Movatterモバイル変換

ROSを用いた自律移動ロボットのシステム構築千葉工業大学未来ﾛﾎﾞｯﾄ技術研究ｾﾝﾀｰ原祥尭（HARA, Yoshitaka）ロボット工学セミナー 2016-06-26

つくばチャレンジでの自律走行の様子1ロボット工学セミナー 2016-06-26https://youtu.be/FzouCV4_Jnw

開発したロボットの外観と搭載センサ2ロボット工学セミナー 2016-06-262D-LIDAR #5, #6（水平、左右）2D-LIDAR #2, #3, #4（ﾋﾟｯﾁ・ﾛｰﾙ傾斜）2D-LIDAR #1（水平、前方）IMUﾓｰﾀｴﾝｺｰﾀﾞ3D-LIDARGNSS（参照値用）単眼ｶﾒﾗ1.5 m

自律走行システムの構成図3ロボット工学セミナー 2016-06-26Linux PCLIDARHandlerIMUOccupancyGrid MapLIDARHandlerIMUHandlerObstacleDetectorTransformBroadcasterGyroOdometerBehaviorPlannerLocalizerPath-MotionPlannerVehicleControllerMotorControllerWaypointRouteSoundPlayerCostmapBuilderLIDARLIDARMotorMotorDeviceProcessFileData FlowTargetDetector

Contents 4ロボット工学セミナー 2016-06-261. 自律走行を実現するための ROS ﾊﾟｯｹｰｼﾞ2. 自己位置推定と SLAM の基本3. 各ﾊﾟｯｹｰｼﾞのｱﾙｺﾞﾘｽﾞﾑa. 自己位置推定（amcl）b. SLAM、地図生成（gmapping）c. 大域的経路計画、局所的動作計画（move_base）4. ROS に関する情報の調べ方5. ROS での開発に関する知見6. まとめ

自律走行に使用できるﾃﾞﾊﾞｲｽとﾊﾟｯｹｰｼﾞ5ロボット工学セミナー 2016-06-26 ｾﾝｻ http://wiki.ros.org/Sensors 移動ﾛﾎﾞｯﾄ台車 http://wiki.ros.org/Robots T-frog i-Cart mini（T-frog ﾓｰﾀｺﾝﾄﾛｰﾗ）：約28万円http://t-frog.com/ Doog TEC-1（T-frog ﾓｰﾀｺﾝﾄﾛｰﾗ）：約8万円http://www.doog-inc.com/ T-frog ﾓｰﾀｺﾝﾄﾛｰﾗ ROS 対応ﾊﾟｯｹｰｼﾞ ypspur_ros：公式ﾊﾟｯｹｰｼﾞ（東北大渡辺先生）https://github.com/openspur/ypspur_ros ypspur_ros_bridge：旧ﾊﾟｯｹｰｼﾞ（筑波大ﾛﾎﾞ研）http://www.roboken.iit.tsukuba.ac.jp/platform/gitweb/ open-rdc icart_mini：Gazebo 対応（千葉工大林原研）https://github.com/open-rdc/icart ROS で使える3次元ｼﾐｭﾚｰﾀROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

自律走行に関するﾊﾟｯｹｰｼﾞとその機能6ロボット工学セミナー 2016-06-26 slam_gmapping SLAM、地図生成 navigation 自己位置推定 占有格子地図生成、障害物情報の管理 大域的経路計画 局所的動作計画（障害物回避）自律走行に必要な機能をひととおり提供、C++で実装されているROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

自律走行を行う際のワークフロー7ロボット工学セミナー 2016-06-261. ﾛﾎﾞｯﾄを手動走行させて環境のｾﾝｻﾃﾞｰﾀを取得、bag ﾌｧｲﾙとして保存2. bag ﾌｧｲﾙを再生し、slam_gmapping ﾊﾟｯｹｰｼﾞを使用してｵﾌﾗｲﾝで地図生成（ｵﾝﾗｲﾝも可能）3. 生成した地図に基づき、navigation ﾊﾟｯｹｰｼﾞを使用して自律走行ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

slam_gmapping ﾊﾟｯｹｰｼﾞの構成8ロボット工学セミナー 2016-06-26 gmapping：SLAM、地図生成の実行（ROSﾗｯﾊﾟｰ） openslam_gmapping：OpenSLAM で公開されている Rao-BlackwellizedParticle Filter による Grid-based SLAM（FastSLAM 2.0 での Grid Mapping）slam_gmappinggmappingopenslam_gmappingﾒﾀﾊﾟｯｹｰｼﾞﾊﾟｯｹｰｼﾞ（実行ﾌｧｲﾙ）ﾊﾟｯｹｰｼﾞ（ｿｰｽのみ）凡例ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

OpenSLAM とは9ロボット工学セミナー 2016-06-26 SLAM の各種ｱﾙｺﾞﾘｽﾞﾑをｵｰﾌﾟﾝｿｰｽで公開する Web ｻｲﾄ EKF, RBPF, Graph-based SLAM, ICPﾏｯﾁﾝｸﾞなど複数の手法の実装あり 研究者が各手法を比較するために公開 ﾗｲﾌﾞﾗﾘではないROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

navigation ﾊﾟｯｹｰｼﾞの構成10ロボット工学セミナー 2016-06-26 map_server：既存地図の配信 amcl：自己位置推定 move_base：移動ﾀｽｸの実行 costmap_2d：ｺｽﾄﾏｯﾌﾟの生成 nav_core：行動ｲﾝﾀﾌｪｰｽ定義 navfn：大域的経路計画 base_local_planner：局所的動作計画 *_recovery：ｽﾀｯｸした場合の復帰動作navigationmove_basemap_server amclnav_corenavfn base_local_plannerclear_costmap_recoveryrotate_recoverycostmap_2dﾒﾀﾊﾟｯｹｰｼﾞﾊﾟｯｹｰｼﾞ（実行ﾌｧｲﾙ）ﾊﾟｯｹｰｼﾞ（ｿｰｽのみ）凡例ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

nav_core によるﾊﾟｯｹｰｼﾞの入れ替え11ロボット工学セミナー 2016-06-26 ﾍｯﾀﾞﾌｧｲﾙでのｲﾝﾀﾌｪｰｽ定義のみ（純粋仮想関数） 大域的経路計画：BaseGlobalPlanner 局所的動作計画：BaseLocalPlanner ｽﾀｯｸ復帰動作：RecoveryBehavior 実装は move_base のﾊﾟﾗﾒｰﾀで実行時に変更可能 ROS の pluginlib という機能で実現されているROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

入れ替え可能なﾊﾟｯｹｰｼﾞとそのｱﾙｺﾞﾘｽﾞﾑ12ロボット工学セミナー 2016-06-26 大域的経路計画（BaseGlobalPlanner） navfn：ﾀﾞｲｸｽﾄﾗ法 global_planner：A*／ﾀﾞｲｸｽﾄﾗ法 carrot_planner：ｺﾞｰﾙに向かって直進 局所的動作計画（BaseLocalPlanner） base_local_planner：Dynamic Window Approach dwa_local_planner：Dynamic Window Approach の別実装 ｽﾀｯｸ復帰動作（RecoveryBehavior） clear_costmap_recovery：ｺｽﾄﾏｯﾌﾟをｸﾘｱ rotate_recovery：ﾛﾎﾞｯﾄが旋回して障害物を測定 move_slow_and_clear：ｺｽﾄﾏｯﾌﾟをｸﾘｱ、移動速度を制限ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

標準で使用されるｱﾙｺﾞﾘｽﾞﾑのまとめ13ロボット工学セミナー 2016-06-26 SLAM、地図生成（gmapping）Rao-Blackwellized Particle Filter による Grid-based SLAM（FastSLAM 2.0 での Grid Mapping） 自己位置推定（amcl）Adaptive/Augmented Monte Carlo Localization 経路計画（move_base）Global Dynamic Window Approach 大域的経路計画（navfn）Navigation Function に基づくﾀﾞｲｸｽﾄﾗ法 局所的動作計画（base_local_planner）Dynamic Window ApproachROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

自己位置推定、地図生成、SLAM とは15ロボット工学セミナー 2016-06-26自己位置推定（Localization）地図生成（Mapping withKnown Poses）SLAM（SimultaneousLocalizationand Mapping）内界ｾﾝｻﾃﾞｰﾀ外界ｾﾝｻﾃﾞｰﾀ地図ﾛﾎﾞｯﾄ位置ﾛﾎﾞｯﾄ位置（既知）外界ｾﾝｻﾃﾞｰﾀ地図内界ｾﾝｻﾃﾞｰﾀ外界ｾﾝｻﾃﾞｰﾀﾛﾎﾞｯﾄ位置地図ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

自己位置推定と SLAM の手法16ロボット工学セミナー 2016-06-26スキャンマッチング系 Bayes Filter 系Graph-BasedSLAM 系性質逐次最適化、オンラインフィルタリング、オンライン全体最適化、オフライン手法の概要点群を最適化計算で位置合わせ事前確率と尤度を確率的に融合ﾛﾎﾞｯﾄ位置やﾗﾝﾄﾞﾏｰｸ位置（地図）を表すｸﾞﾗﾌを最適化詳細ﾏｯﾁﾝｸﾞ大域ﾏｯﾁﾝｸﾞ初期位置あり、ﾕｰｸﾘｯﾄﾞ空間で対応付け初期位置なし、特徴量空間で対応付け手法の例 ICP、NDT などSpin Image、FPFH、PPF、SHOT などEKF、HF、PF、RBPF などﾎﾟｰｽﾞ調整、ﾊﾞﾝﾄﾞﾙ調整、完全 SLAM以下のﾊﾟｯｹｰｼﾞは一部の手法を提供しているに過ぎない amcl：Particle Filter (PF) による Monte Carlo Localization gmapping：Rao-Blackwellized Particle Filter (RBPF)SLAM の性能は屋外環境に対して不充分な場合も多いROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

最尤推定、最大事後確率推定、ﾍﾞｲｽﾞ推定17ロボット工学セミナー 2016-06-26自己位置：xt確率密度：p(xt)尤度 p(zt|xt,ut)（ｽｷｬﾝなど：zt）ベイズ推定事後確率の分布を推定最大事後確率推定事後確率のﾓｰﾄﾞを推定最尤推定尤度のみのﾓｰﾄﾞを推定事前確率 p(xt|ut)（ｵﾄﾞﾒﾄﾘなど：ut）事後確率 p(xt|ut,zt)事後確率＝尤度×事前確率ﾍﾞｲｽﾞの定理による自己位置推定の概念図Bayes Filter は、ﾍﾞｲｽﾞの定理に基づくﾍﾞｲｽﾞ推定によって自己位置の事後確率分布を求めるROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

Bayes Filter による自己位置推定18ロボット工学セミナー 2016-06-26 ロボットの自己位置の確率分布を求める 地図は事前に与えられている地図：m ｽｷｬﾝ計測：zt自己位置（時刻t-1）：xt-1真の自己位置（時刻t）：xtｵﾄﾞﾒﾄﾘによる自己位置（時刻t）：T(ut)xt-1平面図ｵﾄﾞﾒﾄﾘ動作（移動量）：ut対応付けROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

確率的自己位置推定の隠れﾏﾙｺﾌﾓﾃﾞﾙ19ロボット工学セミナー 2016-06-26xt-1 xtut-1 utzt-1 ztm自己位置推定のｸﾞﾗﾌｨｶﾙﾓﾃﾞﾙmap: mxt+1ut+1zt+1robot pose: x(hidden variable)motion: u(e.g. odometry)measurement: z(e.g. laser scan)自己位置の時系列を1次ﾏﾙｺﾌ過程と仮定ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

Bayes Filter の定式化20ロボット工学セミナー 2016-06-26 漸化式で時系列の確率過程を表現 Extended Kalman Filter、Histogram Filter などはすべて Bayes Filter の理論に基づいた実装時刻tの自己位置xtの事後確率尤度（計測モデル）事前確率x：ﾛﾎﾞｯﾄ位置 m：地図u：制御動作（ｵﾄﾞﾒﾄﾘなど） z：環境計測（ﾚｰｻﾞｽｷｬﾝなど）動作モデル時刻t-1の自己位置xt-1ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

Bayes Filter の数学的導出21ロボット工学セミナー 2016-06-26時刻tの自己位置xtの事後確率尤度（計測モデル）事前確率動作モデル時刻t-1の自己位置xt-1ベイズの定理条件付き独立性（過去には非依存）全確率の定理条件付き独立性（1次マルコフ性）条件付き独立性漸化式として定式化ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

ベイズの定理の適用22ロボット工学セミナー 2016-06-26 ベイズの定理 条件付きベイズの定理 自己位置推定に適用 x：ﾛﾎﾞｯﾄ位置m：地図u：制御動作（ｵﾄﾞﾒﾄﾘ）z：環境計測（ﾚｰｻﾞｽｷｬﾝ）ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

ﾏﾙｺﾌ性の仮定と条件付き独立性の適用23ロボット工学セミナー 2016-06-261次マルコフ性を仮定 現在の状態は、1時刻前の状態にだけ依存 それ以前の状態や他のデータとは独立現在の環境計測ztは、現在の状態である自己位置xtと地図mにのみ依存現在の状態である自己位置xtは、1時刻前の状態xt-1とそれ以後の制御動作utにのみ依存ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

全確率の定理の適用24ロボット工学セミナー 2016-06-26 全確率の定理 条件付き全確率の定理 自己位置推定に適用隠れ変数xt-1を導入x：ﾛﾎﾞｯﾄ位置m：地図u：制御動作（ｵﾄﾞﾒﾄﾘ）z：環境計測（ﾚｰｻﾞｽｷｬﾝ）ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

Particle Filter の定式化26ロボット工学セミナー 2016-06-26 Bayes Filter の一種だが、定式化は若干異なる 各ﾊﾟｰﾃｨｸﾙは、時刻tの自己位置だけでなく、時刻1から時刻tの走行軌跡を保持する 動作ﾓﾃﾞﾙによる事前確率の計算に積分なし時刻1からtの走行軌跡xt:tの事後確率尤度（計測モデル）事前確率動作モデル時刻1からt-1の走行軌跡x1:t-1ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

Particle Filter の数学的導出27ロボット工学セミナー 2016-06-26時刻1からtの走行軌跡xt:tの事後確率尤度（計測モデル）事前確率動作モデル時刻1からt-1の走行軌跡x1:t-1ベイズの定理条件付き独立性（過去には非依存）乗法定理条件付き独立性（1次マルコフ性）条件付き独立性漸化式として定式化ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

乗法定理の適用（Particle Filter の場合）28ロボット工学セミナー 2016-06-26 乗法定理（条件付き確率） 条件付き乗法定理（3変数での条件付き確率） 自己位置推定に適用x：ﾛﾎﾞｯﾄ位置m：地図u：制御動作（ｵﾄﾞﾒﾄﾘ）z：環境計測（ﾚｰｻﾞｽｷｬﾝ）ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

Adaptive Monte Carlo Localization29ロボット工学セミナー 2016-06-26 Particle Filter による2次元3自由度での確率的自己位置推定（Monte Carlo Localization） ｵﾄﾞﾒﾄﾘ動作ﾓﾃﾞﾙ ﾋﾞｰﾑ計測ﾓﾃﾞﾙ／尤度場計測ﾓﾃﾞﾙ KLD-Sampling による Adaptive MCL推定位置の不確かさに応じて、ﾊﾟｰﾃｨｸﾙ数を適応的に調整 Augmented MCL真値周辺のﾊﾟｰﾃｨｸﾙの喪失に対処するために、ﾗﾝﾀﾞﾑﾊﾟｰﾃｨｸﾙを挿入ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

Adaptive Monte Carlo Localization30ロボット工学セミナー 2016-06-26処理ｲﾒｰｼﾞ（平面図）時刻：t-1ﾊﾟｰﾃｨｸﾙによって表されるﾛﾎﾞｯﾄ位置の複数仮説1. 予測：ﾛﾎﾞｯﾄ位置時刻：t動作ﾓﾃﾞﾙにより時刻 t のﾛﾎﾞｯﾄ位置を予測ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

Adaptive Monte Carlo Localization31ロボット工学セミナー 2016-06-26ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ処理ｲﾒｰｼﾞ（平面図）ｽｷｬﾝと占有格子地図の重なり度合いを評価2. 尤度計算：占有格子地図：現時刻のｽｷｬﾝ計測：尤度事前に与えられた1つの地図に対して、各ﾊﾟｰﾃｨｸﾙのｽｷｬﾝを評価計測ﾓﾃﾞﾙにより尤度を計算

Adaptive Monte Carlo Localization32ロボット工学セミナー 2016-06-263. ﾘｻﾝﾌﾟﾘﾝｸﾞ処理ｲﾒｰｼﾞ（平面図）：尤度 尤度の高いﾊﾟｰﾃｨｸﾙは自身のｺﾋﾟｰを多く残す 尤度の低いﾊﾟｰﾃｨｸﾙは消滅 KLD-Sampling により、推定位置の不確かさに応じてﾊﾟｰﾃｨｸﾙ数を調整ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

Rao-Blackwellized Particle Filter の定式化34ロボット工学セミナー 2016-06-26ﾛﾎﾞｯﾄ走行軌跡 x1:tParticle Filter で推定地図 mBinary Bayes Filter で推定ﾛﾎﾞｯﾄ走行軌跡と地図の同時確率ﾛﾎﾞｯﾄ走行軌跡と地図を求める完全 SLAM、独立性の仮定により因子分解して解くx：ﾛﾎﾞｯﾄ位置 m：地図u：制御動作（ｵﾄﾞﾒﾄﾘなど） z：環境計測（ﾚｰｻﾞｽｷｬﾝなど）ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

提案分布における最適化計算の利用35ロボット工学セミナー 2016-06-26：ﾛﾎﾞｯﾄ位置真値ｽｷｬﾝﾏｯﾁﾝｸﾞで真値に近付ける真値多数のﾊﾟｰﾃｨｸﾙによる提案分布（高精度だが計算ｺｽﾄ大）少数のﾊﾟｰﾃｨｸﾙと最適化計算による提案分布（FastSLAM 2.0）最適化計算で失敗の危険ありROS gmapping もこの枠組計算ｺｽﾄはﾊﾟｰﾃｨｸﾙ数に依存するので、少数のﾊﾟｰﾃｨｸﾙそれぞれで最適化計算を併用ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

Rao-Blackwellized Particle Filter SLAM36ロボット工学セミナー 2016-06-26処理ｲﾒｰｼﾞ（平面図）時刻：t-1ﾊﾟｰﾃｨｸﾙによって表されるﾛﾎﾞｯﾄ位置の複数仮説1. 予測：ﾛﾎﾞｯﾄ位置時刻：t動作ﾓﾃﾞﾙにより時刻 t のﾛﾎﾞｯﾄ位置を予測ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

Rao-Blackwellized Particle Filter SLAM37ロボット工学セミナー 2016-06-26ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ処理ｲﾒｰｼﾞ（平面図）ｽｷｬﾝを占有格子地図にGreedy Scan Matching（FastSLAM 2.0）2. 尤度計算：占有格子地図：現時刻のｽｷｬﾝ計測：尤度Rao-Blackwellization により各ﾊﾟｰﾃｨｸﾙごとに地図を持っている計測ﾓﾃﾞﾙにより尤度を計算

Rao-Blackwellized Particle Filter SLAM38ロボット工学セミナー 2016-06-263. ﾘｻﾝﾌﾟﾘﾝｸﾞ処理ｲﾒｰｼﾞ（平面図）：尤度 尤度の高いﾊﾟｰﾃｨｸﾙは自身のｺﾋﾟｰを多く残す 尤度の低いﾊﾟｰﾃｨｸﾙは消滅ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

Rao-Blackwellized Particle Filter SLAM39ロボット工学セミナー 2016-06-264. 地図生成処理ｲﾒｰｼﾞ（平面図）Rao-Blackwellization により各ﾊﾟｰﾃｨｸﾙごとにそれぞれの地図を生成する：占有格子地図：現時刻のｽｷｬﾝ計測ﾚｰｻﾞのﾚｲｷｬｽﾃｨﾝｸﾞによりBinary Bayes Filter で占有格子地図を生成ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

自律走行時のﾃﾞｰﾀの流れ41ロボット工学セミナー 2016-06-26http://wiki.ros.org/move_baseROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

costmap_2d によるｺｽﾄﾏｯﾌﾟの生成42ロボット工学セミナー 2016-06-26 ﾚｰｻﾞｽｷｬﾝまたは3次元点群のﾃﾞｰﾀを用いて、2次元／3次元の占有格子地図を生成 ﾚｲｷｬｽﾃｨﾝｸﾞにより、占有／ﾌﾘｰ／未知の3状態で障害物情報を管理 占有格子地図の障害物をﾛﾎﾞｯﾄの内接円半径の大きさで膨張させ、x, y の2自由度ｺﾝﾌｨｸﾞﾚｰｼｮﾝ空間として2次元ｺｽﾄﾏｯﾌﾟを生成 ｸﾞﾛｰﾊﾞﾙｺｽﾄﾏｯﾌﾟとﾛｰｶﾙｺｽﾄﾏｯﾌﾟの2種類を生成ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

costmap_2d によるｺｽﾄﾏｯﾌﾟの生成43ロボット工学セミナー 2016-06-26http://wiki.ros.org/costmap_2dROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

ｺｽﾄﾏｯﾌﾟを生成する枠組み44ロボット工学セミナー 2016-06-26 ROS Hydro 以降、costmap_2d の構成が変更http://wiki.ros.org/costmap_2dhttp://wiki.ros.org/costmap_2d/hydrohttp://wiki.ros.org/hydro/Migration#Navigation_-_Costmap2D LayeredCostmap という仕組みが導入された Static Map Layer：SLAM で生成した静的地図 Obstacle Map Layer：検出した障害物の蓄積と消去（ObstacleCostmapPlugin / VoxelCostmapPlugin） Inflation Layer：障害物を膨張したｺﾝﾌｨｸﾞﾚｰｼｮﾝ空間 ROS の pluginlib という機能で実現されているROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

navfn の大域的経路計画46ロボット工学セミナー 2016-06-26 Navigation Function と呼ばれるﾎﾟﾃﾝｼｬﾙ場で評価 ｺﾞｰﾙまでの距離と障害物からの距離をｺｽﾄとする ｸﾞﾛｰﾊﾞﾙｺｽﾄﾏｯﾌﾟに基づいて処理 格子地図に対して、ﾀﾞｲｸｽﾄﾗ法でﾎﾟﾃﾝｼｬﾙ場の最小ｺｽﾄとなる経路を探索 各ｾﾙのﾎﾟﾃﾝｼｬﾙ場のｺｽﾄを計算しながらﾀﾞｲｸｽﾄﾗ法で探索し、ｺﾞｰﾙまでのｸﾞﾛｰﾊﾞﾙﾊﾟｽを計画 ﾛﾎﾞｯﾄの方向は考慮しない（円形と仮定） 方向によっては障害物と衝突する経路が計画されるROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

navfn による大域的経路計画の例47ロボット工学セミナー 2016-06-26ｸﾞﾛｰﾊﾞﾙﾊﾟｽｽﾀｰﾄ5 mｺﾞｰﾙROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ占有格子地図

navfn による大域的経路計画の例48ロボット工学セミナー 2016-06-26ｸﾞﾛｰﾊﾞﾙﾊﾟｽｽﾀｰﾄ5 mｸﾞﾛｰﾊﾞﾙｺｽﾄﾏｯﾌﾟｺﾞｰﾙ障害物から離れた経路を計画ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

ﾀﾞｲｸｽﾄﾗ法とA*の違い49ロボット工学セミナー 2016-06-26 ﾀﾞｲｸｽﾄﾗ法幅優先探索をｺｽﾄを評価するように拡張した、最良優先探索と呼ばれる手法の一種 A*（A-Star）ﾋｭｰﾘｽﾃｨｯｸ関数でｺｽﾄの予測値を追加した、ﾀﾞｲｸｽﾄﾗ法の改良版https://en.wikipedia.org/wiki/Dijkstra's_algorithmhttps://en.wikipedia.org/wiki/A*_search_algorithmROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

base_local_planner の局所的動作計画51ロボット工学セミナー 2016-06-26 大域的経路計画によるｸﾞﾛｰﾊﾞﾙﾊﾟｽに追従しつつ、障害物を回避する動作（速度）を計画 Dynamic Window Approach を使用 ﾛﾎﾞｯﾄのｷﾈﾏﾃｨｸｽ（運動ﾓﾃﾞﾙ）を考慮した軌跡 現在の速度に基づき、ﾀﾞｲﾅﾐｸｽを考慮して実行可能な複数のﾛｰｶﾙﾊﾟｽ候補を生成 評価関数により、ｸﾞﾛｰﾊﾞﾙﾊﾟｽに近く、かつ障害物から離れたﾛｰｶﾙﾊﾟｽの動作を選択 ﾛｰｶﾙｺｽﾄﾏｯﾌﾟに基づいて処理ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

Dynamic Window Approach52ロボット工学セミナー 2016-06-26平面図ﾛﾎﾞｯﾄ位置ﾛｰｶﾙﾊﾟｽ候補ｸﾞﾛｰﾊﾞﾙﾊﾟｽ障害物並進速度 v回転角速度ω最大速度範囲Dynamic Window現在速度ﾛｰｶﾙﾊﾟｽ候補ｷﾈﾏﾃｨｸｽとﾀﾞｲﾅﾐｸｽを考慮してﾛｰｶﾙﾊﾟｽ候補の軌跡を生成、離散化してｺｽﾄを評価速度の決定ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

DynamicWindowApproachのｺｽﾄ評価関数53ロボット工学セミナー 2016-06-26軌跡ｺｽﾄ＝経路距離ｽｹｰﾙ × ﾛｰｶﾙﾊﾟｽ端点とｸﾞﾛｰﾊﾞﾙﾊﾟｽの距離＋ｺﾞｰﾙ距離ｽｹｰﾙ × ﾛｰｶﾙﾊﾟｽ端点とｺﾞｰﾙの距離＋障害物ｽｹｰﾙ × ﾛｰｶﾙﾊﾟｽ上での最大障害物ｺｽﾄ上記の ROS の実装は、ｵﾘｼﾞﾅﾙ論文の評価関数とは異なる平面図ﾛﾎﾞｯﾄ位置ﾛｰｶﾙﾊﾟｽ候補ｸﾞﾛｰﾊﾞﾙﾊﾟｽ障害物ｺﾞｰﾙｺｽﾄﾏｯﾌﾟ 距離は各ｾﾙごとに事前計算 ﾛｰｶﾙﾊﾟｽの振動を抑制するため、一定距離は逆符号の速度を無効化ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

ｽﾀｯｸした場合の復帰動作の状態遷移55ロボット工学セミナー 2016-06-26http://wiki.ros.org/move_baseROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

ROS に関する情報源57ロボット工学セミナー 2016-06-26 ROS.org（ﾊﾟｯｹｰｼﾞﾘｽﾄ、ﾆｭｰｽなど）http://www.ros.org/ ROS Wiki（共同編集文章）http://wiki.ros.org/ ROS Answers（質問掲示板）http://answers.ros.org/ ROS Index（ﾊﾟｯｹｰｼﾞ情報、2015年ﾛｰﾝﾁ、ﾍﾞｰﾀ版）http://rosindex.github.io/ GitHub Organizations（ｿｰｽｺｰﾄﾞ、Issue Trackers）https://github.com/ros-planninghttps://github.com/ros-perception など C++ / Python API（Doxygen / Sphinx 生成文章）http://docs.ros.org/api/ 以下の各ﾃﾞｨﾚｸﾄﾘ メーリングリストhttp://lists.ros.org/lurker/list/ros-users.en.html情報が実装と一致しない場合も多い（特に日本語ﾍﾟｰｼﾞは古い）ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

ROS Index（ﾊﾟｯｹｰｼﾞ情報を集約）58ロボット工学セミナー 2016-06-26README や package.xml からの自動生成文章GitHub などへのﾘﾝｸROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

GitHub Organizations（ｺｰﾄﾞ、Issues）59ロボット工学セミナー 2016-06-26ﾊﾟｯｹｰｼﾞの種類ごとに組織されているROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

ROS C++/Python API (Doxygen/Sphinx)60ロボット工学セミナー 2016-06-26ｿｰｽｺｰﾄﾞのｺﾒﾝﾄからの自動生成文章ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

自律走行の実現に役立つﾁｭｰﾄﾘｱﾙﾍﾟｰｼﾞ61ロボット工学セミナー 2016-06-26 ROS 概要http://wiki.ros.org/ROS/StartGuide ROS 基本ﾁｭｰﾄﾘｱﾙ（ﾌﾟﾛｾｽ間通信、開発ﾂｰﾙなど）http://wiki.ros.org/ROS/Tutorialshttp://wiki.ros.org/roscpp_tutorials/Tutorials tf ﾁｭｰﾄﾘｱﾙ（座標変換）http://wiki.ros.org/tf/Tutorialshttp://wiki.ros.org/tf2/Tutorials navigation ﾁｭｰﾄﾘｱﾙ（自律走行）http://wiki.ros.org/navigation/Tutorials/RobotSetuphttp://wiki.ros.org/navigation/Tutorials/Navigation%20Tuning%20Guide slam_gmapping ﾁｭｰﾄﾘｱﾙ（SLAM、地図生成）http://wiki.ros.org/slam_gmapping/Tutorials/MappingFromLoggedData rviz ﾁｭｰﾄﾘｱﾙ（ﾋﾞｭｰｱ）http://wiki.ros.org/rviz/Tutorialshttp://wiki.ros.org/navigation/Tutorials/Using%20rviz%20with%20the%20Navigation%20StackROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

ROS ﾊﾟｯｹｰｼﾞの様々な使い方63ロボット工学セミナー 2016-06-26 ROS API で既存ﾊﾟｯｹｰｼﾞを launch するだけ ROS が想定している基本的な使い方 ﾒｯｾｰｼﾞ型は比較的良く整理されている C++/Python API で使用（ﾗｲﾌﾞﾗﾘとして使用） ｱﾙｺﾞﾘｽﾞﾑの中身を個別に使える ﾗｲﾌﾞﾗﾘとしては整理が不充分なﾊﾟｯｹｰｼﾞも多い 既存ﾊﾟｯｹｰｼﾞの中身を改造 ｿｰｽｺｰﾄﾞが整理されておらず、苦労する場合もある 新規ﾊﾟｯｹｰｼﾞを作成 標準的なﾒｯｾｰｼﾞ型に従えば、既存ﾊﾟｯｹｰｼﾞと連携可ﾊﾟﾗﾒｰﾀ調整にはｱﾙｺﾞﾘｽﾞﾑの理解が必要ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

slam_gmapping, navigation にない機能64ロボット工学セミナー 2016-06-26 3次元空間の SLAM、地図生成 Graph-based SLAM PF による3次元6自由度での自己位置推定（EKF は robot_pose_ekf ﾊﾟｯｹｰｼﾞで可能） 3次元点群を用いた SLAM／自己位置推定 x, y, yaw の3自由度ｺﾝﾌｨｸﾞﾚｰｼｮﾝ空間 3次元6自由度での経路計画 3次元点群を用いた段差などの障害物の検出 移動障害物の検出と追跡ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

ROS のﾋﾞﾙﾄﾞｼｽﾃﾑ65ロボット工学セミナー 2016-06-26 rosbuild（2012年以前の古いｼｽﾃﾑ） catkin（catkin_make ｺﾏﾝﾄﾞ、全ﾊﾟｯｹｰｼﾞ同時ﾋﾞﾙﾄﾞ）http://wiki.ros.org/catkinﾜｰｸｽﾍﾟｰｽ src/ 直下にﾄｯﾌﾟﾚﾍﾞﾙ CMakeLists.txt ありWS初期化 $ catkin_init_workspaceﾊﾟｯｹｰｼﾞ生成 $ catkin_create_pkg <pkg_name>ﾋﾞﾙﾄﾞ $ catkin_make catkin_tools（catkin ｺﾏﾝﾄﾞ、各ﾊﾟｯｹｰｼﾞ個別ﾋﾞﾙﾄﾞ）catkin_make_isolated の後継、2015年ﾛｰﾝﾁ、ﾍﾞｰﾀ版http://catkin-tools.readthedocs.io/ﾜｰｸｽﾍﾟｰｽ src/ 直下にﾄｯﾌﾟﾚﾍﾞﾙ CMakeLists.txt なしWS初期化 $ catkin initﾊﾟｯｹｰｼﾞ生成 $ catkin create <pkg_name>ﾋﾞﾙﾄﾞ $ catkin buildROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

catkin ﾜｰｸｽﾍﾟｰｽの構成に関する Tips66ロボット工学セミナー 2016-06-26 ﾌｧｲﾙﾂﾘｰは階層的なﾃﾞｨﾚｸﾄﾘでも良いcatkin_ws/ （catkin ﾜｰｸｽﾍﾟｰｽ）src/ （src ﾃﾞｨﾚｸﾄﾘ）stack_dir/ （複数ﾊﾟｯｹｰｼﾞを集約）pkg_a/ （ﾊﾟｯｹｰｼﾞa）pkg_b/ （ﾊﾟｯｹｰｼﾞb） 複数のﾜｰｸｽﾍﾟｰｽをｵｰﾊﾞｰﾚｲできるhttp://wiki.ros.org/catkin/Tutorials/workspace_overlaying 同名のﾊﾟｯｹｰｼﾞをｵｰﾊﾞｰﾚｲ可能 初回の catkin_make ｺﾏﾝﾄﾞ実行時に読み込んでいた設定が新しく生成される setup.bash に引き継がれる setup.bash は最後に読み込んだもので上書きされる既存ﾊﾟｯｹｰｼﾞの改造に便利ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

Subscriber に登録できるｺｰﾙﾊﾞｯｸの型67ロボット工学セミナー 2016-06-26boost::function でｻﾎﾟｰﾄされた型を登録可能http://wiki.ros.org/roscpp/Overview/Publishers%20and%20Subscribers 通常の関数 ﾒﾝﾊﾞ関数（ｸﾗｽのﾒｿｯﾄﾞ）http://wiki.ros.org/roscpp_tutorials/Tutorials/UsingClassMethodsAsCallbacks 関数ﾎﾟｲﾝﾀ 関数ｵﾌﾞｼﾞｪｸﾄ（ﾌｧﾝｸﾀ） boost::bind ｺｰﾙﾊﾞｯｸ関数に引数を渡す場合に使用 C++11 の bind には ROS が未対応ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

Subscriber へのｺｰﾙﾊﾞｯｸ関数の登録方法68ロボット工学セミナー 2016-06-26 通常の関数、引数なし 通常の関数、引数あり← boost::bind 使用 ﾒﾝﾊﾞ関数、引数なし（ｸﾗｽのｵﾌﾞｼﾞｪｸﾄ／ﾎﾟｲﾝﾀ経由で登録） ﾒﾝﾊﾞ関数、引数あり← boost::bind 使用（ｸﾗｽのｵﾌﾞｼﾞｪｸﾄ／ﾎﾟｲﾝﾀ経由で登録） ﾒﾝﾊﾞ関数、ｸﾗｽ内 Subscriber、引数なし ﾒﾝﾊﾞ関数、ｸﾗｽ内 Subscriber、引数あり← boost::bind 使用推奨ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

通常の関数、引数なし69ロボット工学セミナー 2016-06-26void cbFunc(const std_msgs::String::ConstPtr &msg) {// コールバック処理}int main(int argc, char **argv) {ros::init(argc, argv, "subscriber_example");ros::NodeHandle nh;ros::Subscriber sub= nh.subscribe("topic_name", 100, cbFunc);ros::spin();return 0;}Subscriber のﾃﾝﾌﾟﾚｰﾄ型は基本的には省略可能ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

通常の関数、引数あり（値渡し）70ロボット工学セミナー 2016-06-26void cbFuncCopy(const std_msgs::String::ConstPtr &msg, int num) {// コールバック処理}int main(int argc, char **argv) {ros::init(argc, argv, "subscriber_example");ros::NodeHandle nh;int num = 1234;ros::Subscriber sub= nh.subscribe<std_msgs::String>("topic_name", 100,boost::bind(cbFuncCopy, _1, num));ros::spin();return 0;}bind の場合は Subscriber のﾃﾝﾌﾟﾚｰﾄ型を省略できないC++11 の bind は未対応ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

通常の関数、引数あり（参照渡し）71ロボット工学セミナー 2016-06-26void cbFuncRef(const std_msgs::String::ConstPtr &msg,std::vector<int> &obj) {// コールバック処理}int main(int argc, char **argv) {ros::init(argc, argv, "subscriber_example");ros::NodeHandle nh;std::vector<int> obj;ros::Subscriber sub= nh.subscribe<std_msgs::String>("topic_name", 100,boost::bind(cbFuncRef, _1, std::ref(obj)));ros::spin();return 0;}参照渡しは ref() / cref() が必要（C++11 と boost のどちらも OK）ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

ﾒﾝﾊﾞ関数、引数なし（ｸﾗｽのｵﾌﾞｼﾞｪｸﾄ）72ロボット工学セミナー 2016-06-26class Foo {public:void cbMethod(const std_msgs::String::ConstPtr &msg) {// コールバック処理}};int main(int argc, char **argv) {ros::init(argc, argv, "subscriber_example");ros::NodeHandle nh;Foo foo_obj;ros::Subscriber sub= nh.subscribe("topic_name", 100, &Foo::cbMethod, &foo_obj);ros::spin();return 0;}ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

ﾒﾝﾊﾞ関数、引数なし（ｸﾗｽのﾎﾟｲﾝﾀ経由）73ロボット工学セミナー 2016-06-26class Foo {public:void cbMethod(const std_msgs::String::ConstPtr &msg) {// コールバック処理}};int main(int argc, char **argv) {ros::init(argc, argv, "subscriber_example");ros::NodeHandle nh;auto foo_ptr = boost::make_shared<Foo>();ros::Subscriber sub= nh.subscribe("topic_name", 100, &Foo::cbMethod, foo_ptr);ros::spin();return 0;}C++11のshared_ptr やunique_ptr は未対応ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

ﾒﾝﾊﾞ関数、引数あり74ロボット工学セミナー 2016-06-26class Foo {public:void cbMethodArg(const std_msgs::String::ConstPtr &msg,std::vector<int> &obj) {// コールバック処理}};int main(int argc, char **argv) {ros::init(argc, argv, "subscriber_example");ros::NodeHandle nh;Foo foo_obj;std::vector<int> obj;ros::Subscriber sub= nh.subscribe<std_msgs::String>("topic_name", 100,boost::bind(&Foo::cbMethodArg, &foo_obj, _1, std::ref(obj)));ros::spin();return 0;}ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

ﾒﾝﾊﾞ関数、ｸﾗｽ内 Subscriber、引数なし75ロボット工学セミナー 2016-06-26class BarNode {public:BarNode() {sub_ = nh_.subscribe("topic_name", 100, &BarNode::cbMethod, this);}private:void cbMethod(const std_msgs::String::ConstPtr &msg) {// コールバック処理}ros::NodeHandle nh_;ros::Subscriber sub_;};int main(int argc, char **argv) {ros::init(argc, argv, "subscriber_example");BarNode bar_obj;ros::spin();return 0;}ROS ﾉｰﾄﾞｸﾗｽ推奨ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

ﾒﾝﾊﾞ関数、ｸﾗｽ内 Subscriber、引数あり76ロボット工学セミナー 2016-06-26class BarNode {public:BarNode() {std::vector<int> obj;sub_ = nh_.subscribe<std_msgs::String>("topic_name", 100,boost::bind(&BarNode::cbMethodArg, this, _1, obj));}private:void cbMethodArg(const std_msgs::String::ConstPtr &msg,std::vector<int> obj) {// コールバック処理}ros::NodeHandle nh_;ros::Subscriber sub_;};int main(int argc, char **argv) {ros::init(argc, argv, "subscriber_example");BarNode bar_obj;ros::spin();return 0;}ROS ﾉｰﾄﾞｸﾗｽ参照渡しの場合はobj が既に無効なので注意ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

CMake を開ける統合開発環境 Qt Creator77ロボット工学セミナー 2016-06-26ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

Qt Creator のｲﾝｽﾄｰﾙ方法78ロボット工学セミナー 2016-06-26 apt ﾊﾟｯｹｰｼﾞが古く日本語表示の問題（四角□になる）などの場合、公式ﾊﾟｯｹｰｼﾞをｲﾝｽﾄｰﾙ1. “Qt Creator x.x.x for Linux/X11 64-bit” をﾀﾞｳﾝﾛｰﾄﾞhttp://www.qt.io/download-open-source/http://download.qt.io/official_releases/qtcreator/2. ｲﾝｽﾄｰﾗに実行権限を付ける$ chmod u+x qt-creator-opensource-linux-x86_64-x.x.x.run3. GUI ｲﾝｽﾄｰﾗを実行（/opt/qtcreator-x.x.x/ 以下にｲﾝｽﾄｰﾙされる）$ sudo ./qt-creator-opensource-linux-x86_64-x.x.x.run ~/.bashrc に以下を追記（公式ﾊﾟｯｹｰｼﾞにﾊﾟｽを通す）export PATH=/opt/qtcreator-x.x.x/bin:${PATH}以前のﾊﾞｰｼﾞｮﾝROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

ROS での Qt Creator の利用方法79ロボット工学セミナー 2016-06-26ROS 環境変数を読み込んだｼｪﾙでの起動が必要http://wiki.ros.org/IDEs#QtCreator ｺﾏﾝﾄﾞﾗｲﾝから起動$ qtcreator >/dev/null 2>&1 & Qt Creator のﾗﾝﾁｬ（ｱｲｺﾝ）をｼｪﾙ起動に修正 desktop ﾌｧｲﾙの Exec 行の先頭に "bash -i -c" を追加Exec=bash -i -c /opt/qtcreator-x.x.x/bin/qtcreator apt ﾊﾟｯｹｰｼﾞでｲﾝｽﾄｰﾙした場合の desktop ﾌｧｲﾙ/usr/share/applications/qtcreator.desktop 公式ﾊﾟｯｹｰｼﾞでｲﾝｽﾄｰﾙした場合の desktop ﾌｧｲﾙ/usr/share/applications/QtProject-qtcreator.desktopｺﾝｿｰﾙ出力を破棄ﾊﾞｯｸｸﾞﾗｳﾝﾄﾞで起動ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

画面分割できるﾀｰﾐﾅﾙ Terminator80ロボット工学セミナー 2016-06-26screen / tmux のような画面分割を簡単に利用可能ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

まとめ82ロボット工学セミナー 2016-06-26 slam_gmapping, navigation の構成、ｱﾙｺﾞﾘｽﾞﾑ 自己位置推定：Adaptive Monte Carlo Localization SLAM、地図生成：Rao-Blackwellized Particle FilterSLAM（FastSLAM 2.0 での Grid Mapping） 大域的経路計画：Navigation Function とﾀﾞｲｸｽﾄﾗ法 局所的動作計画：Dynamic Window Approach ROS に関する情報の調べ方（ROS Index を活用） ROS での開発に関する知見 catkin_make ｺﾏﾝﾄﾞ／catkin ｺﾏﾝﾄﾞ（新しいﾋﾞﾙﾄﾞｼｽﾃﾑ） Subscriber へのｺｰﾙﾊﾞｯｸ関数の登録方法 Qt Creator：CMake を開ける統合開発環境 Terminator：画面分割できるﾀｰﾐﾅﾙROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

参考文献83ロボット工学セミナー 2016-06-26 ROS Wikihttp://wiki.ros.org/ 友納正裕: “移動ﾛﾎﾞｯﾄのための確率的な自己位置推定と地図構築”, 日本ﾛﾎﾞｯﾄ学会誌, vol.29, no.5, pp. 423-426, 2011. 友納正裕: “移動ﾛﾎﾞｯﾄの自己位置推定と地図構築の基礎”,第47回ﾛﾎﾞｯﾄ工学ｾﾐﾅｰ, 2008. Sebastian Thrun, Wolfram Burgard, and Dieter Fox:“Probabilistic Robotics”, The MIT Press, 2005.（邦訳）上田隆一: “確率ﾛﾎﾞﾃｨｸｽ”, ﾏｲﾅﾋﾞ, 2007. 坪内孝司: “移動体の位置認識”, 計測自動制御学会編,ﾋﾞｰｸﾙ, ｺﾛﾅ社, 2003. Dieter Fox, Wolfram Burgard, and Sebastian Thrun: “TheDynamic Window Approach to Collision Avoidance”,IEEE Robotics & Automation Mag., vol.4, no.1, pp. 23-33, 1997.ROSﾊﾟｯｹｰｼﾞ自己位置推定、SLAM ｱﾙｺﾞﾘｽﾞﾑ開発情報まとめ

Movatterモバイル変換

Change Language

ROS を用いた自律移動ロボットのシステム構築

Recommended

More Related Content

What's hot

Viewers also liked

Similar to ROS を用いた自律移動ロボットのシステム構築

ROS を用いた自律移動ロボットのシステム構築