ROS地面無人系統(tǒng)開發(fā)實踐和進階

第1章 地面無人系統(tǒng)與ROS簡介 001
1.1 地面無人系統(tǒng)簡介 001
1.1.1 智能機器人與地面無人系統(tǒng) 001
1.1.2 地面無人系統(tǒng)發(fā)展現(xiàn)狀 002
1.1.3 地面無人系統(tǒng)的特點 003
1.1.4 地面無人系統(tǒng)的關鍵技術 003
1.1.5 地面無人系統(tǒng)發(fā)展研究課題 005
1.2 ROS簡介 006
1.2.1 ROS和機器人 006
1.2.2 ROS的主要特點 007
1.2.3 ROS版本 008
1.2.4 ROS學習資源 010
第2章 ROS入門 011
2.1 ROS基本概念 011
2.1.1 ROS主要功能 011
2.1.2 ROS主要框架 013
2.2 ROS文件系統(tǒng) 014
2.2.1 catkin 編譯系統(tǒng) 014
2.2.2 ROS工作空間 017
2.2.3 ROS功能包 018
2.2.4 launch 啟動文件 022
2.2.5 launch 自啟動 025
2.3 ROS通信機制 027
2.3.1 節(jié)點及節(jié)點管理器 027
2.3.2 消息 028
2.3.3 話題 029
2.3.4 服務 041
2.3.5 動作 047
2.3.6 參數(shù)服務器 052
2.3.7 pluginlib 057
2.3.8 nodelet 062
2.3.9 rosbridge 063
2.3.10 rosserial 070
第3章 ROS基礎實踐 075
3.1 Ubuntu 與ROS的安裝 075
3.1.1 虛擬機安裝準備 075
3.1.2 雙系統(tǒng)安裝準備 080
3.1.3 Ubuntu 安裝 085
3.1.4 Ubuntu arm 版安裝 087
3.1.5 ROSNoetic 安裝 088
3.1.6 ROS測試 089
3.2 ROS常用工具 090
3.2.1 可視化工具 090
3.2.2 仿真工具 092
3.2.3 調(diào)試工具 094
3.3 ROS機器人3D 建模 096
3.3.1 統(tǒng)一機器人描述格式——URDF 096
3.3.2 建立URDF 模型 097
3.3.3 建立xacro 模型 104
3.4 虛擬環(huán)境下的仿真測試 106
3.4.1 Gazebo 仿真 106
3.4.2 ArbotiX 仿真 117
第4章 基于ROS的地面無人系統(tǒng)開發(fā)實踐和進階 120
4.1 地面無人系統(tǒng)常用傳感器 120
4.1.1 常用激光雷達 120
4.1.2 IMU 122
4.1.3 相機（攝像頭） 122
4.1.4 組合導航 123
4.2 navigation 導航 123
4.2.1 導航功能包 123
4.2.2 move_base 124
4.2.3 常用路徑規(guī)劃算法 125
4.2.4 A*全局路徑規(guī)劃算法及優(yōu)化 128
4.3 gmapping 算法 131
4.3.1 gmapping 簡介 131
4.3.2 gmapping 面向用戶開放的接口 131
4.3.3 gmapping 節(jié)點的配置與運行 133
4.4 cartographer 算法 134
4.4.1 cartographer 簡介 134
4.4.2 cartographer 面向用戶開放的接口 135
4.4.3 cartographer 節(jié)點的配置與運行 136
4.4.4 gmapping 與cartographer 138
4.5 little_car 綜合軟件包 138
4.5.1 little_car 軟件包通用操作 139
4.5.2 底盤 141
4.5.3 思嵐激光雷達 155
4.5.4 攝像頭（相機） 155
4.5.5 組合導航模塊 157
4.5.6 navigation 166
4.5.7 cartographer 建圖 170
4.6 其他開源完整的車輛模型 173
第5章 機器視覺在地面無人系統(tǒng)中的應用 174
5.1 OpenCV 和cv-bridge 簡介 174
5.1.1 OpenCV 讀取本地圖片 174
5.1.2 OpenCV 讀取攝像頭視頻 180
5.2 視覺SLAM 187
5.2.1 視覺里程計 187
5.2.2 非線性優(yōu)化 188
5.2.3 回環(huán)檢測 188
5.2.4 構建地圖 188
5.3 障礙物預測 189
5.3.1 數(shù)學模型 189
5.3.2 碰撞預測及策略 190
5.4 二維碼識別 191
5.4.1 識別算法簡介 191
5.4.2 目標點二維碼提取 191
5.4.3 使用無人車攝像頭對二維碼進行識別 194
5.5 非結構化道路識別 195
5.5.1 非結構化道路識別的意義 195
5.5.2 主流非結構化道路識別算法 196
5.5.3 DeeplabV3 分割算法 198
5.5.4 DeeplabV3 分割算法優(yōu)化改進 198
第6章 地面無人系統(tǒng)的通信網(wǎng)絡 203
6.1 計算機網(wǎng)絡協(xié)議 203
6.1.1 OSI 7 層協(xié)議 203
6.1.2 TCP/IP 網(wǎng)絡協(xié)議族 205
6.1.3 其他計算機網(wǎng)絡協(xié)議 206
6.2 TCP/IP 網(wǎng)絡分層模型與協(xié)議棧協(xié)議 207
6.2.1 TCP/IP 網(wǎng)絡分層模型 207
6.2.2 TCP/IP 網(wǎng)絡協(xié)議棧 207
6.3 網(wǎng)絡分類 228
6.3.1 地域范圍分類 228
6.3.2 拓撲結構分類 229
6.3.3 4G 及5G 移動通信 231
6.3.4 無線自組網(wǎng) 233
6.3.5 數(shù)據(jù)鏈 238
6.4 不同場景下無人系統(tǒng)中的網(wǎng)絡連接 239
6.4.1 無人系統(tǒng)內(nèi)部模塊通信網(wǎng)絡 240
6.4.2 局域網(wǎng)場景下的單無人系統(tǒng)的測試與調(diào)試 243
6.4.3 局域網(wǎng)場景下的多無人系統(tǒng)的組網(wǎng) 244
6.4.4 廣域網(wǎng)場景下的多無人系統(tǒng)的組網(wǎng) 245
6.5 多無人系統(tǒng)的組網(wǎng)的通信協(xié)議 246
6.5.1 基于UDP 組播方式的無中心服務器通信 247
6.5.2 基于UDP 或TCP 的有中心服務器通信 248
第7章 地面無人系統(tǒng)編隊 255
7.1 地面無人系統(tǒng)編隊簡介 255
7.2 鴿群算法及其改進 256
7.2.1 無人車編隊算法 256
7.2.2 鴿群算法 256
7.2.3 鴿群算法改進 257
7.3 領航跟隨法編隊控制 258
7.4 無人系統(tǒng)編隊仿真 259
7.4.1 路徑規(guī)劃仿真 259
7.4.2 領航跟隨仿真 260
7.5 無人系統(tǒng)實車編隊 262
第8章 無人系統(tǒng)的指揮控制1.0 265
8.1 無人系統(tǒng)指控軟件的用途 265
8.1.1 單機無人車指控系統(tǒng) 265
8.1.2 集群無人車指控系統(tǒng) 266
8.2 指控軟件XCommander 266
8.3 開發(fā)指控軟件的rviz SLAM 模塊 267
8.3.1 開發(fā)環(huán)境配置 267
8.3.2 創(chuàng)建演示模塊項目myviz 270
8.3.3 調(diào)整演示模塊項目myviz 273
8.3.4 軟件方法學與編程技術準備 277
8.3.5 關注ROS話題 281
8.3.6 程序文件 284
8.3.7 調(diào)試 296
8.4 無人車側軟件 302