[ROS2] CMU团队的Autonomous Exploration算法+MID-360部署到实车记录

[ROS2] CMU团队的Autonomous Exploration导航算法+MID-360部署到实车记录

Autonomous Exploration框架如图所示：

其中State estimation 和Motion contro l部分是需要我们去实现的，而在本次部署到实车过程中采用FAST_LIO算法实现了MID-360到导航算法之间的桥接，大致流程框图如下所示：

MID-360节点

1. 安装Livox-SDK2

shell 复制代码

$ git clone https://github.com/Livox-SDK/Livox-SDK2.git
$ cd ./Livox-SDK2/
$ mkdir build
$ cd build
$ cmake .. && make -j
$ sudo make install

2. 安装livox_ros_driver2

shell 复制代码

mkdir -p ws_livox/src && cd ws_livox/src
git clone https://github.com/Livox-SDK/livox_ros_driver2.git
source /opt/ros/humble/setup.sh
./build.sh humble

完成以上安装之后，测试MID-360是否能正常运行，将雷达连接到电脑上后，可以通过wireshark来查看雷达的IP地址，得到雷达地址后，并将本机的有线IPv4地址设置为192.168.1.50，子网掩码设置为255.255.255.0。

接着进入config文件夹中，编辑MID360_config.json文件，将"cmd_data_ip"，"push_msg_ip"， "point_data_ip"， "imu_data_ip"的ip设置为本机的有线ip，即刚才设置的192.168.1.50，然后将"ip"设置为雷达的ip即可。

3. 测试MID-360

运行下面launch文件查看点云:

shell 复制代码

cd ws_livox
source install/setup.bash
roslaunch livox_ros_driver2 rviz_MID360.launch

此时可以通过rviz界面看到点云，但是注意，在实际使用该导航框架的时候不能运行该launch文件，因为MID-360原生的点云数据不是按照线束顺序进行排列的，因此不符合loam系列算法所支持的数据类型。

4. 运行MID-360

在实际运行的时候通过运行下面的launch文件启动雷达:

shell 复制代码

ros2 launch livox_ros_driver2 msg_MID360.launch

这样雷达节点所发布的点云数据类型是livox_ros_driver::CustomMsg ，而FAST_LIO算法算是对MID360做了专门的适配，其接收的点云数据默认就是livox_ros_driver::CustomMsg。

FAST_LIO算法节点

1. 安装FAST_LIO

这里在编译的时候，官方文档进行了说明，需要先在livox_ros_driver2工作空间中进行source，即先要找到livox的包才能成功编译。

shell 复制代码

cd ws_livox
source install/setup.bash
cd ..
mkdir -p fast_lio_Ws/src && cd fast_lio_Ws/src
git clone https://github.com/Ericsii/FAST_LIO.git --recursive
git checkout ROS2
cd ..
colcon build --symlink-install
source install/setup.bash

2. 运行FAST_LIO

shell 复制代码

cd fast_lio_Ws
source install/setup.bash
ros2 launch fast_lio mapping.launch.py config_file:=avia.yaml

Autonomous Exploration导航算法

1. 安装

shell 复制代码

sudo apt update
sudo apt install libusb-dev ros-humble-joy ros-humble-gazebo-msgs \
ros-humble-gazebo-plugins ros-humble-gazebo-ros ros-humble-gazebo-ros2-control \
ros-humble-gazebo-ros-pkgs ros-humble-pcl-ros
git clone https://github.com/HongbiaoZ/autonomous_exploration_development_environment.git
git checkout humble
colcon build --symlink-install --cmake-args -DCMAKE_BUILD_TYPE=Release
source install/setup.sh

2. 测试

通过运行仿真环境来测试安装是否成功:

shell 复制代码

cd autonomous_exploration_development_environment
source install/setup.bash
ros2 launch vehicle_simulator system_indoor.launch

接着会打开一个rviz界面，里面有小车、雷达扫描到的点云，通过点击waypoint按键并在地图上设置目标点，如果小车会跟着目标点走，就说明整个的环境已经配置完成。

3. 实机运行

在实机运行之前需要对loam_interface节点进行修改，用于适配我们本次所需要的内容。

首先是laom_interface.launch文件中，将stateEstimationTopic 对应的话题修改为**/Odometry**，将registeredScanTopic对应的话题修改为**/cloud_registered**，这两个话题就是FAST_LIO节点所发布的。

接着修改loamInterface.cpp文件，在laserCloudHandler 和odometryHandler回调函数中，原本的代码是将各x、y、z以及四元数等部分进行了调换，估计是跟他们团队在测试的时候雷达的安装方式有关，而在本次使用过程中，激光雷达正装，即前方是x轴，左边是y轴，上方是z轴，故需要将所有对方位进行了调整的地方都还原成原本的即可。

同时还注意到src\local_planner\src\pathFollower.cpp 中发布的控制话题数据类型为geometry_msgs::msg::TwistStamped ，而我们通常使用的小车所对应的控制话题为geometry_msgs/Twist，这里只需要将对应的话题替换掉，然后删掉时间戳部分即可。

最后重新编译运行:

shell 复制代码

colcon build --symlink-install --cmake-args -DCMAKE_BUILD_TYPE=Release
source install/setup.bash
ros2 launch vehicle_simulator system_real_robot.launch

然后就可以和测试的时候一样了，设置一个地图上的目标点，然后打开终端查看话题信息:

shell 复制代码

ros2 topic echo /cmd_vel

小车节点

最后就是启动自己的小车节点，订阅/cmd_vel话题，在rviz中设置目标点就可以实现定点导航了。

总结

这是我尝试写的第一篇文章，希望能够对大家有所帮助。同时可能也会存在一些纰漏或者错误，欢迎指出！

有什么问题也可以在评论区讨论。

[ROS2] CMU团队的Autonomous Exploration算法+MID-360部署到实车记录

[ROS2] CMU团队的Autonomous Exploration导航算法+MID-360部署到实车记录

MID-360节点

1. 安装Livox-SDK2

2. 安装livox_ros_driver2

3. 测试MID-360

4. 运行MID-360

FAST_LIO算法节点

1. 安装FAST_LIO

2. 运行FAST_LIO

Autonomous Exploration导航算法

1. 安装

2. 测试

3. 实机运行

小车节点

相关参考链接

总结