Loading [MathJax]/jax/input/TeX/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >ROS机器人TF基础(坐标相关概念和实践)

ROS机器人TF基础(坐标相关概念和实践)

作者头像
zhangrelay
发布于 2020-09-06 12:49:46
发布于 2020-09-06 12:49:46
1.5K00
代码可运行
举报
运行总次数:0
代码可运行

TF坐标变换基础

机器人建模和控制必须掌握坐标系和坐标变换等基础知识。机器人在空间中运动主要有两种形式:

  • 平移和旋转

也就是线速度和角速度。

坐标关系不仅包括机器人和外部环境,也包括机器人自身各部件,如本体,传感器(摄像头),控制器,执行器(电机)等。

TF概念如下图所示:

在日常生活中,如果将现实环境建立数学或物理模型必然也离不开坐标系,如下图:

常见的如GPS全局坐标,室内定位局部坐标等,在机器人领域示例如下:

教程不仅有理论介绍,还有云平台实践环境:

分别展示了两款机器人模型中的TF。

下面我们先把坐标系基本概念过一遍:

 示例演示:

  • roslaunch turtle_tf2 turtle_tf2_demo_cpp.launch

使用键盘控制控制第一个turtle,第二个跟随,如下图所示:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
<launch>

  <!-- Turtlesim Node-->
  <node pkg="turtlesim" type="turtlesim_node" name="sim"/>

  <node pkg="turtlesim" type="turtle_teleop_key" name="teleop" output="screen"/>
  <!-- Axes -->
  <param name="scale_linear" value="2" type="double"/>
  <param name="scale_angular" value="2" type="double"/>

  <node name="turtle1_tf2_broadcaster" pkg="turtle_tf2" type="turtle_tf2_broadcaster" respawn="false" output="screen" >
    <param name="turtle" type="string" value="turtle1" />
  </node>
  <node name="turtle2_tf2_broadcaster" pkg="turtle_tf2" type="turtle_tf2_broadcaster" respawn="false" output="screen" >
    <param name="turtle" type="string" value="turtle2" />
  </node>
  <node name="turtle_pointer" pkg="turtle_tf2" type="turtle_tf2_listener" respawn="false" output="screen" >
  </node>

</launch>

注意:由于noetic版本仅支持python3。

为了更方便的调试和查看坐标,ROS-TF2提供了大量的工具:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
import rospy
import tf2_py as tf2
import yaml
import subprocess
from tf2_msgs.srv import FrameGraph
import tf2_ros

def main():
    rospy.init_node('view_frames')
    
    # listen to tf for 5 seconds
    rospy.loginfo('Listening to tf data during 5 seconds...')
    rospy.sleep(0.00001)
    buffer = tf2_ros.Buffer()
    listener = tf2_ros.TransformListener(buffer)
    rospy.sleep(5.0)

    rospy.loginfo('Generating graph in frames.pdf file...')
    rospy.wait_for_service('~tf2_frames')
    srv = rospy.ServiceProxy('~tf2_frames', FrameGraph)
    data = yaml.safe_load(srv().frame_yaml)
    with open('frames.gv', 'w') as f:
        f.write(generate_dot(data))
    subprocess.Popen('dot -Tpdf frames.gv -o frames.pdf'.split(' ')).communicate()

def generate_dot(data):
    if len(data) == 0:
        return 'digraph G { "No tf data received" }'

    dot = 'digraph G {\n'
    for el in data: 
        map = data[el]
        dot += '"'+map['parent']+'" -> "'+str(el)+'"'
        dot += '[label=" '
        dot += 'Broadcaster: '+map['broadcaster']+'\\n'
        dot += 'Average rate: '+str(map['rate'])+'\\n'
        dot += 'Buffer length: '+str(map['buffer_length'])+'\\n' 
        dot += 'Most recent transform: '+str(map['most_recent_transform'])+'\\n'
        dot += 'Oldest transform: '+str(map['oldest_transform'])+'\\n'
        dot += '"];\n'
        if not map['parent'] in data:
            root = map['parent']
    dot += 'edge [style=invis];\n'
    dot += ' subgraph cluster_legend { style=bold; color=black; label ="view_frames Result";\n'
    dot += '"Recorded at time: '+str(rospy.Time.now().to_sec())+'"[ shape=plaintext ] ;\n'
    dot += '}->"'+root+'";\n}'
    return dot


if __name__ == '__main__':
    main()

 坐标为静态关系:

坐标为动态关系:

 坐标与时间关系:

坐标与机器人关系:

这个坐标变换TF2工具的意义如上所示,但是可能会觉得不是很清楚,下面举个例子:

观察上图绿点的位置,通常我们需要机器人本体坐标,但是传感器并非安装在本体中心,而传感器获取的各类信息都是相对传感器的数据,而非机器人本体,TF2工具可以直接维护这些位置姿态坐标关系,将其转换为机器人本体坐标。

tf2常用功能包:

examples-tf2-py: 使用tf2库的Python API示例。

geometry2: 用于在ros,tf2中引入默认软件包第二代坐标变换库的元软件包。

robot-state-publisher: 状态发布后,对于使用tf2的系统中的所有组件都可用。 该包使用机器人的运动学树模型将机器人的关节角度作为输入,并发布机器人链接的3D姿势。

ros-base: 一个扩展“ ros_core”并包含其他基本功能(如tf2和urdf)的软件包。

tf2: tf2保持时间缓冲的树结构中的坐标系之间的关系,并允许用户在任意所需的时间点在任意两个坐标系之间转换点,向量等。

tf2-ros: 该软件包包含适用于Python和C ++的tf2库的ROS绑定。

其他库:tf2-bullet, tf2-eigen, tf2-geometry-msgs, tf2-kdl, tf2-msgs, tf2-py, tf2-sensor-msgs, tf2-tools。

机器人模型与TF2工具应用案例:

ROS1(noetic,melodic,kinetic,indigo):

注意:xacro,sdf等格式适合Gazebo,urdf格式适合rviz。

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
rosrun xacro xacro -o model_out.urdf model_in.urdf.xacro

使用如下命令打开一个机器人模型(此处不要求掌握,后续详细介绍):

roslaunch robot1_description display.launch model:=robot1_base1.urdf

rqt-tf-tree:

rosrun tf2_tools echo.py base_link wheel_1

rosrun tf2_tools view_frames.py

ROS2(foxy,dashing):

机器人urdf模型通用!!!

ros2 launch urdf_tutorial display.launch.py model:=src/urdf/robot1_base1.urdf

下图和ros1几乎一样:

同样也能使用各类工具:

ros2 run tf2_tools view_frames.py

ROS1和ROS2几乎一致!

下一节,将通过URDF构建机器人模型,以ROS2(foxy)讲解为主!主要是ROS1相关URDF功能如何顺利移植到ROS2中!

附录(ros2 foxy):

display.launch.py

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
import launch
from launch.substitutions import Command, LaunchConfiguration
import launch_ros
import os


def generate_launch_description():
    pkg_share = launch_ros.substitutions.FindPackageShare(package='urdf_tutorial').find('urdf_tutorial')
    default_model_path = os.path.join(pkg_share, 'urdf/01-myfirst.urdf')
    default_rviz_config_path = os.path.join(pkg_share, 'rviz/urdf.rviz')

    robot_state_publisher_node = launch_ros.actions.Node(
        package='robot_state_publisher',
        executable='robot_state_publisher',
        parameters=[{'robot_description': Command(['xacro ', LaunchConfiguration('model')])}]
    )
    joint_state_publisher_node = launch_ros.actions.Node(
        package='joint_state_publisher',
        executable='joint_state_publisher',
        name='joint_state_publisher',
        condition=launch.conditions.UnlessCondition(LaunchConfiguration('gui'))
    )
    joint_state_publisher_gui_node = launch_ros.actions.Node(
        package='joint_state_publisher_gui',
        executable='joint_state_publisher_gui',
        name='joint_state_publisher_gui',
        condition=launch.conditions.IfCondition(LaunchConfiguration('gui'))
    )
    rviz_node = launch_ros.actions.Node(
        package='rviz2',
        executable='rviz2',
        name='rviz2',
        output='screen',
        arguments=['-d', LaunchConfiguration('rvizconfig')],
    )

    return launch.LaunchDescription([
        launch.actions.DeclareLaunchArgument(name='gui', default_value='True',
                                             description='Flag to enable joint_state_publisher_gui'),
        launch.actions.DeclareLaunchArgument(name='model', default_value=default_model_path,
                                             description='Absolute path to robot urdf file'),
        launch.actions.DeclareLaunchArgument(name='rvizconfig', default_value=default_rviz_config_path,
                                             description='Absolute path to rviz config file'),
        joint_state_publisher_node,
        joint_state_publisher_gui_node,
        robot_state_publisher_node,
        rviz_node
    ])

robot1_base1.urdf

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
<?xml version="1.0" ?>

<robot name="robot1_xacro" xmlns:controller="http://playerstage.sourceforge.net/gazebo/xmlschema/#controller" xmlns:interface="http://playerstage.sourceforge.net/gazebo/xmlschema/#interface" xmlns:sensor="http://playerstage.sourceforge.net/gazebo/xmlschema/#sensor">
  <link name="base_footprint">
    <visual>
      <geometry>
        <box size="0.001 0.001 0.001"/>
      </geometry>
      <origin rpy="0 0 0" xyz="0 0 0"/>
    </visual>
    <inertial>
      <mass value="0.0001"/>
      <inertia ixx="1.0" ixy="0.0" ixz="0.0" iyy="1.0" iyz="0.0" izz="1.0"/>
    </inertial>
  </link>
  <gazebo reference="base_footprint">
    <material>Gazebo/Green</material>
    <turnGravityOff>false</turnGravityOff>
  </gazebo>
  <joint name="base_footprint_joint" type="fixed">
    <origin xyz="0 0 0"/>
    <parent link="base_footprint"/>
    <child link="base_link"/>
  </joint>
  <link name="base_link">
    <visual>
      <geometry>
        <box size="0.2 .3 .1"/>
      </geometry>
      <origin rpy="0 0 1.54" xyz="0 0 0.05"/>
      <material name="white">
        <color rgba="1 1 1 1"/>
      </material>
    </visual>
    <collision>
      <geometry>
        <box size="0.2 .3 0.1"/>
      </geometry>
    </collision>
    <inertial>
      <mass value="10"/>
      <inertia ixx="1.0" ixy="0.0" ixz="0.0" iyy="1.0" iyz="0.0" izz="1.0"/>
    </inertial>
  </link>
  <link name="wheel_1">
    <visual>
      <geometry>
        <cylinder length="0.05" radius="0.05"/>
      </geometry>
      <origin rpy="0 0 0" xyz="0 0 0"/>
      <material name="black">
        <color rgba="0 0 0 1"/>
      </material>
    </visual>
    <collision>
      <geometry>
        <cylinder length="0.05" radius="0.05"/>
      </geometry>
    </collision>
    <inertial>
      <mass value="1"/>
      <inertia ixx="1.0" ixy="0.0" ixz="0.0" iyy="1.0" iyz="0.0" izz="1.0"/>
    </inertial>
  </link>
  <link name="wheel_2">
    <visual>
      <geometry>
        <cylinder length="0.05" radius="0.05"/>
      </geometry>
      <origin rpy="0 0 0" xyz="0 0 0"/>
      <material name="black"/>
    </visual>
    <collision>
      <geometry>
        <cylinder length="0.05" radius="0.05"/>
      </geometry>
    </collision>
    <inertial>
      <mass value="1"/>
      <inertia ixx="1.0" ixy="0.0" ixz="0.0" iyy="1.0" iyz="0.0" izz="1.0"/>
    </inertial>
  </link>
  <link name="wheel_3">
    <visual>
      <geometry>
        <cylinder length="0.05" radius="0.05"/>
      </geometry>
      <origin rpy="0 0 0" xyz="0 0 0"/>
      <material name="black"/>
    </visual>
    <collision>
      <geometry>
        <cylinder length="0.05" radius="0.05"/>
      </geometry>
    </collision>
    <inertial>
      <mass value="1"/>
      <inertia ixx="1.0" ixy="0.0" ixz="0.0" iyy="1.0" iyz="0.0" izz="1.0"/>
    </inertial>
  </link>
  <link name="wheel_4">
    <visual>
      <geometry>
        <cylinder length="0.05" radius="0.05"/>
      </geometry>
      <origin rpy="0 0 0" xyz="0 0 0"/>
      <material name="black"/>
    </visual>
    <collision>
      <geometry>
        <cylinder length="0.05" radius="0.05"/>
      </geometry>
    </collision>
    <inertial>
      <mass value="1"/>
      <inertia ixx="1.0" ixy="0.0" ixz="0.0" iyy="1.0" iyz="0.0" izz="1.0"/>
    </inertial>
  </link>
  <joint name="base_to_wheel1" type="continuous">
    <parent link="base_link"/>
    <child link="wheel_1"/>
    <origin rpy="1.5707 0 0" xyz="0.1 0.15 0"/>
    <axis xyz="0 0 1"/>
  </joint>
  <joint name="base_to_wheel2" type="continuous">
    <axis xyz="0 0 1"/>
    <anchor xyz="0 0 0"/>
    <limit effort="100" velocity="100"/>
    <parent link="base_link"/>
    <child link="wheel_2"/>
    <origin rpy="1.5707 0 0" xyz="-0.1 0.15 0"/>
  </joint>
  <joint name="base_to_wheel3" type="continuous">
    <parent link="base_link"/>
    <axis xyz="0 0 1"/>
    <child link="wheel_3"/>
    <origin rpy="1.5707 0 0" xyz="0.1 -0.15 0"/>
  </joint>
  <joint name="base_to_wheel4" type="continuous">
    <parent link="base_link"/>
    <axis xyz="0 0 1"/>
    <child link="wheel_4"/>
    <origin rpy="1.5707 0 0" xyz="-0.1 -0.15 0"/>
  </joint>
</robot>

~Fin~


本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2020/09/03 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
ROS进阶:使用URDF和Xacro构建差速轮式机器人模型
本篇文章介绍的是ROS高效进阶内容,使用URDF 语言(xml格式)做一个差速轮式机器人模型,并使用URDF的增强版xacro,对机器人模型文件进行二次优化。
芯动大师
2025/05/15
610
ROS进阶:使用URDF和Xacro构建差速轮式机器人模型
ROS机器人建模与仿真设计——模型控制理论
之前我们学习了如何使用URDF来描述一个机器人,现在就开始学习如何让这个机器人控制跑起来。
芯动大师
2025/05/19
2300
ROS机器人建模与仿真设计——模型控制理论
如何用URDF文件构建机械手模型并与MoveIt集成
我们用urdf文件来描述我们的机械手的外观以及物理性能。这里为了简便,就只用了基本的圆柱、立方体了。追求美观的朋友,还可以用dae文件来描述机械手的外形。
芯动大师
2025/05/15
670
如何用URDF文件构建机械手模型并与MoveIt集成
打造两轮差速机器人fishbot:从零开始构建移动机器人
机器人除了雷达之外,还需要IMU加速度传感器以及可以驱动的轮子,我们曾介绍过机器人学部分,曾对两差速模型进行过介绍,所以我们还需要再创建两个差速驱动轮和一个支撑轮。
芯动大师
2025/05/15
1010
打造两轮差速机器人fishbot:从零开始构建移动机器人
ROS中的TF坐标变换:从传感器数据到机器人系统的精准定位
在机器人系统中,配备了多种传感器,例如激光雷达和摄像头等。这些传感器能够感知机器人周围的物体位置,包括坐标、横向、纵向以及高度的距离信息。它们的作用是协助机器人准确定位障碍物。然而,并非所有传感器都能直接提供物体相对于机器人系统或其他组件的方位信息。虽然可以获取物体相对特定传感器的方位信息,但这并不等同于物体相对于整个机器人系统或其他组件的方位信息。在信息显示方面存在限制,因为这需要经历一定的转换过程。更详细地描述如下:
芯动大师
2025/05/19
1420
ROS中的TF坐标变换:从传感器数据到机器人系统的精准定位
差速轮式机器人仿真升级:Gazebo与Rviz集成及传感器仿真详解
本篇文章我们介绍的内容是差速轮式机器人进行升级 ,我们添加相关的物理属性,使用gazebo+rviz进行仿真。 通过编写机器人控制的程序,遥控机器人在gazeob仿真环境中移动,并通过rviz实时察看 camera,kinect和lidar三种传感器的仿真效果。
芯动大师
2025/05/15
1220
差速轮式机器人仿真升级:Gazebo与Rviz集成及传感器仿真详解
ROS专题----机器人模型urdf简明笔记
版权声明:本文为zhangrelay原创文章,有错请轻拍,转载请注明,谢谢... https://blog.csdn.net/ZhangRelay/article/details/60959642
zhangrelay
2019/01/23
2K0
ROS机器人URDF建模
所有内容均在ROS1 indigo,kinetic,melodic,noetic以及ROS2 dashing,foxy等测试通过。
zhangrelay
2020/09/16
2K0
ROS机器人URDF建模
ROS机械臂篇
从https://github.com/danfis/libccd下载源码,解压缩后进入主文件夹下的src,编译
算法之名
2023/10/16
1.2K0
ROS机械臂篇
URDF机器人模型ROS1&2案例(noetic+galactic)
URDF机器人模型ROS1&2案例_zhangrelay的专栏-CSDN博客 ROS机器人URDF建模_zhangrelay的专栏-CSDN博客 如上两篇博客所涉及案例,如下: zhangrelay / urdf_tutorial · GitCode 为啥不使用github…… 主要是方便学生朋友使用,网络稳定且快速 ros1 :master/noetic ros2 :   galactic 请注意分支选择,不要搞错了。 ros1编译使用catkin; ros2编译使用colcon。  除了官
zhangrelay
2022/05/01
4950
URDF机器人模型ROS1&2案例(noetic+galactic)
实验四 蓝桥ROS1三维建模与仿真 适用kinetic/melodic/noetic
shiyanlou:urdf/ $ roslaunch urdf_tutorial display.launch model:=07-physics.urdf 
zhangrelay
2022/05/14
3410
实验四 蓝桥ROS1三维建模与仿真 适用kinetic/melodic/noetic
ROS深入探索(六)——使用smartcar进行仿真
之前我们使用的都是urdf文件格式的模型,在很多情况下,ROS对urdf文件的支持并不是很好,使用宏定义的.xacro文件兼容性更好,扩展性也更好。所以我们把之前的urdf文件重新整理编写成.xacro文件。
CreateAMind
2018/07/24
6420
ROS深入探索(六)——使用smartcar进行仿真
ROS深入探索(五)——创建简单的机器人模型smartcar
前面我们使用的是已有的机器人模型进行仿真,这一节我们将建立一个简单的智能车机器人smartcar,为后面建立复杂机器人打下基础。
CreateAMind
2018/07/24
5130
ROS深入探索(五)——创建简单的机器人模型smartcar
ROS_机器人仿真实践
Build跟devel两个文件夹在catkin_make之后会自动生成:
凌川江雪
2018/12/10
1K0
ROS_机器人仿真实践
urdf 学习笔记一
3. 每个link的参考坐标系都在它的底部,并与关节的参考坐标系正交,为了添加尺寸,需要指定偏移从一个link到它的关节的子link, 这通过添加origin到每个节点解决。
全栈程序员站长
2022/09/20
3470
urdf 学习笔记一
ROS2极简总结-坐标变换-TF
*此处重点,ROS1成熟,而ROS2还是深度开发中的实验版,LTS长期支持版目前也没有5年,而是3年,此版本不适合初学者学习!
zhangrelay
2021/12/02
1.3K0
ROS2极简总结-坐标变换-TF
ROS2机器人编程简述humble-第四章-BASIC DETECTOR .3
由于缺¥,所有设备都非常老旧,都是其他实验室淘汰或者拼凑出来的设备。机器人控制笔记本是2010年版本。
zhangrelay
2023/02/26
7620
ROS2机器人编程简述humble-第四章-BASIC DETECTOR .3
ROS2机器人坐标工具→tf2静态广播←Python
发布静态变换对于定义机器人底座与其传感器或非移动部件之间的关系很有用。 例如,最容易推断激光扫描仪中心框架中的激光扫描测量值。
zhangrelay
2022/06/02
9430
ROS2机器人坐标工具→tf2静态广播←Python
mobot模型-ROS2Gazebo9附2
mobot.gazebo <?xml version="1.0"?> <robot> <!--skid_steer_drive_controller--> <gazebo> <plu
zhangrelay
2020/02/19
4250
使用RealSense D455的空间识别操作myCobot
先进技术部门正在研究多模态强化学习,包括相机图像和触觉传感器。除其他外,要实现所谓的Sim2Real,其中模拟器中的强化学习结果也在实际机器上运行,必须协作操作真实机器的机械臂和相机。因此,在这种情况下,我们使用ROS测试了链接的6轴机械臂myCobot(由大象机器人制造)和深度摄像头RealSense D455(由英特尔制造),流程和结果将在下面详细描述。
大象机器人
2023/04/12
2.3K0
使用RealSense D455的空间识别操作myCobot
相关推荐
ROS进阶:使用URDF和Xacro构建差速轮式机器人模型
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验