Este projeto foi realizado na disciplina de Introdução à Robótica Móvel do curso de pós-graduação em Engenharia Elétrica da Universidade Federal da Bahia (UFBA). O objetivo do projeto é a implementação de um filtro de Kalman Estendido para a localização de um robô móvel Husky UGV em um ambiente simulado no Gazebo utilizando dados de odometria e a IMU do robô.
O projeto foi desenvolvido utilizando o ROS Noetic em um sistema operacional Ubuntu 20.04. Além do ROS e do Gazebo, o projeto depende das seguintes bibliotecas:
- SDL2
- Eigen3
- SDL2-ttf
Para instalar as dependências, execute o seguinte comando:
sudo apt install libsdl2-dev libsdl2-ttf-dev libeigen3-devPara executar o projeto, clone o repositório dentro do diretório src do seu workspace do ROS e execute os seguintes comandos:
catkin_makeoucatkin buildsource devel/setup.bashroslaunch husky_ekf gazebo.launch- Em outro terminal, execute
rosrun husky_ekf plot - Em outro terminal, execute
rosrun husky_ekf ekf_node - Em outro terminal, execute
rosrun husky_ekf dead_reckoning
O launch file disponível é o gazebo.launch que apenas abre o Gazebo e spawna o Husky. Para executar o launch file, utilize o seguinte comando:
roslaunch husky_ekf gazebo.launchO projeto é composto por 3 nós:
- plot: Nó responsável por executar a interface gráfica do projeto, exibindo o mapa do ambiente e a posição do robô. Para executar o nó, utilize o seguinte comando:
rosrun husky_ekf plot- dead_reckoning: Nó responsável por enviar os comandos de movimentação do robô e realizar o dead reckoning usando apenas dados de odometria, sem utilizar o filtro de Kalman. Para executar o nó, utilize o seguinte comando:
rosrun husky_ekf dead_reckoning- ekf_node: Nó responsável por executar o filtro de Kalman Estendido, utilizando dados de odometria e da IMU do robô. Para executar o nó, utilize o seguinte comando:
rosrun husky_ekf ekf_nodeNota: Os nós devem ser executados na ordem a seguir:
plotekf_nodedead_reckoning