Tianbot

深浅模式

使用MATLAB开发Tianracer ​

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Tianracer底盘进行控制。ROS Master运行在Tianracer底盘上，我们在MATLAB中采用连接到外部ROS Master的方式。 首先根据ROS控制底盘运动启动Tianracer底盘，然后在MATLAB中连接ROS。

下面我们以实验环境中的网络地址为例进行操作。Tianracer底盘ROS Master的IP地址为192.168.0.72，端口为11311，运行MATLAB的电脑IP地址为192.168.0.134。 我们可以在MATLAB中连接到ROS Master,在MATLAB命令行窗口输入:

matlab
setenv('ROS_MASTER_URI','http://192.168.0.72:11311')
setenv('ROS_IP','192.168.0.134')
rosinit

参考

这里请参考ROS多机通信。Tianracer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。

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。 MATLAB rostopic list

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。 在MATLAB的工具条上的APP标签页，找到ROS Data Analyzer，点击打开。 在ROS Data Analyzer中，点击Open，点击Live Network Data, 选择Live ROS network data。 在弹出的对话框中输入ROS Master的IP地址和端口，点击Submit。

ROS Data Analyzer

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中可以选择可视化工具。这里我们选择Point Cloud, 然后在Select Data Source中选择一个点云话题，点击上方的Start，就可以看到点云数据的画面。

point_cloud_visualizer

使用ROS Toolbox进行底盘控制 ​

在MATLAB中使用ROS Toolbox可以方便地订阅和发布ROS消息，调用ROS服务，设置ROS参数等。下面我们展示如何在MATLAB中用命令行控制Tianracer底盘。

Tianracer的底盘控制话题为‘/tianracer/ackermann_cmd’，消息类型为‘ackermann_msgs/AckermannDrive’ 。在执行下面的代码前，请确保Tianracer底盘处于安全的环境下。

matlab
% 创建发布者
velPub = rospublisher('/tianracer/ackermann_cmd','ackermann_msgs/AckermannDrive');
% 创建ackermann消息
velMsg = rosmessage(velPub);
% 设置速度和转向
velMsg.Speed = 1.0;
velMsg.SteeringAngle = 0.5;
% 发布速度消息
send(velPub,velMsg);

对于没有Tianracer底盘的用户，可以在Gazebo仿真环境中进行测试。

Gazebo仿真环境中的Tianracer底盘控制

为了避免在仿真和真实底盘切换过程中发生意外，在Gazebo仿真环境中，Tianracer的底盘控制话题为‘/tianracer/ackermann_cmd_stamped’，消息类型为‘ackermann_msgs/AckermannDriveStamped’，因此需要控制仿真环境中的Tianracer需要做相应修改。

这样就可以在MATLAB中控制Tianracer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。

使用Simulink进行底盘控制 ​

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

参考

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

在MATLAB的命令行窗口中输入

matlab
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。

Getting Started with ROS in Simulink

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。Tianracer底盘ROS Master的IP地址为192.168.0.72，端口为11311，运行MATLAB的电脑IP地址为192.168.0.134。配置完成后可以先Test测试，然后确定。

此处，我们向Tianracer的/tianracer/ackermann_cmd话题发送控制指令，订阅/tianracer/odom话题。 首先，因为我们是和真实的Tianracer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ackermann_msgs/AckermannDrive，然后点击确定。这样就可以向Tianracer底盘发送速度控制指令了。这里我们将采样时间设置为0.05s，即每0.05s发送一次速度指令。 send message setup

类似的，我们双击模型中的Publish模块，Select选择/tianracer/ackermann_cmd话题，然后点击确定。这样就可以向Tianracer底盘发送速度控制指令了。不过运行时发现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。我们可以调整Sine Wave的幅度和频率，来控制Tianracer底盘的速度和转向。

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

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Tianracer底盘的Odom估计的位置数据。

模型设置完成后，**请确保Tianracer底盘处于安全的环境下。**点击运行按钮，就可以看到Tianracer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。

参考

Tianracer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。