从ROS1到ROS2无人机编程实战指南电子书

书名页

内容提要

版权页

编写人员

前言

第1章 ROS——智能机器人开端

1.1 ROS的节点（node）

1.1.1 节点

1.1.2 节点管理器

1.1.3 与节点有关的指令

1.2 ROS命令指令与使用

1.2.1 与msg相关的命令

1.2.2 与topic相关的命令

1.2.3 与service相关的命令

1.2.4 消息记录与回放命令

1.2.5 故障诊断命令

1.3 工作空间与功能包的创建

1.3.1 工作空间和功能包的组成

1.3.2 工作空间的创建

1.3.3 编译工作空间

1.3.4 设置环境变量

1.3.5 检查环境变量

1.3.6 功能包的创建

1.3.7 package.xml文件内容

1.3.8 CMakeLists.txt文件作用

1.4 可视化参数指令（Parameter）的使用

1.4.1 Parameter Server的使用

1.4.2 通过编程实现参数的静态调节

1.4.3 实现参数的动态调节

1.5 Visual Studio Code环境搭建与美化

1.5.1 环境搭建

1.5.2 Visual Studio Code 美化

1.6 Docker-ROS安装

1.6.1 了解Docker

1.6.2 Docker的安装

1.6.3 在Docker内安装ROS

1.6.4 在Docker内安装vncserver

1.6.5 测试Docker中ROS及其GUI界面

1.7 ROS搭建VSC调试环境

1.7.1 安装插件

1.7.2 在VScode中配置ROS环境

1.7.3 在VScode中debug代码

第2章 ROS编程及插件二次开发

2.1 发布者（Publisher)的编程与实现

2.1.1 learning_topic功能包的创建

2.1.2 ROS中如何实现一个Publisher

2.1.3 用C++实现Publisher及代码讲解

2.1.4 用Python实现Publisher及代码讲解

2.2 订阅者（Subscriber）的编程与实现

2.2.1 ROS中如何实现一个Subscriber

2.2.2 用C++实现Subscriber及代码讲解

2.2.3 用Python实现Subscriber及代码讲解

2.3 自定义话题（Topic）实现

2.3.1 自定义消息类型的创建

2.3.2 编程实现话题（C++）

2.3.3 编程实现话题（Python）

2.4 客户端（Client）的编程与实现

2.4.1 learning_service功能包的创建

2.4.2 srv文件的理解

2.4.3 ROS中如何实现一个Client

2.4.4 用C++实现Client及代码讲解

2.4.5 用C++实现Python及代码讲解

2.5 服务端（Server）的编程与实现

2.5.1 Trigger型文件

2.5.2 ROS中如何实现一个Server

2.5.3 用C++实现Server及代码讲解

2.5.4 用Python实现Server及代码讲解

2.6 自定义服务（Service）实现

2.6.1 自定义服务类型的创建

2.6.2 编程实现服务（C++）

2.6.3 编程实现服务（Python）

2.7 行为（Action）编程与实现

2.7.1 Action的工作机制

2.7.2 learning_action功能包的创建

2.7.3 编程实现动作（C++）

2.7.4 编程实现动作（Python）

2.8 多节点启动脚本（launch）文件的编程与实现

2.8.1 launch文件

2.8.2 launch文件的基本成分

2.8.3 launch文件编程

2.9 ROS设置plugin插件

2.9.1 什么是plugin

2.9.2 pluginlib的工作原理

2.9.3 实现plugin的步骤

2.9.4 plugin的实现

2.9.5 在ROS中使用创建的plugin

2.10 基于RVIZ的二次开发——plugin

2.10.1 plugin的创建

2.10.2 补充编译规则

2.10.3 实现结果

2.11 ROS多消息同步与多消息回调

2.11.1 什么是多消息同步与多消息回调

2.11.2 实现步骤

2.11.3 功能包的创建

2.11.4 全局变量形式 ：TimeSynchronizer

2.11.5 类成员的形式：message_filters::Synchronizer

第3章 ROS可视化功能包与拓展

3.1 日志输出工具(rqt_console)

3.1.1 rqt_console

3.1.2 日志的等级

3.1.3 rqt_logger_level

3.2 数据绘图工具（rqt_plot）

3.3 计算图可视化工具（rqt_graph)

3.4 图像渲染工具（rqt_image_view）

3.5 PlotJuggler

3.5.1 PlotJuggler简介

3.5.2 ROS系统中安装PlotJuggler

3.5.3 初识PlotJuggler

3.6 三维可视化工具（rviz）

3.6.1 Displays侧边栏

3.6.2 Views侧边栏

3.6.3 工具栏

3.7 三维物理仿真平台（Gazebo)

3.7.1 视图界面

3.7.2 模型列表

3.7.3 模型属性区

3.7.4 上工具栏

3.7.5 下工具栏

3.8 ROS人机交互软件介绍

3.8.1 ROS与QT的交互

3.8.2 ROS与Web的交互——rosbridge

3.8.3 ROS与Java的交互——rosjava

3.9 ROS包选择、过滤与裁剪

3.9.1 根据topic过滤

3.9.2 根据时间过滤

3.9.3 同时过滤topic与时间

3.9.4 通过rosbag完成ros包操作

3.10 常见GUI快速查询

3.10.1 rqt_tf_tree

3.10.2 rqt_bag

3.10.3 rqt_topic

3.10.4 rqt_reconfigure

3.10.5 rqt_publisher

3.10.6 rqt_top

3.10.7 rqt_runtime_monitor

第4章 ROS2——智能机器人新起点

4.1 ROS2的新特性

4.1.1 ROS1与ROS2程序书写的不同

4.1.2 ROS1与ROS2通信机制的不同

4.1.3 ROS1与ROS2功能包、工作空间、环境的不同

4.2 ROS2之DDS

4.2.1 什么是DDS

4.2.2 DDS多机通信

4.2.3 中间件RMW

4.2.4 DDS调优

4.3 Docker—ROS2安装

4.3.1 安装

4.3.2 安装测试

4.3.3 编译并运行示例程序

4.3.4 ROS2 docker 安装

4.4 ROS2搭建VSC调试环境

4.4.1 编译设置

4.4.2 Debug设置

4.4.3 开启Debug

4.5 ROS2工作空间介绍

4.5.1 工作空间组成

4.5.2 创建一个简单的功能包

4.5.3 编译功能包

4.6 ROS2的POP和OOP

4.6.1 POP和OOP是什么

4.6.2 POP与OOP对比

4.6.3 小结

4.7 发布者（Publisher）的编程与实现

4.7.1 ROS2发布者功能确定

4.7.2 编写代码（C++实现）

4.7.3 编写代码（Python实现）

4.7.4 编译代码

4.7.5 运行代码

4.8 订阅者（Subscriber）的编程与实现

4.8.1 ROS2订阅者功能确定

4.8.2 编写代码（C++实现）

4.8.3 编写代码（Python实现）

4.8.4 编译代码

4.8.5 运行代码

4.9 客户（Client）的编程与实现

4.9.1 ROS2服务的简单调用

4.9.2 ROS2客户功能确定

4.9.3 编写代码（C++实现）

4.9.4 编写代码（Python实现）

4.9.5 运行代码

4.10 服务（Service）的编程与实现

4.10.1 ROS2服务任务确定

4.10.2 编写代码（C++实现）

4.10.3 编写代码（Python实现）

4.10.4 运行代码

4.11 自定义msg以及srv

4.11.1 自定义msg以及srv的意义

4.11.2 创建自己的msg、srv文件

4.11.3 在其他功能包里引用

4.12 ROS2参数（Parameter）

4.12.1 参数是什么

4.12.2 任务确定

4.12.3 程序编写（C++）

4.12.4 程序编写（Python）

4.12.5 编译并运行代码

4.13 ROS2如何一键启动多个脚本

4.13.1 ROS2的launch系统

4.13.2 在自己的功能包中添加launch文件（C++）

4.13.3 在自己的功能包中添加launch文件（Python）

4.13.4 编译及运行

4.14 Action（server & client）的编程与实现

4.14.1 任务确定

4.14.2 根据任务创建对应的Action

4.14.3 程序编写(C++)

4.14.4 程序编写(Python)

4.14.5 程序执行

4.15 ROS2子节点以及多线程

4.15.1 ROS1—Node 和 Nodelets

4.15.2 ROS2—统一API

4.15.3 component初体验

4.15.4 自定义component

4.15.5 ROS2中的多线程——callbackgroup

4.15.6 多线程的大致流程

4.15.7 自定义多线程程序

4.16 ROS2中常用命令行工具

4.16.1 功能包

4.16.2 节点

4.16.3 ROS2话题

4.16.4 参数（param）命令

4.16.5 action命令

4.16.6 interface工具

4.16.7 doctor工具

4.16.8 ROS2可视化GUI与仿真工具

第5章 从ROS1移植到ROS2

5.1 ROS1移植到ROS2常见的问题

5.1.1 CMakeList编写

5.1.2 launch文件

5.1.3 parameter

5.1.4 代码移植部分

5.2 ROS1与ROS2包的互相转换及使用

5.2.1 使用ROS2录制小海龟包

5.2.2 ROS2转ROS1的bag包1

5.2.3 ROS2转ROS1的bag包2

5.2.4 ROS1转ROS2的bag包

5.2.5 自定义类型msg的bag包转换

第6章 无人机相机定位

6.1 定位算法概述

6.1.1 主流定位算法

6.1.2 室内定位算法——RFID定位

6.1.3 室内定位算法——WIFI定位

6.1.4 室内定位算法——UWB定位

6.1.5 室外定位算法——GPS/RTK基站定位

6.1.6 通用定位算法——激光定位

6.1.7 通用定位算法——视觉定位

6.1.8 定位算法精度以及规模化难易程度比较

6.2 VINS的集大成者——VINS FUSION

6.2.1 VSLAM是什么

6.2.2 视觉SLAM技术发展

6.2.3 VINS-FUSION安装

6.3 从单目VIO初始化开始

6.3.1 整体架构

6.3.2 前端程序的入口

6.3.3 特征点跟踪

6.3.4 IMU预积分

6.3.5 中值滤波

6.4 边缘化与优化

6.4.1 关键帧检测

6.4.2 标定外参坐标系转化

6.4.3 摄像头+IMU初始化

6.4.4 BA优化-IMU

6.4.5 BA优化-图像

6.4.6 基于舒尔补的边缘化

6.4.7 后操作

6.5 最后的工作——回环检测

6.5.1 回环检测-入口函数

6.5.2 回环检测-关键帧获取

6.5.3 后端优化-图优化

6.5.4 全局融合

6.5.5 小结

第7章 无人机二维激光雷达定位

7.1 Cartographer

7.1.1 Cartographer与Cartographer_ros

7.1.2 2D SLAM发展

7.1.3 Cartographer安装

7.2 cartographer_ros数据传入

7.2.1 cartographer_ros目录结构

7.2.2 cartographer_ros

7.2.3 cartographer_node

7.2.4 lua文件详解

7.2.5 Cartographer构造函数消息处理

7.2.6 轨迹跟踪和传感器数据获取

7.3 前后端链接的桥梁

7.3.1 地图构建的桥梁——可视化

7.3.2 地图构建的桥梁——添加轨迹

7.3.3 地图构建的桥梁——其他函数

7.3.4 传感器构建的桥梁——雷达数据

7.3.5 传感器构建的桥梁——其他函数

7.4 地图构建器

7.4.1 Cartographer中的地图参数获取

7.4.2 地图接口实现

7.4.3 map_builder其他函数

7.4.4 链接前端与后端的桥梁

7.4.5 添加传感器后端优化接口

7.5 Local SLAM-子图的匹配

7.5.1 Local SLAM的开端

7.5.2 子图的维护

7.5.3 占用栅格地图

7.5.4 查找表与占用栅格更新

7.5.5 核心函数——AddRangeData

7.5.6 实时相关性分析的扫描匹配器

7.5.7 Ceres扫描匹配

7.6 Global SLAM全局地图的匹配

7.6.1 Global SLAM的开端

7.6.2 位姿图创建与更新

7.6.3 线程池管理下的后端优化

7.6.4 约束构建器

7.6.5 分支定界闭环检测

7.6.6 后端优化

7.6.7 小结

第8章 无人机三维激光雷达定位

8.1 LOAM工业化落地-SC-LeGO-LOAM

8.1.1 激光SLAM与视觉SLAM优劣对比

8.1.2 3D SLAM发展

8.1.3 SC-LeGO-LOAM安装

8.2 点云数据输入与地面点分割

8.2.1 为什么选择SC-LeGO-LOAM

8.2.2 launch 文件

8.2.3 点云输入预处理以及地面点分割、点云分割

8.3 激光特征提取与关联

8.3.1 入口函数

8.3.2 特征提取—畸变去除

8.3.3 特征提取—计算平滑

8.3.4 特征提取—去除不可靠点

8.3.5 特征提取—角点提取

8.3.6 数据关联—更新初始化位姿

8.3.7 数据关联—更新变换矩阵

8.3.8 数据关联—线面特征提取

8.3.9 数据关联—迭代优化

8.3.10 数据关联—更新累计变化矩阵

8.4 回环检测—ScanContext

8.4.1 回环检测与坐标转换

8.4.2 点云预处理

8.4.3 帧与地图的优化

8.4.4 关键帧以及ScanContext提取

8.4.5 大回环与优化

8.4.6 融合里程计

8.4.7 小结

第9章 无人机识别避障

9.1 识别算法综述

9.1.1 深度学习分类

9.1.2 深度学习步骤

9.1.3 图像分类

9.1.4 目标识别—两阶段

9.1.5 目标识别—一阶段

9.2 无人机AprilTag识别

9.2.1 AprilTag基本原理

9.2.2 AprilTag如何生成

9.2.3 AprilTag识别步骤

9.2.4 AprilTag编码解码

9.2.5 AprilTag代码结构

9.2.6 Apriltag_ros环境搭建

9.2.7 Apriltag_ros定位实例

9.3 无人机行人识别

9.3.1 HOG算子

9.3.2 SVM算法

9.3.3 基于OpenCV行人识别流程

9.3.4 OpenCV识别代码实例

9.3.5 深度学习环境搭建

9.3.6 YOLOv3测试

9.3.7 YOLOv3 ros代码解析

9.4 无人机行人骨骼点识别

9.4.1 骨骼点介绍

9.4.2 Kinect关键点检测

9.4.3 关键点检测算法

9.4.4 OpenPose 原理介绍

9.4.5 Openpose_ros测试

9.4.6 代码注释

第10章 无人机运动控制

10.1 滤波算法

10.1.1 滑动均值滤波法

10.1.2 限幅滤波法

10.1.3 中位值滤波法

10.1.4 中位值平均滤波法

10.1.5 一阶滞后滤波法

10.2 卡尔曼滤波（KF）

10.2.1 场景举例

10.2.2 线性时不变系统

10.2.3 高斯分布

10.2.4 卡尔曼滤波

10.2.5 卡尔曼滤波的封装

10.2.6 卡尔曼滤波的实际应用

10.3 拓展卡尔曼滤波（EKF）

10.3.1 场景举例

10.3.2 EKF拓展卡尔曼滤波

10.3.3 拓展卡尔曼滤波实例

10.4 无迹卡尔曼滤波（UKF）

10.4.1 引入

10.4.2 UKF之Sigma点

10.4.3 UKF 无迹卡尔曼滤波

10.4.4 无迹卡尔曼滤波实例

10.5 粒子滤波（PF）

10.5.1 设计粒子滤波的动机

10.5.2 贝叶斯滤波

10.5.3 蒙特卡洛采样

10.5.4 粒子滤波

10.5.5 粒子滤波示例

第11章 无人机轨迹规划

11.1 Dijkstra算法

11.1.1 规划方案

11.1.2 Dijkstra流程介绍

11.1.3 Dijkstra示例代码

11.2 A*算法

11.2.1 A*与Dijkstra算法

11.2.2 距离计算方式

11.2.3 A*流程说明

11.2.4 A*算法示例代码

11.3 RRT算法

11.3.1 RRT算法的出现

11.3.2 RRT流程说明

11.4 RRT*算法

11.4.1 RRT*算法的出现

11.4.2 RRT*算法的流程说明

11.5 DWA算法

11.5.1 DWA

11.5.2 DWA流程说明

第12章 无人机终体验

12.1 飞控介绍

12.1.1 什么是飞控

12.1.2 飞控能做什么

12.2 无人机硬件—感知

12.2.1 气压计

12.2.2 光流

12.2.3 磁罗盘与GPS

12.2.4 距离传感器

12.2.5 双目摄像头（以t265为例）

12.2.6 深度相机（以D435i为例）

12.2.7 IMU（Inertial Measurement Unit）

12.2.8 MoCap（Motion Capture）

12.2.9 UWB（Ultra Wide Band Positioning）

12.3 无人机硬件—控制

12.3.1 电子调速器（ESC）

12.3.2 电机

12.4 无人机硬件—通信

12.4.1 无线数传

12.4.2 FrSky数传

12.5 仿真通信

12.6 Prometheus仿真环境搭建

12.6.1 prometheus_px4配置

12.6.2 Prometheus配置

12.6.3 测试Prometheus

12.7 通过mavros实现对期望动作的发布

12.7.1 从终端控制飞机探讨mavros用法

12.7.2 对期望动作的发送

12.8 通过mavros实现对当前位置发送

12.9 零门槛的普罗米修斯遥控仿真

12.9.1 PX4-Gazebo仿真原理

12.9.2 Prometheus代码框架

12.9.3 仿真中的遥控器使用说明

12.9.4 无人机各种情况下的操作说明

12.9.5 uav_control节点介绍

12.9.6 tutorial_demo模块

12.9.7 起飞降落

12.10 YOLO在普罗米修斯中的使用

12.10.1 概述

12.10.2 环境配置与安装

12.10.3 程序核心逻辑

12.10.4 无人机控制

12.11 A*在普罗米修斯中的使用

12.11.1 A*在普罗米修斯中的场景

12.11.2 A*在普罗米修斯中的代码解析

参 考 文 献