cmd_to_robot 讨论及 G29 控制优化

cmd_to_robot 讨论及 G29 控制优化

cmd_to_robot 讨论

转向电机控制代码中,补偿信息在循环中发布,转向完成信息在回调函数中发布

转动电机控制代码中,对转动电机的控制在转向完成的回调函数中实现

这就意味着如果一直没有 /cmd_vel 消息发布,那么就没有转动电机的控制,从而导致控制时的异常

简单的方法是上电时先启动手柄节点,轨迹跟踪时再关闭手柄节点,即由不同的节点发布 /cmd_vel 消息,后续再考虑优化

G29 控制优化

G29 的控制消息是间断的,即动一下发一下,不会像手柄那样连续发送,这样会导致两个问题:

  • 通信的不连续或者长时间未发送消息导致通信异常
  • 控制的不连续导致转动电机异常动作

因此考虑将 /joy 消息订阅后连续发送,代码如下

cpp 复制代码
#include <ros/ros.h>
#include <sensor_msgs/Joy.h>
#include <mutex>
using namespace std;

ros::Publisher continuous_pub;
sensor_msgs::Joy steer_msg;
mutex mut;

const int axis_button_num = 20;

void joy_callback(const sensor_msgs::Joy::ConstPtr &msg)
{
    steer_msg = *msg;
    lock_guard<mutex> lck(mut);
    continuous_pub.publish(steer_msg);
    mut.unlock();
}

int main(int argc, char *argv[])
{
    ros::init(argc, argv, "g29_continuous");
    ros::NodeHandle nh;
    memset(&steer_msg, 0, sizeof(steer_msg));
    steer_msg.axes.resize(axis_button_num);
    steer_msg.buttons.resize(axis_button_num);

    continuous_pub = nh.advertise<sensor_msgs::Joy>("/g29_msg", 1);
    ros::Subscriber joy_sub = nh.subscribe("/joy", 1, joy_callback);

    ros::Rate loop(25);
    while (ros::ok())
    {
        lock_guard<mutex> lck(mut);
        continuous_pub.publish(steer_msg);
        mut.unlock();
        ros::spinOnce();
        loop.sleep();
    }

    return 0;
}

有新的 sensor_msgs::Joy 就更新 steer_msg,否则就发布之前的 msg

💡 注意 resize 键轴和按钮,否则 robot_steerpub 会因为越界访问而报段错误

远程控制的完整通信流程如下

相关推荐
人类发明了工具1 分钟前
【机器人-激光雷达】点云时间运动补偿
算法·机器人
金智维科技官方17 小时前
RPA财务机器人为企业高质量发展注入动能
人工智能·机器人·rpa·财务
沫儿笙17 小时前
安川机器人tag焊接怎么节省保护气
人工智能·物联网·机器人
xwz小王子17 小时前
Science Robotics 综述 | 超材料机器人:重塑“体”与“智”的未来!
机器人·超材料
强化学习与机器人控制仿真18 小时前
RSL-RL:开源人形机器人强化学习控制研究库
开发语言·人工智能·stm32·神经网络·机器人·强化学习·模仿学习
xwz小王子20 小时前
【Adv.Sci.】北京航空航天大学【一个切向灵敏的触觉传感器揭示了杆滑机制,增强了机器人触觉感知】
机器人·触觉感知
ModestCoder_1 天前
ROS Bag与导航数据集技术指南
开发语言·人工智能·自然语言处理·机器人·具身智能
Mr.Winter`1 天前
基于Proto3和单例模式的系统参数配置模块设计(附C++案例实现)
c++·人工智能·单例模式·机器人
中國龍在廣州2 天前
现在人工智能的研究路径可能走反了
人工智能·算法·搜索引擎·chatgpt·机器人
数据与后端架构提升之路2 天前
RT-2:Google DeepMind的机器人革命——如何让AI从网页知识中学会操控现实世界
机器人·视觉语言动作模型·rt-2模型·google deepmind·链式思维推理