CSU-RM-Sentry

中南大学FYT机器人战队哨兵机器人上位机算法（定位与导航部分）。基于点云分割和Nav2导航框架，导航过程中上坡

深圳北理莫斯科大学北极熊战队的同学做了一个很出色的仿真环境，用到了本仓库的一些算法，比本仓库更完善： https://gitee.com/SMBU-POLARBEAR/pb_rmsimulation

作者: 邹承甫

找我交流: 3548054568(QQ)

我们不是强队，我也不是啥大佬，只是个代码搬运工，目前因为升学/就业的事比较忙，经常性忘记回复，见谅...

思路介绍

使用POINT-LIO/FAST_LIO2获得3D里程计

前者可以输出100+Hz的Odometry，对导航更友好，但相对的，CPU占用会更高
使用ICP进行重定位

由于一直开着ICP对性能要求较高，所以我们只在第一次启动或者手动设置/initialpose时进行点云配准。获得初始位姿后只依赖LIO进行定位，没有回环检测，在长时间运行后可能会出现累积误差
使用linefit_ground_segmentation对MID360的点云进行分割，分割为地面和障碍物
将障碍物的点云从PointCloud2压缩为LaserScan，输入Nav2
用Nav2进行导航

目前使用的是TEB算法作为局部规划器

地面分割效果图	导航功能像Nav2一样实现

该项目高度参考了以下开源项目，感谢他们

rm_vision: 陈君开源的rm_vision项目
TUP-Sentry-Framwork: 沈阳航空航天大学哨兵导航框架

1. 框架

rm_bringup (启动相机驱动，串口驱动，自瞄程序和robot_state_publisher，参考rm_vision项目)
rm_interfaces (自定义msg和srv)
rm_robot_description (机器人的urdf)
rm_autoaim (自瞄算法，基于陈君rm_vision项目做了一点修改)
rm_localization (定位算法)
- fast_lio (提供里程计)
- point_lio (提供里程计)
- icp_registration (使用PCL库进行ICP的点云配准，提供map->odom的变换)
rm_navigation (Nav2的launch和参数)
- src (Nav2的参数)
- third_party (TEB算法)
rm_perception (处理传感器数据的一些算法)
- imu_complementary_filter (IMU滤波，暂时不用了，节省资源)
- linefit_ground_segmentation (点云分割)
- pointcloud_to_laserscan (将PointCloud2转换为LaserScan)
rm_hardware_driver (传感器的驱动)
- rm_camera_driver (工业相机驱动)
- rm_serial_driver (和下位机进行通信的串口驱动程序，参考rmoss开源项目)
- livox_ros_driver2 (MID360驱动,本仓库进行了部分的修改)

src
│
├── rm_bringup                
│
├── rm_interfaces
│
├── rm_robot_description           
│
├── rm_autoaim                
│
├── rm_localization           
│   ├── fast_lio        
│   ├── point_lio   
│   └── icp_registration
│
├── rm_navigation
│   ├── src (Nav2) 
│   └── third_party (TEB)
│
├── rm_perception
│   ├── imu_complementary_filter
│   ├── linefit_ground_segementation_ros2
│   └── pointcloud_to_laserscan
│
└── rm_hardware_driver
    ├── rm_camera_driver        
    ├── rm_serial_driver  
    └── livox_ros_driver2

2. 安装

安装ros-humble-desktop-full，参考 ROS2官方文档

安装Livox-SDK2，参考 LIVOX-SDK2官方仓库

克隆仓库到本地

git clone https://github.com/CSU-FYT-Vision/CSU-RM-Sentry && cd CSU-RM-Sentry

安装依赖

sudo apt-get install -y  libpcl-ros-dev
rosdep install --from-paths src --ignore-src -r -y

编译

colcon build --symlink-install

运行

运行前请按照实际机器人情况，修改rm_robot_description/urdf/sentry.urdf中的坐标系定义

# 建图
./mapping.sh
# 导航
./nav.sh

如何移植到自己的机器人上？
- 1. 修改rm_robot_description中urdf中的坐标系定义
- 1. 修改rm_sensors/livox_ros_driver2中的mid360外参
- 1. 根据实际情况修改rm_localization/linefit_ground_segmentation_ros/launch/segmentation_params.yaml中的sensor_height参数
- 1. 根据实际情况修改rm_perception/pointcloud_to_laserscan/launch/pointcloud_to_laserscan_launch.py中min_height和max_height参数
- 1. 根据需求修改nav2的参数
- 1. 你可能还要调一调FAST_LIO的参数和linefit_ground_segmentation的参数以达到最好效果
如何配合rm_vision？
- 在rm_vision项目中，需要IMU(rm_vision里的odom系，下称为gimbal_odom)到相机的坐标变换，这可能与导航的tf树有冲突，解决方法可以参考下面：
  - 1. 修改urdf文件和LIO，将LIO的输出从livox_frame转到gimbal_odom，让自瞄与导航共用一个tf树
  - 1. 自瞄和导航分别使用不同的tf树，这样会造成移动射击时命中率下降

3. 依赖

系统
- Ubuntu 22.04
- ROS Humble (desktop-full)
库
- LIVOX-SDK2
- libpcl-ros-dev
- eigen、pcl、opoencv、ceres等

4. 硬件

Mini PC
- cpu: AMD Ryzen R7 7735HS
- ram: 16GB DDR5
传感器
- Livox MID-360
- 大恒水星工业相机

baiyeweiguang/CSU-RM-Sentry

CSU-RM-Sentry

1. 框架

2. 安装

3. 依赖

4. 硬件