ROS2学习记录（14）-Rviz：三维可视化显示平台
|
60
|
0
|
ros2学习

1189 字
|
15 分钟

Rviz是一款机器人开发过程中的数据可视化软件，用于可视化机器人模型、传感器信息、环境信息等等。

Rviz的核心框架是基于Qt可视化工具打造的一个开放式平台，官方出厂就自带了很多机器人常用的可视化显示插件，只要我们按照ROS中的消息发布对应的话题，就可以看到图形化的效果了。如果我们对显示的效果不满意，或者想添加某些新的显示项，也可以在Rviz这个平台中，开发更多可视化效果，方便打造我们自己的上位机。

Rviz是一款三维可视化工具，可以很好地兼容基于ROS软件框架的机器人平台。

在rviz中，可以使用可扩展标记语言XML对机器人、周围物体等任何实物进行尺寸、质量、位置、材质、关节等属性的描述，并且在界面中呈现出来

同时，rviz还可以通过图形化的方式，实时显示机器人传感器的信息、机器人的运动状态、周围环境的变化等信息。

总而言之，rviz通过机器人模型参数、机器人发布的传感信息等数据，为用户进行所有可监测信息的图形化显示。用户和开发者也可以在rviz的控制界面下，通过按钮、滑动条、数值等方式，控制机器人的行为。

只要有数据，它就可以可视化。

通过在命令行窗口输入以下指令可以打开rviz：

ros2 run rviz2 rviz2

打开rviz后，可以在左侧栏内添加部件（官方提供了包括雷达、摄像机等诸多部件模板），并为那个部件设置订阅的话题，进行可视化。

下面是一个示例：

先定义一个摄像机仿真：

<?xml version="1.0"?>
<robot xmlns:xacro="http://www.ros.org/wiki/xacro" name="camera">
<!---->
    <xacro:macro name="usb_camera" params="prefix:=camera">
        <!-- Create laser reference frame -->
        <link name="${prefix}_link"> <!--相机link-->
            <inertial>
                <mass value="0.1" />
                <origin xyz="0 0 0" />
                <inertia ixx="0.01" ixy="0.0" ixz="0.0"
                         iyy="0.01" iyz="0.0"
                         izz="0.01" />
            </inertial>

            <visual>
                <origin xyz=" 0 0 0 " rpy="0 0 0" />
                <geometry>
                    <box size="0.01 0.04 0.04" /> <!--box是一个立方体，后面参数是尺寸-->
                </geometry>
                <material name="black"/> <!--颜色为黑色-->
            </visual>

            <collision>
                <origin xyz="0.0 0.0 0.0" rpy="0 0 0" />
                <geometry>
                    <box size="0.01 0.04 0.04" />
                </geometry>
            </collision>
        </link>
        <gazebo reference="${prefix}_link"> <!--调用gazebo相机渲染插件的部分-->
            <material>Gazebo/Black</material>
        </gazebo>

        <gazebo reference="${prefix}_link">
            <sensor type="camera" name="camera_node">
                <update_rate>30.0</update_rate> <!--帧率-->
                <camera name="head">
                    <horizontal_fov>1.3962634</horizontal_fov> <!--可视角度-->
                    <image>
                        <width>1280</width> <!--分辨率-->
                        <height>720</height>
                        <format>R8G8B8</format> <!--编码格式-->
                    </image>
                    <clip>
                        <near>0.02</near> <!--可以看到的最近距离-->
                        <far>300</far> <!--最远距离-->
                    </clip>
                    <noise> <!--模仿真实传感器的噪声-->
                        <type>gaussian</type>
                        <mean>0.0</mean>
                        <stddev>0.007</stddev>
                    </noise>
                </camera>
                <plugin name="gazebo_camera" filename="libgazebo_ros_camera.so"> 
                    <!--调用gazebo中的插件实现相机功能-->
				    <ros>
				        <!-- <namespace>stereo</namespace> -->
				        <remapping>~/image_raw:=image_raw</remapping> 
                                            <!--通过话题发布数据-->
				        <remapping>~/camera_info:=camera_info</remapping>
				    </ros>
				    <camera_name>${prefix}</camera_name> <!--相机名字-->
				    <frame_name>${prefix}_link</frame_name> 
                                        <!--坐标系，与连杆名字一样-->
				    <hack_baseline>0.2</hack_baseline>
                </plugin>
            </sensor>
        </gazebo>

    </xacro:macro>
</robot>

该文件在下面的总文件里被调用：

<?xml version="1.0"?>
<robot name="mbot" xmlns:xacro="http://www.ros.org/wiki/xacro">
<!---->

    <xacro:include filename="$(find learning_gazebo)/urdf/mbot_base_gazebo.xacro" />
    <!--引用机器人模型文件-->
    <xacro:include filename="$(find learning_gazebo)/urdf/sensors/camera_gazebo.xacro" />
    <!--引用相机模型文件-->

    <!--三个常量表示相机与机器人底盘的关系-->
    <xacro:property name="camera_offset_x" value="0.17" /> 
    <xacro:property name="camera_offset_y" value="0" />
    <xacro:property name="camera_offset_z" value="0.10" />

    <!-- Camera -->
    <joint name="camera_joint" type="fixed"> <!--连接相机和底盘的joint-->
        <origin xyz="${camera_offset_x} ${camera_offset_y} ${camera_offset_z}" rpy="0 0 0" />
        <parent link="base_link"/>
        <child link="camera_link"/>
    </joint>

    <xacro:usb_camera prefix="camera"/> <!--调用相机宏定义-->

    <xacro:mbot_base_gazebo/> <!--调用底盘宏定义-->

</robot>

使用上一期的两条指令启动仿真和小车控制：

ros2 launch learning_gazebo load_urdf_into_gazebo.launch.py
ros2 run teleop_twist_keyboard teleop_twist_keyboard

再启动rviz：

ros2 run rviz2 rviz2

再到rviz左侧栏add一个新的部件“Image”，并双击其topic值设置为“/camera/image_raw”。

这时候就能在rviz里看到小车摄像头看到的东西了。同时，通过按键控制小车移动，可以看到图像也会跟随变换。

进一步，还可以进行三维相机仿真与可视化。

三维相机使用的Gazebo插件也是libgazebo_ros_camera.so，配置的xacro文件如下：

<gazebo reference="${prefix}_link">
    <sensor type="depth" name="${prefix}"> <!--相机类型是“depth”,一个深度相机-->
        <always_on>true</always_on>
        <update_rate>15.0</update_rate> <!--更新频率（赫兹），大部分设置和普通相机一样-->
        <pose>0 0 0 0 0 0</pose>
        <camera name="kinect">
            <horizontal_fov>${60.0*M_PI/180.0}</horizontal_fov>
            <image>
                <format>R8G8B8</format>
                <width>640</width>
                <height>480</height>
            </image>
            <clip>
                <near>0.05</near>
                <far>8.0</far>
            </clip>
        </camera>
        <plugin name="${prefix}_controller" filename="libgazebo_ros_camera.so">
            <ros>
                <!-- <namespace>${prefix}</namespace> --> <!--传输各种数据的话题及其重定向-->
                <remapping>${prefix}/image_raw:=rgb/image_raw</remapping> <!--彩色图像话题-->
                <remapping>${prefix}/image_depth:=depth/image_raw</remapping> <!--深度话题-->
                <remapping>${prefix}/camera_info:=rgb/camera_info</remapping>
                <remapping>${prefix}/camera_info_depth:=depth/camera_info</remapping>
                <remapping>${prefix}/points:=depth/points</remapping>
            </ros>
            <camera_name>${prefix}</camera_name>
            <frame_name>${prefix}_frame_optical</frame_name> <!--kinect本身坐标系作参考系-->
            <hack_baseline>0.07</hack_baseline>
            <min_depth>0.001</min_depth>
            <max_depth>300.0</max_depth>
        </plugin>
    </sensor>
</gazebo>

运行它的axcro文件也基本和普通相机没什么区别，修改一下配置文件为新文件和一些设置参数即可。

<?xml version="1.0"?>
<robot name="mbot" xmlns:xacro="http://www.ros.org/wiki/xacro">

    <xacro:include filename="$(find learning_gazebo)/urdf/mbot_base_gazebo.xacro" />
    <xacro:include filename="$(find learning_gazebo)/urdf/sensors/kinect_gazebo.xacro" />
    <!--kinect-->

    <xacro:property name="kinect_offset_x" value="0.15" />
    <xacro:property name="kinect_offset_y" value="0" />
    <xacro:property name="kinect_offset_z" value="0.11" />

    <!-- kinect -->
    <joint name="kinect_joint" type="fixed"> <!--安装kinect的joint-->
        <origin xyz="${kinect_offset_x} ${kinect_offset_y} ${kinect_offset_z}" rpy="0 0 0" />
        <parent link="base_link"/>
        <child link="kinect_link"/>
    </joint>

    <xacro:kinect_camera prefix="kinect"/>

    <xacro:mbot_base_gazebo/> <!--两个宏定义-->

</robot>

这个需要使用点云数据可视化。

先用之前同样的命令打开rviz，此处不再重复。

同样的流程，点击Add，添加PointCloud2，设置订阅的点云话题，还要配置Rviz的参考系是odom，就可以看到点云数据啦，每一个点都是由xyz位置和rgb颜色组成。

除了摄像头和三维相机，激光雷达也是很多移动机器人常备的传感器。

雷达使用的Gazebo插件是libgazebo_ros_ray_sensor.so，配置方法如下：

<gazebo reference="${prefix}_link">
    <sensor type="ray" name="rplidar"> <!--类型为红外-->
        <update_rate>20</update_rate> <!--更新频率-->
        <ray>
            <scan>
              <horizontal>
                <samples>360</samples> <!--采集范围：360度--> 
                <resolution>1</resolution> <!--每一度采集一次-->
                <min_angle>-3</min_angle> <!--最小角度（弧度）-->
                <max_angle>3</max_angle> <!--最大角度（弧度）-->
              </horizontal>
            </scan>
            <range>
              <min>0.10</min> <!--最近与最远距离-->
              <max>30.0</max>
              <resolution>0.01</resolution> <!--分辨率，单位为米-->
            </range>
            <noise>
              <type>gaussian</type>
              <mean>0.0</mean>
              <stddev>0.01</stddev>
            </noise>
        </ray>
        <plugin name="gazebo_rplidar" filename="libgazebo_ros_ray_sensor.so">
      <ros>
    <namespace>/</namespace>
    <remapping>~/out:=scan</remapping> <!--数据传输的话题-->
      </ros>
      <output_type>sensor_msgs/LaserScan</output_type> <!--消息类型-->
        </plugin>
    </sensor>
</gazebo>

使用以下文件包含它：

<?xml version="1.0"?>
<robot name="mbot" xmlns:xacro="http://www.ros.org/wiki/xacro">

    <xacro:include filename="$(find learning_gazebo)/urdf/mbot_base_gazebo.xacro" />
    <xacro:include filename="$(find learning_gazebo)/urdf/sensors/lidar_gazebo.xacro" />

    <xacro:property name="lidar_offset_x" value="0" />
    <xacro:property name="lidar_offset_y" value="0" />
    <xacro:property name="lidar_offset_z" value="0.105" />

    <!-- lidar -->
    <joint name="lidar_joint" type="fixed">
        <origin xyz="${lidar_offset_x} ${lidar_offset_y} ${lidar_offset_z}" rpy="0 0 0" />
        <parent link="base_link"/>
        <child link="laser_link"/>
    </joint>

    <xacro:rplidar prefix="laser"/>

    <xacro:mbot_base_gazebo/>

</robot>

运行：

ros2 launch learning_gazebo load_mbot_laser_into_gazebo.launch.py

同时打开rviz，点击Add，选择Laserscan，然后配置订阅的话题名，rviz的固定坐标系依然是odom，此时就可以看到激光点啦。

暂无评论

发送评论 编辑评论 


				

			

						

				

					

						

							

								
							

							
						

					

				

				

					

						

							

								
							

							
						

					

				

				

					

						

							

								
							

							
							
													

					

				

			

			
			

				

					
				

			

				

											

							
							
						

																				
					
											
						

	

		
|´・ω・)ノ
ヾ(≧∇≦*)ゝ
(☆ω☆)
（╯‵□′）╯︵┴─┴
￣﹃￣
(/ω＼)
∠( ᐛ 」∠)＿
(๑•̀ㅁ•́ฅ)
→_→
୧(๑•̀⌄•́๑)૭
٩(ˊᗜˋ*)و
(ノ°ο°)ノ
(´இ皿இ｀)
⌇●﹏●⌇
(ฅ´ω`ฅ)
(╯°A°)╯︵○○○
φ(￣∇￣o)
ヾ(´･ ･｀｡)ノ"
( ง ᵒ̌皿ᵒ̌)ง⁼³₌₃
(ó﹏ò｡)
Σ(っ °Д °;)っ
( ,,´･ω･)ﾉ"(´っω･｀｡)
╮(╯▽╰)╭
o(*////▽////*)q
＞﹏＜
( ๑´•ω•) "(ㆆᴗㆆ)
😂
😀
😅
😊
🙂
🙃
😌
😍
😘
😜
😝
😏
😒
🙄
😳
😡
😔
😫
😱
😭
💩
👻
🙌
🖕
👍
👫
👬
👭
🌚
🌝
🙈
💊
😶
🙏
🍦
🍉
😣
Source: github.com/k4yt3x/flowerhd
	

	

		
颜文字
Emoji
小恐龙
花!
	


									

			

			
			
		

	






上一篇
下一篇