两栖机器人ROS代码仓库

简介

两栖机器人野外环境下视觉定位ROS主仓库。项目主页

编译安装

1.安装Ros Kinetic+Ubuntu16.04

2.新建工作空间，下载源代码到src文件夹

mkdir -p amphi_ws/src && cd amphi_ws/src
git clone https://git.nrs-lab.com/amphirobot/amphibious_robot_ws-.git AmphiActiveVIO

3.安装依赖

正常x86的ubuntu

• glog
  sudo apt install libgoogle-glog-dev
• eigen3
  sudo apt install libeigen3-dev
• ceres
  https://github.com/ceres-solver/ceres-solver
• Sophus

git clone https://github.com/strasdat/Sophus.git
cd Sophus
git checkout a621ff
mkdir build
cd build
cmake ..
make
sudo make install

• Fast

git clone https://github.com/uzh-rpg/fast.git
cd fast
mkdir build
cd build
cmake ..
make
sudo make install

• Protobuf

sudo apt install protobuf-compiler

如果在tx2下需要特别版本的ceres和eigen

• ceres 1.14 with eigen 3.3.7. ceres-solver/ceres-solver#288

4.安装相机驱动

1. tx2+realsensed435i

2. 正常x86+realsensed435i

5.编译

1. sudo apt-get install ros-kinetic-catkin python-catkin-tools（安装catkin）

2. catkin build

3. 如果在tx2上，为了防止内存爆炸 catkin build vins_estimator -j1

4. 如果没有安装相机驱动,只打算跑包,则可以不编译曝光控制部分

catkin config --blacklist realsense2_camera exposure_controller

5. 默认不使用GPU编译,如果要使用GPU-SFIT

catkin build feature_tracker -DENABLE_GPU=ON

运行测试

1. 测试AmhpiVIO

在yaml文件中可以修改特征提取的参数,现阶段使用的基于opencv的sift特征

1. roslaunch vins_estimator euroc.launch
2. rosbag play Dataset/Euroc/V1_03_difficult.bag
3. roslaunch navigation rviz.launch

使用realsense相机

1. roslaunch realsense2_camera rs_maplab.launch
2. roslaunch vins_estimator nrsl_d435i.launch (注意修改yaml文件相对应的相机参数)
3. roslaunch navigation rviz.launch

2. 测试ActiveLocalization

计算最大信息视角

1. roslaunch vins_estimator nrsl_d435i.launch
2. roslaunch act_map_ros trace_map_full_euroc.launch
3. rosbag play active_localization/active.bag
4. roslaunch navigation rviz.launch

3. 测试ActiveExposure

启动相机,然后主动调节相机的曝光时间

1. roslaunch realsense2_camera rs_maplab.launch
2. roslaunch exposure_controller exposure_controller.launch

数据集说明

在主机的/home/user/Project/Final_project/Dataset文件夹下有录制的所有的包,实验室的硬盘服务器满了,没传上去,对毕设ppt上使用的包进行说明

1. AmhpiVIO.bag 在两栖机器人上实际测试AmhpiVIO性能的包,对应ppt第37页的视频
2. exposure_comparision.bag 野外hdr环境对比自动曝光和主动曝光,对应ppt第32页的视频
3. final_all.bag 对应ppt第38页的视频
4. exposure_589_422_localization 文件夹下是使用尾号589和422两个相机,一个自动,一个主动曝光的包,对应ppt第33页的视频
5. active_localization 文件夹下对应使用和不使用主动视觉调整的包,对应ppt第31页的视频