Tianbot

深浅模式

使用 Matlab 开发 TOM 系列 ​

软件版本 ​

版本

MATLAB 2024a，支持 Python 3.9, 3.10, 3.11 https://ww2.mathworks.cn/support/requirements/python-compatibility.html

ROS Toolbox 支持 ROS Noetic 和 ROS2 Humble，但是仅支持 Python 3.8, 3.9 和 3.10

建议安装 Python 3.10 版本。若系统仅安装 Python 3.11 会导致 rosinit 创建虚拟环境失败，需要单独安装 Python 3.10 并且在 MATLAB ROS Toolbox Preferences 中重新创建 Python 环境。

常用 MATLAB 模块

  • Simulink
  • Computer Vision Toolbox
  • Image Acquisition Toolbox
  • Image Processing Toolbox
  • Robotics and Autonomous Systems
    • ROS Toolbox
    • Navigation Toolbox
    • Lidar Toolbox
  • AI, Data Science, and Statistics
    • Deep Learning Toolbox

与 ROS 连接 ​

参考

MATLAB 官方文档Connect to a ROS Network

我们可以使用 MATLAB 连接到 ROS 网络，以便在 MATLAB 中访问 ROS 消息、服务和参数，对 TOM06S 底盘进行控制。ROS Master 运行在 TOM06S 底盘上，我们在 MATLAB 中采用连接到外部 ROS Master的方式。

连接 ROS_MASTER ​

运行如下命令

setenv('ROS_MASTER_URI','http://10.168.1.200:11311')
setenv('ROS_IP','10.168.1.115') # WINDOWS 使用ipconfig查看本机ip
rosinit

输出结果

matlab
Trial License -- for use to evaluate programs for possible purchase as an end-user only.

>> setenv('ROS_MASTER_URI','http://10.168.1.200:11311')
>> setenv('ROS_IP','10.168.1.115')
>> rosinit
The value of the ROS_MASTER_URI environment variable, http://10.168.1.200:11311, will be used to connect to the ROS master.
The value of the ROS_IP environment variable, 10.168.1.115, will be used to set the advertised address for the ROS node.
Initializing global node /matlab_global_node_15275 with NodeURI http://10.168.1.115:59839/ and MasterURI http://10.168.1.200:11311.

image-20240605173655212

允许公用网络和专用网络访问此应用

image-20240605173154473

参考

这里请参考ROS 多机通信。TOM 的底盘是已经正确配置过的，但是如果出现只能看到话题列表但不能通信等问题请仔细检查 ROS_MASTER_URI 和 ROS_IP 的 IP 配置。

查看话题 ​

如果初始化成功，可以在在 MATLAB 的命令行窗口中输入rostopic list查看当前 ROS Master 上的话题列表。

BASH
rostopic list

image-20240605173545360

使用 ROS Data Analyzer 观察传感器数据 ​

首先完成上述与 ROS 建立连接的步骤。

使用 ROS Data Analyzer ​

  • 在 MATLAB 的工具条上的 APP 标签页，找到ROS Data Analyzer，点击打开。

image-20240605173810324

  • 在 ROS Data Analyzer 中，点击 Open，点击 Live Network Data, 选择 Live ROS network data。

image-20240605174114898

在弹出的对话框中输入 ROS Master 的 IP 地址和端口，点击 Submit。

image-20240605174231528

配置完成后，可以看到左侧的Topic list栏的话题，从Source Details的ROS_MASTER_URI

image-20240605174431219

连接成功后，可以在左侧的Topics中看到当前ROS Master上的话题列表。上方Visualizers中可以选择Message。这里我们选择Message,

image-20240605174549041

可以选择一个 IMU 话题，在 Select Data Source 中选择一个tianbot_06/imu话题，点击上方的 Start，

image-20240605174719339

点击 Start，就可以看到点云数据的画面。

image-20240605174824741

可以看到该话题的数据 image-20240605174918578

ROS_TOOLBOX ​

创建测试脚本 ​

为了运行方便，我们可以创建一个.m脚本文件，在当前文件夹栏中空白处右键新建脚本文件

image-20240605175228668

这里我们设置脚本名称为test.m

image-20240605175337472

双击该脚本，并填入如下代码

matlab
% 创建发布者
velPub = rospublisher('/tianbot_06/cmd_vel','geometry_msgs/Twist'); # 该话题要与接收端话题保持一致
% 创建ackermann消息
velMsg = rosmessage(velPub);
% 设置速度和转向
velMsg.Linear.X = 1.0;
velMsg.Linear.Y = 1.0;
velMsg.Angular.Z = 0.0;
% 发布速度消息
send(velPub,velMsg);

完成后如下图

image-20240605175949619

执行脚本 ​

  • 在命令行窗口输入文件名 test 后回车运行，或者点击运行按钮或快捷键 F5 运行

image-20240605180055452

这样就可以在 MATLAB 中控制 TOM06S 底盘的速度了。这里只发布了一次速度消息，如果需要持续控制，可以使用 MATLAB 的定时器功能，定时发布速度消息。

Simulink 是 MATLAB 中的重要部分。下面我们展示如何在 Simulink 中控制 TOM 底盘。首先启动 TOM 底盘。

参考

本小节主要参考 MATLAB 官方文档Get Started with ROS in Simulink

打开示例 DEMO ​

在命令行终端中执行如下命令

open_system('robotROSGetStartedExample');

打开 Simulink 模型，这是一个简单的 ROS 示例模型，包含了一个订阅速度消息的订阅者和一个发布速度消息的发布者。我们可以在这个模型的基础上修改，实现底盘的控制。模型如下图所示。

image-20240605180646367

配置 ROS 网络 ​

在 Simulink 的窗口中，找到仿真标签，然后点击 ROS Network，对 ROS 网络进行配置。TOM06S 底盘 ROS Master 的 IP 地址为10.168.1.200，端口为11311，运行 MATLAB 的电脑 IP 地址为10.168.1.115。配置完成后可以先Test测试，然后确定。

image-20240605181210055

此处，我们向 Tianbot 的/tianbot_06/cmd_vel话题发送控制指令，订阅/tianbot_06/odom话题。首先，因为我们是和真实的 Tianbot 底盘调试，需要将调试的仿真速度调整为真实的 1 秒钟。这里我们使用仿真调速的方式。在 Simulink 的窗口中，找到调试标签，然后点击运行的下拉按钮，在仿真调速中勾选启用调速以减慢仿真。如下图所示。停止时间设置为 20s。

Simulation

下面我们双击模型中 send message 部分的Blank Message模块，点击Select，选择geometry_msgs/Twist，然后点击确定。这样就可以向 Tianbot 底盘发送速度控制指令了。这里我们将采样时间设置为 inf，即可。

image-20240605181908860

消息发布模块类型转换 ​

在库浏览器中添加类型转换

image-20240605182106259

运行时发现 Bus Selector 中的数据类型不匹配，增加两个 type conversion 模块，将 Sine Wave 输出的 Double 转换为 Single 即可

image-20240605184435084

添加后

image-20240605182311917

然后修改消息发布模块，逐层点击应用，确定，即可完成设置

image-20240605184058235

然后点击运行进行测试

可能的报错 ​

如果在 F5 运行遇到问题

image-20240605190419079

这里我们将采样时间设置为 inf，再次运行即可。

image-20240605190455880

消息订阅模块配置 ​

消息发布模块完成后，我们继续设置消息订阅模块。双击模型中的Subscribe1模块，选择/tianbot_06/odom话题，修改 Topic 源为从 select from ROS Network，然后选择 odom 话题

image-20240605182614776

这里的Sample Time设置为 0.02，因为 TOM 底盘的 Odom 发布速度为 50hz，然后点击确定。

image-20240605182737478

修改完成后，点击应用后，再点击确定，设置完成

效果如下

image-20240605183003856

配置 Bus Selector ​

注意因为消息格式已经更改，我们双击Enabled Subsystem模块，在打开的子模块中，双击Bus Selector模块，在 Pose->Pose->Position 中选择X，Y，点击上方的添加到输出，同时删除原来输出元素的 X 和 Y，这样就可以显示 TOM06S 底盘的 Odom 估计的位置数据。

image-20240605183339925

选择需要的总线和信号

image-20240605183526511

添加完成后，点击应用确定即可

image-20240605183632475

模型设置完成后，**请确保 TOM06S 底盘处于安全的环境下。**点击运行按钮，就可以看到 TOM06S 底盘按照设定的 Sine Wave 的速度和转向运动了。我们可以在 Simulink 的Display中看到回传的 Odom 位置数据，包括 X 和 Y 坐标。

image-20240605190547145

参考

TOM06S 与 MATLAB 连接还可以实现更多功能，比如使用 Computer Vision Toolbox 进行图像处理，使用 Deep Learning Toolbox 进行深度学习等。更多功能请参考 MATLAB 官方文档。我们也有一篇文章MATLAB 是如何应用到人工智能的？可供参考。