Hardware Platforms
TurtleBot3
环境配置
最初和斯坦福合作构建ROS的公司Willow Garage为了方便广大开发者学习研究ROS，发布了低成本的ROS教学与研究平台TurtleBot。2013年，Willow Garage因资金问题逐渐解散，韩国公司Robotis接手了TurtleBot项目。
本页面介绍的就是TurtleBot3平台。该平台技术文档非常齐全年，非常适合入门者学习使用；国产的低价位教学机器人普遍的问题就是喜欢自己魔改Linux或者用被污染的Linux系统，要么就是压根无法编程，只能用一个不知道用来干什么的app操作。这个市场利润不大，愿意做的公司不多，一开始Willow Garage做这个我想也是为了推广自己的ROS平台。但就我自己的学习经验来看，这种教学平台对机器人初学者和爱好者来说是至关重要的。
安装ROS2 Humble后，还需要进行一些配置，官方安装指引中有详细的介绍。
配置好后有几个常用操作：
# bring up (robot side)
ros2 launch turtlebot3_bringup robot.launch.py
# rviz (PC side)
ros2 launch turtlebot3_bringup rviz2.launch.py
# SLAM (PC side)
ros2 launch turtlebot3_cartographer cartographer.launch.py
# teleoperation (PC side)
ros2 run teleop_twist_joy teleop_node
# save map (PC side) - create map.pgm, map.yaml
ros2 run nav2_map_server map_saver_cli -f ~/map
# navigation
ros2 launch turtlebot3_navigation2 navigation2.launch.py map:=$HOME/map.yaml
# close (robot side)
sudo shutdown now
Simulation:
# Below are different initial
ros2 launch turtlebot3_gazebo empty_world.launch.py
ros2 launch turtlebot3_gazebo turtlebot3_world.launch.py
ros2 launch turtlebot3_gazebo turtlebot3_house.launch.py
注意，上述turtlebot3官方教程中使用的还是classic gazebo，也就是ROS1时代的老版本gazebo。
新版的Gazebo Fortress安装后，常用命令包括：
# 启动空场景
ign gazebo
如果是Garden/Harmonic（对应ROS Jazzy)，则一般用 gz sim命令启动。但是因为同时安装老板和新版gazebo的情况下，gz命令已经被老版本占用，所以在Gazebo Fortress版本中采用 ign gazebo命令。
走迷宫项目
目标
在我去年刚返回学校的时候，修的入门机器人课上，我所达成的第一个里程碑就是让自己的robot走出了迷宫。在这个任务之前，我先后学习了ROS、Gazebo、传感器、位姿、移动机器人、根据LiDAR数据调整机器人的动作、让机器人跟随地上的线前进、让机器人沿着墙壁前进。完成这些任务后，利用走出迷宫的左手法则，我成功实现了让robot走出迷宫的任务。一开始我的代码无比复杂，到最后我的代码已经非常简单了，可以在我的主页看到我的实践代码。
现在，我们来完成一个更加复杂的任务：让机器狗通过强化学习算法学会走迷宫。我们自然可以用硬编码的方式来设置走迷宫的任务，但是这里我的目的是让自己掌握一个现代端到端的训练方法，而不是传统的控制思路。类比于去年我完成的机器人任务，我们可以把这个走迷宫任务拆解为如下子任务来完成：
- 选取一个合适的机器人，了解这个机器人有哪些关节、传感器等
- 使用简单的代码控制机器人移动，了解机器人可能做哪些动作
- 学会如何使用强化学习来训练机器人走路
- 机器人学会走路后，了解如何将走路迁移到其他环境中
- 下载或制作一个迷宫地图
- 将会走路的机器人放入迷宫地图中，设置训练
- 学会如何训练机器人走出迷宫
- 改变迷宫环境，看看机器人是否还能走出迷宫
- 总结实验，思考机器人走出迷宫的秘诀
RoArm-M2-S
这个是我购买的一个比较便宜的4DOF机械臂。
Kinova Kortex Gen3
环境配置
以我现在经常光顾的机器人实验室可以直接用的KINOVA KORTEX Gen3（7DOF版本，本页中若无特殊说明，机械臂都是指这个版本）机械臂为例，配置模拟环境并最终实现sim-2-real实机操作。
首先直接找到官方文档，依次按顺序安装ROS2（本页若无特殊说明，都采用ROS2 Humble）, ros-$ROS_DISTRO-kortex-bringup，MoveIt 7DOF支持，Cyclone DDS。如果没有开发需求，不需要安装后面说的需要手动colcon的源码包，上述binary安装（也就是apt）就可以安装好。
安装完依赖项后，我们就可以启动Gazebo、MoveIt了。
启动robot URDF查看模型内容：
ros2 launch kortex_description view_robot.launch.py
arguments: (Note: lab's gen3 is 7 dof)
robot_type: gen3 (default), gen3_lite
gripper: robotiq_2f_85, robotiq_2f_140 (no gripper if not command)
dof: 7(default), 6
bringup
我们一般把在ROS2中启动一整套和机器人通信、控制、仿真、可视化的节点系统叫做“bringup”，就是把机器人带起来的意思，中文可以称为“启动”或者“上电”。当bringup成功运行后，这个机器人就接入到了ROS2网络中，此时它的硬件状态、控制接口、模型信息就全都在ROS里被虚拟化成消息、服务和动作接口了。也就是说，bringup成功后，机器人的所有信息就都在ROS2网络中了，我们可以接收这些信息，也可以发送信息给机器人。
bringup机器人（fake hardware）：
ros2 launch kortex_bringup gen3.launch.py \
robot_ip:=yyy.yyy.yyy.yyy \
use_fake_hardware:=true
虚拟模式bringup后，ROS会根据Kinova Gen3的URDF模型文件（机器人描述文件）在内存中生成一个和真实机器人一模一样的虚拟机器人。ROS会把这个模型加载到Rviz中进行可视化展示。
bringup机器人（实机）：
ros2 launch kortex_bringup gen3.launch.py \
robot_ip:=192.168.1.10
实机模式启动后，ROS会通过网络连接到real hardware，从而可以读取真实传感器的数据，并可以通过ROS将控制命令发送给真实机器人，从而实现真实操作。
相关参数：
PARAMETERS
robot_ip: 机器人的IP地址，实机模式必须指定
use_fake_hardware: 默认为false,模拟开发必须指定
robot_controller: 控制方式，有两种，默认为(1)
(1) joint_trajectory_controller: 轨迹控制
(2) twist_controller: 速度控制
gripper: 默认不加载爪子，也可以改为官方的爪子：
(1) robotiq_2f_85
(2) robotiq_2f_140
launch_rviz: 默认为true,也可以设为false
gripper_joint_name: robotiq_85_left_knuckle_joint(default)
gripper_max_velocity: 100.0 (default)
gripper_max_force: 100.0 (default)
dof: 7 (default)
fake_sensor_commands: false (default)
controllers_file: ros2_controllers.yaml (default)
bringup的目的在于启动真实机器人或者fake机器人。但是注意，bringup中的fake hardware模式并非仿真启动，如果想要加载一个虚拟的机械臂、模拟重力、模拟碰撞等，需要启动simulation。
Simulation
Simulation不能和上面的bringup命令同时使用。这是两种不同的逻辑，不要混淆fake hardware和仿真模拟。Simulation可以模拟真实物理环境，可以做路径规划、强化学习、抓取测试等，可以与仿真传感器配合使用。
启动仿真模拟：
ros2 launch kortex_bringup kortex_sim_control.launch.py \
use_sim_time:=true \
launch_rviz:=false
可选参数：
# 选择模拟器，二选一：
sim_ignition: true (default)
sim_gazebo: false (default)
# 机器人模型选择
robot_type: gen3 (default), gen3_lite
robot_name: gen3 (dfault)
dof: 7 (default), 6
vision: false (default) 这个是官方提供了一个安装在手臂末端的视觉模组，实验室没有配置所以默认false就可以
# 机器人控制
robot_controller: joint_trajectory_controller (default) 这个是joint controller
robot_pos_controller: twist_controller (default) 这个是position controller
robot_hand_controller: robotiq_gripper_conntroller (default) 这个是gripper controller
controllers_file: ros2_controllers.yaml (default, ROS2 control configuration file)
# 其他
description_package: kortex_description (default), descriptionn package with robot URDF/XACRO files
description_file: URDF/XACRO description file with the robot. Default value is kinova.urdf.xacro
prefix: default is ""(none)
use_sim_time: true (default)
gripper: "" (default), 可选 robotiq_2f_85, robotiq_2f_140
启动仿真后，我们可以看到机械臂：
MoveIt2
MoveIt2可以generate and execute motion plans。更多用法说明参考官方文档。
Virtual Hardware启动：
ros2 launch kinova_gen3_7dof_robotiq_2f_85_moveit_config robot.launch.py \
robot_ip:=yyy.yyy.yyy.yyy \
use_fake_hardware:=true
Real-life Hardware启动：
ros2 launch kinova_gen3_7dof_robotiq_2f_85_moveit_config robot.launch.py \
robot_ip:=192.168.1.10
Simulation控制启动：(先启动simulation,然后启动moveit)
ros2 launch kinova_gen3_7dof_robotiq_2f_85_moveit_config sim.launch.py \
use_sim_time:=true
（注：这里使用pip安装的kinova bringup就会失败，改用source repo编译后就没有问题了。）
成功启动MoveIt后在MotionPlanning区域的Planning区域中将Planning Group修改为manipulator，然后就可以拖拽机械臂末端的交互标记（Interactive Marker），如下图所示，灰色的是现在simulation中机械臂停滞的位置，拖拽交互标记后可以移动到新的位置，然后点击plan&execute就可以让机械臂规划路径并移动到指定的位置，可以看到在gazebo中机械臂和MoveIt中是同步移动的。
在Plan（规划）的过程中，机械臂通过当前姿态（start state）和交互标记设定的目标姿态（goal state），考虑三维空间中的障碍物（包括机械臂自己、桌子、或者自定义添加的物体）后，通过运动规划算法（如OMPL）来计算一条从起点到终点的可行路径。
计算路径后，点击Execute（执行），plan好的路径就会被转换为一系列控制指令发送给机器人控制器，然后控制器接收到指令后，就可以驱动机械臂的各个关节，让机械臂按照规划好的路径运动起来。
工作区
现在我们已经知道如何配置模拟环境以及使用MoveIt来控制机械臂移动了。接下来，我们利用MoveIt的强大功能，来实现脚本控制机械臂。
这里确保在环境配置阶段我们使用的是colcon源码的安装方式。打开工作区 ~/workspace/ros2_kortex_ws，之后我们的开发工作都在这里进行。这个文件夹结构是ROS2标准的colcon工作空间，可以把它想象成一个大车间，里头有不同的区域：
- src，源码区，这里存放着所有功能package的源代码。我们自己创建的新的package也放在这里。
- build，编译区，这个文件夹是colcon build命令的工厂。运行编译命令的时候，colcon会在这里处理src里的源代码，进行编译、链接等中间过程
- install，编译成功后，所有可执行文件、库文件、配置文件、launch文件等最终产物都会被整理好并安装在这里；我们运行
source install/setup.bash就是告诉系统在这里有我们已经编译好的程序 - log，日志区，存放每一次编译的日志文件；如果编译出错了，可以来这里查看详细的日志
我们可以用ros2的命令来创建package,创建后该package的相关文件就会出现在src文件夹下：
ros2 pkg create --build-type
从技术上来讲，并不是必须创建一个package才能开发，但是从ROS开发的长远来看，把代码放进一个package是一个好处非常多的事情：
- package.xml清楚地声明了代码还需要哪些package,在新的电脑上rosdep工具可以一键自动安装依赖，不再需要手动一个个pip install
- 可以使用ROS命令ros2 run xxx来启动程序，ROS系统会自动找到并识别我们的程序
- 所有相关代码都在一个地方，易于维护和扩展
- 可以把src打包发给任何人，他们只需要colcon build一下就能完美复现环境
一般我们开发的过程是这样的：
- 在src目录下创建package
- 创建脚本文件，编写程序
- 修改pckage目录下的setup.py，给程序添加位置信息和别名
- 在工作区目录下colcon build
- ros2 run package_name script_name
我们可以创建一个move_down package,然后创建一个简单的脚本。这里切换到cursor上来完成，cursor可以直接帮忙创建package、脚本等，非常方便。创建完成后编译，然后分别启动gazebo simulation，moveit,最后运行我们创建的脚本，即可看到机械臂按照moveit的路径规划，完成了向下移动的任务。
简单的向下移动脚本如下：
#!/usr/bin/env python3
"""
Very Simple MoveIt2 Script for ROS2 Humble
Just moves the robot arm 0.1 meters down using MoveIt2.
"""
import rclpy
from rclpy.node import Node
from geometry_msgs.msg import Pose, Point, Quaternion
from moveit_msgs.srv import GetPositionIK
from moveit_msgs.msg import MoveItErrorCodes
from trajectory_msgs.msg import JointTrajectory, JointTrajectoryPoint
from sensor_msgs.msg import JointState
import time
class SimpleDownMovement(Node):
def __init__(self):
super().__init__('simple_down_movement')
# Create publisher for joint trajectory
self.trajectory_pub = self.create_publisher(
JointTrajectory,
'/joint_trajectory_controller/joint_trajectory',
10
)
# Create subscriber for joint states
self.joint_state_sub = self.create_subscription(
JointState,
'/joint_states',
self.joint_state_callback,
10
)
# Store current joint states
self.current_joint_states = None
self.get_logger().info("Simple down movement initialized!")
self.get_logger().info("Waiting for joint states...")
def joint_state_callback(self, msg):
"""Store current joint states."""
self.current_joint_states = msg
def move_down(self):
"""Move robot arm 0.1 meters down using joint trajectory."""
# Wait for joint states
while self.current_joint_states is None and rclpy.ok():
rclpy.spin_once(self, timeout_sec=0.1)
if self.current_joint_states is None:
self.get_logger().error("No joint states received!")
return False
# Get current joint positions
current_positions = list(self.current_joint_states.position)
self.get_logger().info(f"Current joint positions: {[f'{p:.3f}' for p in current_positions]}")
# Create a simple movement by slightly adjusting joint 2 (usually the shoulder joint)
# This will cause the arm to move down
target_positions = current_positions.copy()
if len(target_positions) > 1:
target_positions[1] += 0.2 # Move joint 2 by 0.2 radians (downward)
self.get_logger().info(f"Target joint positions: {[f'{p:.3f}' for p in target_positions]}")
# Create joint trajectory message
trajectory = JointTrajectory()
trajectory.joint_names = self.current_joint_states.name
# Create trajectory point
point = JointTrajectoryPoint()
point.positions = target_positions
point.time_from_start.sec = 3 # 3 seconds to complete movement
trajectory.points.append(point)
# Publish trajectory
self.get_logger().info("Publishing trajectory to move arm down...")
self.trajectory_pub.publish(trajectory)
# Wait for movement to complete
time.sleep(4)
self.get_logger().info("Movement command sent! Robot should move down.")
return True
def main():
rclpy.init()
try:
# Create node
node = SimpleDownMovement()
# Wait a moment for initialization
time.sleep(2)
# Move down
node.move_down()
# Keep node alive for a bit
time.sleep(2)
except Exception as e:
print(f"Error: {e}")
finally:
rclpy.shutdown()
if __name__ == '__main__':
main()