当前位置: 首页 > news >正文

ROS实践(二)构建Gazebo机器人模型文件urdf

目录

一、基础语法

1. urdf文件组成

2. robot根标签

3. link 和 joint标签

 4. sensor标签

二、 实验:使用launch文件启动rviz查看机器人模型

 1. 编写机器人模型的urdf文件。

2. 编写launch文件。

3. 运行launch,查看效果。


     

   URDF(Unified Robot Description Format)是一种基于XML的格式,用于描述机器人模型的结构、关节、连杆和传感器信息,并可以与Gazebo、RViz等仿真环境结合使用。

一、基础语法

1. urdf文件组成

URDF 主要由以下几个核心元素(标签)组成:

(1)一级标签(根标签)

<robot> <!--根标签-->

(2)二级标签

        根标签是 robot,而二级标签通常是在 robot 标签内定义的具体组件和元素。以下是一些常见的二级标签:

<link>        <!-- 定义一个刚体部分 -->
<joint>       <!-- 定义两个链接之间的连接及其运动方式 -->
<sensor>      <!-- 定义传感器 -->
<transmission> <!-- 定义传动方式,主要用于控制器与电机连接 -->
<material>    <!-- 定义材质属性 -->
<geometry>    <!-- 定义几何形状,用于可视化 -->
<visual>      <!-- 定义视觉表示,用于渲染和模拟 -->
<collision>   <!-- 定义碰撞体积,用于物理引擎 -->
<inertial>    <!-- 定义惯性矩阵,用于物理仿真 -->
<frame>       <!-- 定义坐标系 -->

(3)三级标签

        在 URDF 中,三级标签通常是用于具体配置和描述某个二级标签的更多详细信息。以下是一些常见的三级标签,它们一般位于二级标签内部。

<geometry>       <!-- 用于定义物体的几何形状 --><box>         <!-- 定义立方体的几何形状 --><cylinder>    <!-- 定义圆柱体的几何形状 --><sphere>      <!-- 定义球形几何形状 --><mesh>        <!-- 定义网格形状 -->
</geometry><visual>         <!-- 定义可视化表示 --><material>    <!-- 定义可视化的材质 --><ambient> <!-- 环境光 --><diffuse> <!-- 漫反射光 --><specular> <!-- 高光反射 --></material>
</visual><collision>      <!-- 定义碰撞体积 --><geometry>    <!-- 定义碰撞体积的几何形状 --><box>     <!-- 立方体 --><cylinder><!-- 圆柱体 --><sphere>  <!-- 球体 --></geometry>
</collision><inertial>       <!-- 定义惯性属性 --><mass>        <!-- 质量 --><inertia>     <!-- 惯性矩阵 -->
</inertial><origin>         <!-- 定义元素在坐标系中的位置和姿态 --><xyz>         <!-- 定义位置 --><rpy>         <!-- 定义旋转角度 -->
</origin><transmission>   <!-- 定义传动系统 --><actuator>    <!-- 定义执行器 --><hardwareInterface> <!-- 定义硬件接口 --></actuator>
</transmission>

2. robot根标签

        URDF 中为了保证 XML 语法的完整性,使用 <robot> 标签作为根标签,所有的 <link><joint> 以及其他标签都必须包含在 <robot> 标签内。在该标签内,可以通过 name 属性设置机器人模型的名称。所有其他标签(如 <link><joint><material><transmission> 等)都是 <robot> 的子级标签。

<?xml version="1.0"?>
<robot name="simple_robot">  <!-- 名称自定 --><!-- 这里是机器人模型的内容 -->
</robot>

3. link 和 joint标签

简述:在机器人模型中,link1link2 分别代表类似于人的大臂和小臂的刚体部分,而 joint 则类似于肘关节,负责连接这两个部件并允许它们相对运动(例如,肘部的弯曲)。

(1)<link>

  link 代表机器人中的一个刚性部件,例如机械臂的一个关节、轮式机器人的车轮等。link 主要包含以下元素:

  • <inertial>:描述 link 的惯性,包括质量、质心和惯性矩阵。
  • <visual>:定义 link 的外观(几何形状、颜色、材质)。
  • <collision>:定义物理仿真中 link 的碰撞形状(通常比 visual 简化)。
<?xml version="1.0"?>
<robot name="simple_robot"><!-- 定义一个 link --><link name="simple_link"><!-- 定义惯性属性 --><inertial><mass value="1.0"/> <!-- 质量 --><origin xyz="0 0 0"/> <!-- 相对坐标 --><inertia ixx="0.1" iyy="0.1" izz="0.1" ixy="0" ixz="0" iyz="0"/> <!-- 惯性矩阵 --></inertial><!-- 定义可视化属性 --><visual><geometry><box size="1 1 1"/> <!-- 立方体形状,尺寸为 1x1x1 --></geometry><material name="green"/> <!-- 绿色 --></visual><!-- 定义碰撞属性 --><collision><geometry><box size="1 1 1"/> <!-- 碰撞盒子,尺寸为 1x1x1 --></geometry></collision></link>
</robot>

(2)<joint>

  joint 用于连接两个 link,并定义它们的相对运动方式,例如固定连接、旋转或滑动等。joint 主要包含以下元素:

  • <parent>:定义 joint 连接的父 link
  • <child>:定义 joint 连接的子 link
  • <type>:定义 joint 的类型(fixedrevoluteprismaticcontinuous 等)。

  • <origin>:定义 joint 相对于 parent 的初始位置。
  • <axis>(可选):如果是 revoluteprismatic 关节,则定义运动轴。
  • <limit>(可选):定义 joint 的运动范围、速度和力矩限制。
<?xml version="1.0"?>
<robot name="simple_robot"><!-- 第一个 link --><link name="link1"><visual><geometry><box size="1 1 1"/></geometry></visual></link><!-- 第二个 link --><link name="link2"><visual><geometry><box size="1 1 1"/></geometry></visual></link><!-- 定义关节,连接 link1 和 link2 --><joint name="simple_joint" type="revolute"><parent link="link1"/><child link="link2"/><axis xyz="0 1 0"/>  <!-- 旋转轴:绕 y 轴旋转 --><limit lower="-1.57" upper="1.57" effort="10" velocity="1"/> <!-- 旋转范围限制 --></joint>
</robot>

 4. sensor标签

   <sensor> 标签在 URDF 中用于定义机器人上的传感器,例如激光雷达、相机、IMU(惯性测量单元)等。传感器用于模拟机器人感知环境的能力,在 Gazebo 等仿真环境中非常常见。传感器类型如下所示:

<sensor type="camera"/>  <!-- 相机传感器 -->
<sensor type="ray"/>     <!-- 激光雷达传感器 -->
<sensor type="proximity"/>  <!-- 接近传感器 -->
<sensor type="imu"/>     <!-- 惯性测量单元传感器 -->
<sensor type="force_torque"/>  <!-- 力与扭矩传感器 -->
<sensor type="gps"/>     <!-- 全球定位系统传感器 -->
<sensor type="contact"/> <!-- 接触传感器 -->
<sensor type="barometer"/>  <!-- 气压计传感器 -->
<sensor type="ultrasonic"/>  <!-- 超声波传感器 -->
<sensor type="range"/>   <!-- 距离传感器 -->

        不同类型的传感器(如相机、IMU、激光雷达等)会有不同的子标签和配置项,具体内容会根据传感器的类型而变化。这里将不太过多介绍标签,详细查看其他博客,这里主要是为了让读者了解其结构框架。激光雷达传感器如下所示:

<robot name="example_robot"><!-- 定义一个 Link --><link name="base_link"><visual><geometry><box size="1 1 1"/></geometry></visual></link><!-- 定义一个传感器 (激光雷达) --><sensor name="laser_sensor" type="ray"><origin xyz="0 0 1" rpy="0 0 0"/> <!-- 定义传感器相对于 link 的位置和姿态 --><ray><scan><horizontal><samples value="720"/>  <!-- 扫描样本数量 --><resolution value="1"/> <!-- 扫描分辨率 --><min_angle value="-1.5708"/> <!-- 最小扫描角度 (单位: 弧度) --><max_angle value="1.5708"/> <!-- 最大扫描角度 (单位: 弧度) --></horizontal></scan><range><min value="0.1"/>  <!-- 最小测距距离 --><max value="10.0"/> <!-- 最大测距距离 --><resolution value="0.01"/> <!-- 测距分辨率 --></range></ray></sensor>
</robot>
  • <sensor> 标签
    这是根标签,定义了一个传感器的相关信息。

    • name:传感器的名称(在本例中为 laser_sensor)。
    • type:传感器的类型(在本例中为 ray,表示激光雷达)。
  • <origin> 标签
    这个标签定义了传感器相对于父 link 的位置和姿态。

    • xyz="0 0 1":表示传感器在父 link 坐标系中的位置。xyz 表示位置的偏移量。
    • rpy="0 0 0":表示传感器的旋转姿态,rpy 表示滚转(roll)、俯仰(pitch)、偏航(yaw)的角度,这里都是 0,表示没有旋转。
  • <ray> 标签
    这个标签用于定义激光传感器的具体扫描行为。

    • <scan> 标签:定义扫描的相关参数。

      • <horizontal> 标签:定义水平扫描的参数。
    • <range> 标签:定义传感器的测距范围。

二、 实验:使用launch文件启动rviz查看机器人模型

注意:什么类型的文件就要放在功能包的什么目录下,没有则手动创建该目录。

 1. 编写机器人模型的urdf文件。

my_car.urdf

<?xml version="1.0"?>  
<robot name="mybot">  <!-- 定义机器人名称为mybot --><link name="base_footprint"/>  <!-- 基础脚印链接,用于表示机器人基座的参考框架 --><joint name="base_joint" type="fixed">  <!-- 固定关节,连接base_footprint和base_link --><parent link="base_footprint"/>  <!-- 父链接,表示基座 --><child link="base_link"/>  <!-- 子链接,表示机器人主体 --><origin rpy="0 0 0" xyz="0 0 0"/>  <!-- 定义关节的相对位置与姿态 --></joint>  <link name="base_link">  <!-- 机器人主体链接 --><inertial><origin xyz="0 0 0" rpy="0 0 0"/>  <!-- 质量中心的位置与姿态 --><mass value="0.1"/>  <!-- 质量 --><inertia ixx="0.0001"  ixy="0"  ixz="0" iyy="0.0001" iyz="0" izz="0.001" />  <!-- 惯性矩阵 --></inertial><visual>  <geometry>  <box size="0.25 0.16 0.05"/>  <!-- 机器人主体的可视化几何形状,长宽高 --></geometry>  <origin rpy="0 0 0" xyz="0 0 0"/>  <!-- 可视化位置与姿态 --><material name="blue">  <color rgba="0 0 0.8 1"/>  <!-- 可视化颜色,蓝色 --></material>  </visual>  <collision><origin xyz="0 0 0" rpy="0 0 0"/>  <!-- 碰撞模型的相对位置与姿态 --><geometry><box size="0.25 0.16 0.05"/>  <!-- 碰撞模型的几何形状 --></geometry></collision></link>  <link name="right_wheel_link">  <!-- 右轮链接 --><inertial><origin xyz="0 0 0" rpy="0 0 0"/>  <!-- 右轮的质量中心位置与姿态 --><mass value="0.1"/>  <!-- 右轮质量 --><inertia ixx="0.0001"  ixy="0"  ixz="0" iyy="0.0001" iyz="0" izz="0.0001" />  <!-- 右轮惯性矩阵 --></inertial><visual>  <geometry>  <cylinder length="0.02" radius="0.025"/>  <!-- 右轮的可视化几何形状,圆柱 --></geometry>  <material name="black">  <color rgba="0 0 0 1"/>  <!-- 右轮的颜色,黑色 --></material>  </visual>  <collision><origin xyz="0 0 0" rpy="0 0 0"/>  <!-- 碰撞模型的位置与姿态 --><geometry><cylinder length="0.02" radius="0.025"/>  <!-- 碰撞模型为圆柱 --></geometry></collision></link>  <joint name="right_wheel_joint" type="continuous">  <!-- 右轮关节,连续旋转 --><axis xyz="0 0 -1"/>  <!-- 旋转轴,垂直于地面 --><parent link="base_link"/>  <!-- 父链接为机器人主体 --><child link="right_wheel_link"/>  <!-- 子链接为右轮 --><origin rpy="1.5707 0 0" xyz=" 0.1 -0.09 -0.03"/>  <!-- 关节相对于父链接的相对位置与姿态 --></joint>  <link name="left_wheel_link">  <!-- 左轮链接 --><inertial><origin xyz="0 0 0" rpy="0 0 0"/>  <!-- 左轮质量中心的位置与姿态 --><mass value="0.1"/>  <!-- 左轮质量 --><inertia ixx="0.0001"  ixy="0"  ixz="0" iyy="0.0001" iyz="0" izz="0.0001" />  <!-- 左轮惯性矩阵 --></inertial><visual>  <geometry>  <cylinder length="0.02" radius="0.025"/>  <!-- 左轮可视化几何形状,圆柱 --></geometry>  <material name="black">  <color rgba="0 0 0 1"/>  <!-- 左轮颜色,黑色 --></material>  </visual>  <collision><origin xyz="0 0 0" rpy="0 0 0"/>  <!-- 左轮碰撞模型的位置与姿态 --><geometry><cylinder length="0.02" radius="0.025"/>  <!-- 碰撞模型为圆柱 --></geometry></collision>   </link>  <joint name="left_wheel_joint" type="continuous">  <!-- 左轮关节,连续旋转 --><axis xyz="0 0 -1"/>  <!-- 旋转轴,垂直于地面 --><parent link="base_link"/>  <!-- 父链接为机器人主体 --><child link="left_wheel_link"/>  <!-- 子链接为左轮 --><origin rpy="1.5707 0 0" xyz="0.1 0.09 -0.03"/>  <!-- 关节相对于父链接的相对位置与姿态 --></joint>  <link name="ball_wheel_link">  <!-- 小球轮链接 --><inertial><origin xyz="0 0 0" rpy="0 0 0"/>  <!-- 小球轮的质量中心位置与姿态 --><mass value="0.1"/>  <!-- 小球轮质量 --><inertia ixx="0"  ixy="0"  ixz="0" iyy="0" iyz="0" izz="0" />  <!-- 小球轮惯性矩阵,设为零 --></inertial><visual>  <geometry>  <sphere radius="0.025"/>  <!-- 小球轮的可视化几何形状,球形 --></geometry>  <material name="black">  <color rgba="0 0 0 1"/>  <!-- 小球轮颜色,黑色 --></material>  </visual>  <collision><origin xyz="0 0 0" rpy="0 0 0"/>  <!-- 小球轮的碰撞模型的位置与姿态 --><geometry><sphere radius="0.025"/>  <!-- 碰撞模型为球形 --></geometry></collision>   </link>  <joint name="ball_wheel_joint" type="fixed">  <!-- 小球轮的固定关节 --><axis xyz="0 0 1"/>  <!-- 旋转轴,沿Z轴 --><parent link="base_link"/>  <!-- 父链接为机器人主体 --><child link="ball_wheel_link"/>  <!-- 子链接为小球轮 --><origin rpy="0 0 0" xyz="-0.10 0 -0.03"/>  <!-- 关节相对于父链接的相对位置与姿态 --></joint>  </robot>

2. 编写launch文件。

mycar_rviz.launch

<launch><!-- 传入参数,决定是否启用图形界面 --><arg name="gui" default="true" /><!-- 加载 URDF 机器人模型 --><param name="robot_description" command="$(find xacro)/xacro $(find my_package)/urdf/my_car.urdf"/><!-- 机器人状态发布器 --><node name="robot_state_publisher" pkg="robot_state_publisher" type="robot_state_publisher"><param name="use_sim_time" value="false"/></node><!-- 关节状态发布器(如果机器人有 Revolute/Prismatic 关节) --><node name="joint_state_publisher" pkg="joint_state_publisher" type="joint_state_publisher"><param name="use_gui" value="false"/> <!-- 这里设置为 false,避免重复图形化界面 --></node><!-- 关节状态发布器图形界面(可选,基于 "gui" 参数) --><node name="joint_state_publisher_gui" pkg="joint_state_publisher_gui" type="joint_state_publisher_gui" if="$(arg gui)" /><!-- 启动 RViz --><node name="rviz" pkg="rviz" type="rviz" required="true"><param name="config" value="$(find my_package)/rviz/robot.rviz"/></node>
</launch>

3. 运行launch,查看效果。

运行完后,界面中没有机器人模型,我们需要先添加模型。

注意:如果没有下面base_link的选项,则关闭重新启动一下launch文件。


http://www.mrgr.cn/news/93979.html

相关文章:

  • 大语言模型 (LLM) 基础知识
  • Java 大视界 -- Java 大数据在智慧农业农产品质量追溯与品牌建设中的应用(124)
  • 自监督预训练算法核心原理
  • 【论文阅读】VAD: Vectorized Scene Representation for Efficient Autonomous Driving
  • 蓝桥杯备赛日记【1】(c++赛道)
  • MySQL的安装及配置
  • docker私有仓库配置
  • delphi 正则提取html中的内容
  • Hugging Face的Transformers核心模块:Pipelines(参数说明,各种模型类型调用案例)
  • 『PostgreSQL』 Ubuntu 系统下PG15的安装与 PGVector 配置指南
  • 01.02、判定是否互为字符重排
  • Word 小黑第2套
  • 仅仅使用pytorch来手撕transformer架构(2):多头注意力MultiHeadAttention类的实现和向前传播
  • NX二次开发,创建基准平面
  • 正则表达式(2)匹配规则
  • ①Modbus TCP转Modbus RTU/ASCII网关同步采集无需编程高速轻松组网
  • AI学习记录 - PPO算法草稿
  • LiveCommunicationKit OC 实现
  • 力扣热题 100:二叉树专题进阶题解析(后7道)
  • 23种设计模式简介