ROS2Swarm群機器人案例（Dashing+Foxy）
2022-05-11 10:58:54

REFERENCES

[1] H. Hamann, Swarm Robotics: A Formal Approach. Cham: Springer International Publishing, 2018.

[2] I. A. D. Nesnas, R. Simmons, D. Gaines, C. Kunz, A. Diaz-Calderon, T. Estlin, R. Madison, J. Guineau, M. McHenry, I.-H. Shu, and D. Apfelbaum, “CLARAty: Challenges and steps toward reusable robotic software,” International Journal of Advanced Robotic Systems, vol. 3, no. 1, p. 5, 2006.

[3] C. Pinciroli and G. Beltrame, “Buzz: a programming language for robot swarms,” IEEE Software, vol. 33, no. 4, pp. 97–100, 2016.

[4] M. Quigley, J. Faust, T. Foote, and J. Leibs, “ROS: an open-source Robot Operating System,” in ICRA workshop on open source software, vol. 3, no. 3.2. Kobe, Japan, 2009, p. 5.

[5] M. Dorigo, G. Theraulaz, and V. Trianni, “Swarm robotics: Past, present, and future [point of view],” Proceedings of the IEEE, vol. 109, no. 7, pp. 1152–1165, 2021.

[6] Y. Maruyama, S. Kato, and T. Azumi, “Exploring the performance of ROS2,” in 2016 International Conference on Embedded Software (EMSOFT), 2016, pp. 1–10.

[7] A. Barcis, M. Barci ′ s, and C. Bettstetter, “Robots that Sync and Swarm: ′ A proof of concept in ROS 2,” in 2019 International Symposium on Multi-Robot and Multi-Agent Systems (MRS), 2019, pp. 98–104.

[8] A. Barcis and C. Bettstetter, “Sandsbots: Robots that sync and swarm,” ′ IEEE Access, vol. 8, pp. 218 752–218 764, 2020.

[9] A. Testa, A. Camisa, and G. Notarstefano, “ChoiRbot: A ROS 2 toolbox for cooperative robotics,” IEEE Robotics and Automation Letters, vol. 6, no. 2, pp. 2714–2720, 2021.

[10] J. P. Queralta, Y. Xianjia, L. Qingqing, and T. Westerlund, “Towards large-scale scalable MAV swarms with ROS2 and UWB-based situated communication.”

[11] T. De Wolf and T. Holvoet, “Design patterns for decentralised coordination in self-organising emergent systems,” in Proceedings of the 4th International Conference on Engineering Self-Organising Systems, ser. ESOA’06. Berlin, Heidelberg: Springer-Verlag, 2006, p. 28–49.

[12] J. L. Fernandez-Marquez, G. Di Marzo Serugendo, S. Montagna, M. Viroli, and J. L. Arcos, “Description and composition of bioinspired design patterns: a complete overview,” Natural Computing, vol. 12, no. 1, pp. 43–67, Mar. 2013.

[13] L. Pitonakova, R. Crowder, and S. Bullock, “Information exchange design patterns for robot swarm foraging and their application in robot control algorithms,” Frontiers in Robotics and AI, vol. 5, p. 47, 2018.

[14] D. St-Onge, V. S. Varadharajan, I. Svogor, and G. Beltrame, “From ˇ design to deployment: Decentralized coordination of heterogeneous robotic teams,” Frontiers in Robotics and AI, vol. 7, p. 51, 2020.

[15] C. Xuefeng, C. Zhongxuan, W. Yanzhen, and Y. Xiaodong, “micros swarm framework - ROS Wiki,” 2019. [Online]. Available: https://wiki.ros.org/micros swarm framework

[16] K. Morris, G. Arpino, S. Nagavalli, and K. Sycara, “Full stack swarm architecture,” RISS Working Papers Journal, 2018.

[17] C.-E. Hrabia, T. K. Kaiser, and S. Albayrak, “Combining selforganisation with decision-making and planning,” in Multi-Agent Systems and Agreement Technologies, F. Belardinelli and E. Argente, Eds. Cham: Springer International Publishing, 2018, pp. 385–399.

[18] V. C. Kalempa, M. A. S. Teixeira, A. S. de Oliveira, and J. A. Fabro, “Intelligent dynamic formation of the multi-robot systems to cleaning tasks in unstructured environments and with a single perception system,” in 2018 Latin American Robotic Symposium, 2018 Brazilian Symposium on Robotics (SBR) and 2018 Workshop on Robotics in Education (WRE), Nov 2018, pp. 71–76.

[19] Y. Liu, A. Ali, and G. Dare, “swarm robot ros sim,” 2020. [Online]. Available: https://github.com/yangliu28/swarm robot ros sim

[20] Gazebo, “Gazebo,” 2020. [Online]. Available: http://gazebosim.org/

[21] C. Moeslinger, T. Schmickl, and K. Crailsheim, “A minimalist flocking algorithm for swarm robots,” in Advances in Artificial Life. Darwin Meets von Neumann, G. Kampis, I. Karsai, and E. Szathmary, Eds. ′ Berlin, Heidelberg: Springer Berlin Heidelberg, 2011, pp. 375–382.

[22] G. Valentini, E. Ferrante, H. Hamann, and M. Dorigo, “Collective decision with 100 Kilobots: Speed vs accuracy in binary discrimination problems,” Journal of Autonomous Agents and Multi-Agent Systems, vol. 30, no. 3, pp. 553–580, 2016.

[23] G. Valentini, E. Ferrante, and M. Dorigo, “The best-of-n problem in robot swarms: Formalization, state of the art, and novel perspectives,” Frontiers in Robotics and AI, vol. 4, p. 9, 2017.

[24] D. Thomas, E. Fernandez, and W. Woodall, “State of ROS 2 - demos and the technology behind,” in ROSCon Hamburg 2015. Open Robotics, September 2015. [Online]. Available: https://doi.org/10.36288/ROSCon2015-900743

[25] F. Arvin, K. Samsudin, and A. R. Ramli, “A short-range infrared communication for swarm mobile robots,” in 2009 International Conference on Signal Processing Systems, 2009, pp. 454–458.

[26] L. Wang, A. D. Ames, and M. Egerstedt, “Safety barrier certificates for collisions-free multirobot systems,” IEEE Transactions on Robotics, vol. 33, no. 3, pp. 661–674, 2017.

[27] C. Steup, S. Parlow, S. Mai, and S. Mostaghim, “Generic componentbased mission-centric energy model for micro-scale unmanned aerial vehicles,” Drones, vol. 4, no. 4, p. 63, 2020.

摘要：為移動機器人開發(fā)可重復使用的軟件仍然具有挑戰(zhàn)性。盡管機器人控制器具有理想的簡單性，但對于群機器人來說更是如此。由于多機器人設置，原型設計和實驗很困難，并且通常需要機器人與機器人之間的通信。此外，群機器人硬件平臺的多樣性增加了對獨立于硬件的軟件概念的需求。常用的機器人軟件架構(gòu) ROS 2 的主要優(yōu)點是模塊化和平臺獨立性。文章提出了一個新的 ROS 2 包 ROS2SWARM，用于群機器人的應用，它提供了一個現(xiàn)成的群行為原語庫。我們展示了我們的方法在三個不同平臺上的成功應用，即 TurtleBot3 Burger、TurtleBot3 Waffle Pi 和 Jackal UGV，以及一組不同的行為原語，例如聚合、分散和集體決策。所提出的方法易于維護、可擴展，并且在未來應用中具有簡化群體機器人實驗的良好潛力。?

gitlab.iti.uni-luebeck.de/ROS2/ros2swarm

ROS2swarm手冊 版本 1.1.0

ROS2swarm 是一個 ROS 2 (Dashing, Foxy) 包，提供了群行為模式。它由計算機工程研究所在德國呂貝克大學機器人研究所和醫(yī)學電氣工程研究所的支持下開發(fā)。

項目貢獻者：Tanja Katharina Kaiser、Marian Johannes Begemann、Tavia Plattenteich、Lars Schilling、Georg Schildbach、Heiko Hamann、Vincent Jansen、Daniel Tidde、Steffen Fleischmann

當前的 ROS2swarm 版本是 1.1.0（Foxy）。

ICRA 2022 論文“ROS2swarm - A ROS 2 Package for Swarm Robot Behaviors”指的是版本 1.0.0 (Dashing)，也可在此處找到。

關于 ROS2swarm

• 安裝指南
• 如何使用 ROS2swarm
• 支持的機器人平臺
• 現(xiàn)有模式
• 整體架構(gòu)
• 模式的組成部分
• 啟動腳本概述
• 仿真
• 機器人
• 封裝結(jié)構(gòu)

所需軟件

使用修改后的 TurtleBot3 模型

ROS2swarm 可用于 ROS 2 版本

Dashing (dashing-dev)和Foxy (foxy-dev)。

群體行為模式由基于運動和投票的模式組成。組合模式可以使用基本模式從基本組件中創(chuàng)建更復雜的行為。這些行為可用于模擬，并且適用于多個受支持的機器人平臺。提供啟動腳本和 shell腳本來啟動ROS2swarm。

安裝指南

要查看 ROS2swarm 軟件包的完整安裝指南，請參閱安裝指南。

如何使用 ROS2swarm

ROS2swarm 提供啟動腳本以在模擬或真實機器人上啟動模式。啟動腳本的參數(shù)，例如機器人類型，可以通過編輯以下腳本的參數(shù)部分來設置。

支持的機器人平臺

ROS2swarm 目前支持以下開箱即用的機器人平臺：

• TurtleBot3 Waffle Pi
• TurtleBot3 Burger
• Jackal? UGV

現(xiàn)有模式

下表概述了當前實現(xiàn)的模式。這些模式分為運動模式和投票模式。每個模式可以是基本模式，也可以是組合模式，它們利用一個或多個其他模式來創(chuàng)建更復雜的行為。

此外，還啟動了硬件保護層來防止沖突。

系統(tǒng)架構(gòu)

我們簡要概述了模式組件、啟動腳本和 ROS2swarm 的包。

模式的組成部分

模式由行為實現(xiàn)本身以及配置和啟動文件組成。

要添加新模式，請從任何現(xiàn)有模式（例如驅(qū)動模式）復制文件，并實現(xiàn)所需的行為。還要記住將新模式的文件添加到 setup.py 并在那里注冊新模式的主要功能。新模式可以通過 start_*.sh 腳本啟動，其名稱在 setup.py 中定義。

啟動腳本概述

提供的啟動腳本幫助用戶啟動 ROS2swarm 并執(zhí)行所需的行為。有幾個鏈接的腳本。在本節(jié)中，我們將解釋它們的目的和內(nèi)部調(diào)用順序。我們提供腳本，用于在模擬和真實機器人上啟動所需的群體行為。

仿真

對于機器人類型 TurtleBot3 Waffle Pi 和 TurtleBot3 Burger：

• start_simulation.sh - 啟動 Gazebo 模擬器和 ROS2swarm 的 shell 腳本

• launch_turtlebot_gazebo/launch/create_environment.launch.py?? - 中央模擬啟動腳本，它調(diào)用其他啟動腳本

• launch_turtlebot_gazebo/launch/start_gazebo.launch.py?? - 啟動 Gazebo 模擬器
• launch_turtlebot_gazebo/launch_turtlebot_gazebo/add_bot_node.py - 為每個機器人添加一個 Gazebo 機器人節(jié)點
• ros2swarm/launch/bringup_patterns.launch.py?? - 使用自己的命名空間管理每個機器人的模式開始

• ros2swarm/hardware_protection_layer.py - 硬件保護層節(jié)點
• ros2swarm/pattern_domain/pattern_type/pattern_name.launch.py?? - 模式節(jié)點的啟動腳本
• robots_state_publisher 包 - robots_state_publisher 節(jié)點

• scripts/add_robots_to_simulation.sh - 將更多機器人添加到仿真的 shell 腳本

• launch_turtlebot_gazebo/launch/add_turtlebot.launch.py?? - 允許將其他機器人添加到由創(chuàng)建環(huán)境腳本啟動的模擬中（見上文）

• launch_turtlebot_gazebo/launch_turtlebot_gazebo/add_bot_node.py - 為每個機器人添加一個 Gazebo 機器人節(jié)點
• ros2swarm/launch/bringup_patterns.launch.py?? - 使用自己的命名空間管理每個機器人的模式開始

• 等如上

對于機器人類型 Jackal UGV：

開始一個 roscore

運行 rosbridge：https ://github.com/ros2/ros1_bridge

開始豺狼模擬：https ://gitlab.iti.uni-luebeck.de/plattenteich/jackal-swarm-addition

start_simulation.sh - 使用機器人：=jackal

真正的機器人

對于機器人類型 TurtleBot3 Waffle Pi 和 TurtleBot3 Burger：

start_robot.sh - 在單個機器人上啟動 ROS2swarm 的 shell 腳本

ros2swarm/bringup_robot.launch.py - 中央機器人啟動腳本，將其他啟動腳本添加到啟動描述中

ros2swarm/turtlebot3_bringup.launch.py - 啟動 TurtleBot3 機器人節(jié)點并啟動文件

對于機器人類型 Jackal：

start_robot.sh - 使用robot:=jackal 在單個機器人上啟動ROS2swarm 的shell 腳本

不啟動jackal對應，只提供行為模式的訂閱者和發(fā)布者

封裝結(jié)構(gòu)

ROS2swarm 由三個 ROS 包組成：

ros2swarm

包含行為模式及其配置和啟動文件的主包。

launch_turtlebot_gazebo

啟動 Gazebo 模擬的腳本

通信接口

模式使用的特殊 ROS 消息的接口

所需軟件

Dashing

Ubuntu 18.04 LTS

ROS 2 Dashing Diademata

ROS 2 TurtleBot3 軟件包

Python 3.6

用于仿真的 Gazebo 9

Foxy

Ubuntu 20.04 LTS

ROS 2 Foxy

ROS 2 TurtleBot3 軟件包

Python 3.8.10

用于仿真的 Gazebo 11

使用修改后的 TurtleBot3 模型

ROS2swarm 為修改后的 Turtlebot3 模型提供網(wǎng)格。要使用它們，必須將它們復制到 turtlebot3 包的工作區(qū)，如下所述。要選擇標準 Turtlebot3 Waffle Pi 機器人，請在啟動腳本中使用“waffle_pi”。要選擇修改后的 Turtlebot3 Waffle Pi 版本，請在啟動腳本中使用“waffle_pi_name_of_modification”。然后在使用提供的啟動腳本時自動選擇 Gazebo 的網(wǎng)格。TurtleBot3“漢堡”模型也是如此。下面描述了使用修改后的模型的步驟。

Gazebo 中沒有傳感器可視化的 TurtleBot3

要使用 TurtleBot3 Burger，請將下面的“waffle_pi”替換為“burger”。

1. 復制

WaffelPi_Model_Extension/turtlebot3_waffle_pi_invisible_sensors

到

turtlebot3_ws/src/turtlebot3_simulations/turtlebot3_gazebo/models

1. 復制

WaffelPi_Model_Extension/turtlebot3_waffle_pi_invisible_sensors.urdf

到

turtlebot3_ws/src/turtlebot3/turtlebot3_description

1. 構(gòu)建turtlebot3_ws

cd ~/turtlebot3_ws && colcon build --symlink-install

1. 在 start_*.sh 中使用機器人選擇參數(shù)

number_robots:=waffle_pi_invisible_sensors

source ~/turtlebot3_ws/install/setup.bash

安裝指南

本指南是在 Ubuntu 20.04 操作系統(tǒng)上安裝 ROS2swarm 包以與 TurtleBot3 一起使用的詳細分步說明。它是根據(jù)指南建立一個turtlebot3開發(fā)環(huán)境并使用手動安裝的

https://emanual.robotis.com/docs/en/platform/turtlebot3/quick-start/

https://emanual.robotis.com/docs/en/platform/turtlebot3/simulation/

先決條件

本指南要求已安裝 OS Ubuntu Bionic 20.04。

安裝 ROS 2 Foxy

安裝 ROS 2 桌面版如下：

https://docs.ros.org/en/foxy/Installation/Ubuntu-Install-Debians.html

設置語言環(huán)境

locale  # check for UTF-8

sudo apt update && sudo apt install locales
sudo locale-gen en_US en_US.UTF-8
sudo update-locale LC_ALL=en_US.UTF-8 LANG=en_US.UTF-8
export LANG=en_US.UTF-8

locale  # verify settings

設置源

sudo apt update && sudo apt install curl gnupg2 lsb-release
sudo curl -sSL https://raw.githubusercontent.com/ros/rosdistro/master/ros.key  -o /usr/share/keyrings/ros-archive-keyring.gpg
echo "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/ros-archive-keyring.gpg] http://packages.ros.org/ros2/ubuntu $(source /etc/os-release && echo $UBUNTU_CODENAME) main" | sudo tee /etc/apt/sources.list.d/ros2.list > /dev/null

安裝 ROS 2 包

sudo apt update
sudo apt install ros-foxy-desktop
echo 'source /opt/ros/foxy/setup.bash' >> ~/.bashrc

安裝 argcomplete（可選）

sudo apt install -y python3-pip
pip3 install -U argcomplete

測試是否安裝成功新終端

ros2 run demo_nodes_cpp talker
ros2 run demo_nodes_py listener

安裝依賴的 ROS 2 包，包括Gazebo

安裝 colcon

sudo apt install python3-colcon-common-extensions

安裝Gazebo

sudo apt install ros-foxy-gazebo-ros-pkgs

安裝cartographer

sudo apt install ros-foxy-cartographer
sudo apt install ros-foxy-cartographer-ros

安裝Nav2

sudo apt install ros-foxy-navigation2
sudo apt install ros-foxy-nav2-bringup

安裝turtlebot3

安裝 TurtleBOt3 軟件包

TurtleBot3 包和源代碼：

mkdir -p ~/turtlebot3_ws/src
cd ~/turtlebot3_ws/src/
git clone -b foxy-devel https://github.com/ROBOTIS-GIT/turtlebot3_msgs.git
git clone -b foxy-devel https://github.com/ROBOTIS-GIT/turtlebot3.git
sudo apt install ros-dashing-dynamixel-sdk
cd ~/turtlebot3_ws && colcon build --symlink-install

環(huán)境配置

echo 'source ~/turtlebot3_ws/install/setup.bash' >> ~/.bashrc
echo 'export ROS_DOMAIN_ID=30 #TURTLEBOT3' >> ~/.bashrc

安裝turtlebot3_simulation包

cd ~/turtlebot3_ws/src/
git clone -b foxy-devel https://github.com/ROBOTIS-GIT/turtlebot3_simulations.git

切換到支持的版本

ROS2swarm 包僅支持 turtlebot3 包的以下提交。

turtlebot3：

cd  ~/turtlebot3_ws/src/turtlebot3
git checkout 8237b796ea1571033bf3230fbc78d1143968ddd1

turtlebot3_msgs：

cd ~/turtlebot3_ws/src/turtlebot3_msgs
git checkout cf5c56be94b335b1d2c9817bd2dcaceec21ccc68

turtlebot3_simulations：

cd ~/turtlebot3_ws/src/turtlebot3_simulations
git checkout f5d86bbeb614f46a176f47b3697c85a8a9b989f9

設置Gazebo模型路徑

echo 'export GAZEBO_MODEL_PATH=$GAZEBO_MODEL_PATH:~/turtlebot3_ws/src/turtlebot3_simulations/turtlebot3_gazebo/models' >> ~/.bashrc

構(gòu)建turtlebot3包

cd ~/turtlebot3_ws && colcon build --symlink-install
echo 'export TURTLEBOT3_MODEL=waffle_pi' >> ~/.bashrc
source ~/.bashrc

測試示例仿真是否有效

ros2 launch turtlebot3_gazebo turtlebot3_world.launch.py

安裝 ROS2swarm 包

將項目文件夾放在您的主目錄中（也是使用腳本所必需的）

git clone git@gitlab.iti.uni-luebeck.de:ROS2/ros2swarm.git
cd ~/ROS2swarm
colcon build --symlink-install
echo 'source ~/ROS2swarm/install/setup.bash' >> ~/.bashrc

測試 ROS2swarm 包是否啟動模擬

source ~/.bashrc
bash ~/ROS2swarm/restart.sh

基于模板的附加安裝

將 PyCharm 安裝為 IDE

sudo snap install pycharm-educational --classic

將 ROS 引入 PyCharm

sudo nano /var/lib/snapd/desktop/applications/pycharm-educational_pycharm-educational.desktop

用 Exec 行中的命令替換 /snap/bin/pycharm-educational

或者如果結(jié)果不起作用，則恢復更改并使用源 ROS2 從控制臺啟動 IDE

snap run pycharm-educational

選擇 python3.7 作為默認值（僅在需要舊模板中）

sudo update-alternatives --install /usr/bin/python python /usr/bin/python3.7 3

安裝pip

sudo apt install python-pip

安裝升級點

pip install --upgrade pip

安裝 open_cv

pip install opencv-python