②https://blog.csdn.net/qq_42451251/article/details/107108445