ROS地面無人系統開發實踐和進階

第1章 地面無人系統與ROS簡介 001
1.1 地面無人系統簡介 001
1.1.1 智慧型機器人與地面無人系統 001
1.1.2 地面無人系統發展現狀 002
1.1.3 地面無人系統的特點 003
1.1.4 地面無人系統的關鍵技術 003
1.1.5 地面無人系統發展研究課題 005
1.2 ROS簡介 006
1.2.1 ROS和機器人 006
1.2.2 ROS的主要特點 007
1.2.3 ROS版本 008
1.2.4 ROS學習資源 010
第2章 ROS入門 011
2.1 ROS基本概念 011
2.1.1 ROS主要功能 011
2.1.2 ROS主要框架 013
2.2 ROS檔案系統 014
2.2.1 catkin 編譯系統 014
2.2.2 ROS工作空間 017
2.2.3 ROS功能包 018
2.2.4 launch 開機檔案 022
2.2.5 launch 自啟動 025
2.3 ROS通信機制 027
2.3.1 節點及節點管理器 027
2.3.2 消息 028
2.3.3 話題 029
2.3.4 服務 041
2.3.5 動作 047
2.3.6 參數伺服器 052
2.3.7 pluginlib 057
2.3.8 nodelet 062
2.3.9 rosbridge 063
2.3.10 rosserial 070
第3章 ROS基礎實踐 075
3.1 Ubuntu 與ROS的安裝 075
3.1.1 虛擬機器安裝準備 075
3.1.2 雙系統安裝準備 080
3.1.3 Ubuntu 安裝 085
3.1.4 Ubuntu arm 版安裝 087
3.1.5 ROSNoetic 安裝 088
3.1.6 ROS測試 089
3.2 ROS常用工具 090
3.2.1 視覺化工具 090
3.2.2 模擬工具 092
3.2.3 調試工具 094
3.3 ROS機器人3D 建模 096
3.3.1 統一機器人描述格式——URDF 096
3.3.2 建立URDF 模型 097
3.3.3 建立xacro 模型 104
3.4 虛擬環境下的模擬測試 106
3.4.1 Gazebo 模擬 106
3.4.2 ArbotiX 模擬 117
第4章 基於ROS的地面無人系統開發實踐和進階 120
4.1 地面無人系統常用感測器 120
4.1.1 常用雷射雷達 120
4.1.2 IMU 122
4.1.3 相機（攝像頭） 122
4.1.4 組合導航 123
4.2 navigation 導航 123
4.2.1 導航功能包 123
4.2.2 move_base 124
4.2.3 常用路徑規劃演算法 125
4.2.4 A*全域路徑規劃演算法及優化 128
4.3 gmapping 演算法 131
4.3.1 gmapping 簡介 131
4.3.2 gmapping 面向使用者開放的介面 131
4.3.3 gmapping 節點的配置與運行 133
4.4 cartographer 演算法 134
4.4.1 cartographer 簡介 134
4.4.2 cartographer 面向使用者開放的介面 135
4.4.3 cartographer 節點的配置與運行 136
4.4.4 gmapping 與cartographer 138
4.5 little_car 綜合套裝軟體 138
4.5.1 little_car 套裝軟體通用操作 139
4.5.2 底盤 141
4.5.3 思嵐雷射雷達 155
4.5.4 攝像頭（相機） 155
4.5.5 組合導航模組 157
4.5.6 navigation 166
4.5.7 cartographer 建圖 170
4.6 其他開源完整的車輛模型 173
第5章 機器視覺在地面無人系統中的應用 174
5.1 OpenCV 和cv-bridge 簡介 174
5.1.1 OpenCV 讀取本地圖片 174
5.1.2 OpenCV 讀取攝像頭視頻 180
5.2 視覺SLAM 187
5.2.1 視覺里程計 187
5.2.2 非線性優化 188
5.2.3 回環檢測 188
5.2.4 構建地圖 188
5.3 障礙物預測 189
5.3.1 數學模型 189
5.3.2 碰撞預測及策略 190
5.4 二維碼識別 191
5.4.1 識別演算法簡介 191
5.4.2 目標點二維碼提取 191
5.4.3 使用無人車攝像頭對二維碼進行識別 194
5.5 非結構化道路識別 195
5.5.1 非結構化道路識別的意義 195
5.5.2 主流非結構化道路識別演算法 196
5.5.3 DeeplabV3 分割演算法 198
5.5.4 DeeplabV3 分割演算法優化改進 198
第6章 地面無人系統的通信網路 203
6.1 電腦網路通訊協定 203
6.1.1 OSI 7 層協議 203
6.1.2 TCP/IP 網路通訊協定族 205
6.1.3 其他電腦網路通訊協定 206
6.2 TCP/IP 網路分層模型與協定棧協定 207
6.2.1 TCP/IP 網路分層模型 207
6.2.2 TCP/IP 網路通訊協定棧 207
6.3 網路分類 228
6.3.1 地域範圍分類 228
6.3.2 拓撲結構分類 229
6.3.3 4G 及5G 移動通信 231
6.3.4 無線自組網 233
6.3.5 資料鏈 238
6.4 不同場景下無人系統中的網路連接 239
6.4.1 無人系統內部模組通信網路 240
6.4.2 局域網場景下的單無人系統的測試與調試 243
6.4.3 局域網場景下的多無人系統的組網 244
6.4.4 廣域網路場景下的多無人系統的組網 245
6.5 多無人系統的組網的通信協定 246
6.5.1 基於UDP 組播方式的無中心伺服器通信 247
6.5.2 基於UDP 或TCP 的有中心伺服器通信 248
第7章 地面無人系統編隊 255
7.1 地面無人系統編隊簡介 255
7.2 鴿群演算法及其改進 256
7.2.1 無人車編隊演算法 256
7.2.2 鴿群演算法 256
7.2.3 鴿群演算法改進 257
7.3 領航跟隨法編隊控制 258
7.4 無人系統編隊模擬 259
7.4.1 路徑規劃模擬 259
7.4.2 領航跟隨模擬 260
7.5 無人系統實車編隊 262
第8章 無人系統的指揮控制1.0 265
8.1 無人系統指控軟體的用途 265
8.1.1 單機無人車指控系統 265
8.1.2 集群無人車指控系統 266
8.2 指控軟體XCommander 266
8.3 開發指控軟體的rviz SLAM 模組 267
8.3.1 開發環境配置 267
8.3.2 創建演示模組專案myviz 270
8.3.3 調整演示模組專案myviz 273
8.3.4 軟體方法學與程式設計技術準備 277
8.3.5 關注ROS話題 281
8.3.6 程式檔 284
8.3.7 調試 296
8.4 無人車側軟體 302