程序员经验分享-hwhale

ROS的优势与不足（除了ROS 机器人自主定位导航还能怎么做？）

2023-05-16

导读： 随着这两年国内机器人的升温，自主定位导航技术作为机器人智能化的第一步正不断引起行业内的重视。为了实现这一功能，不少厂家选择采用机器人操作系统ROS（Robot Operation System），今天我们就聊一聊ROS系统...

　　OFweek机器人网讯：随着这两年国内机器人的升温，自主定位导航技术作为机器人智能化的第一步正不断引起行业内的重视。为了实现这一功能，不少厂家选择采用机器人操作系统ROS（Robot Operation System），今天我们就聊一聊ROS系统。

　　1 什么是ROS？

　　ROS系统起源于2007年，斯坦福大学人工智能实验室与机器人技术公司Willow Garage针对其个人机器人项目（Personal Robots Program）开发了ROS的雏形。2008年后，由Willow Garage公司推动了ROS的进一步发展。2012年后，ROS团队从WillowGarage公司独立出来，成为非盈利组织the Open Source Robotics Foundation(OSRF)，负责维护和更新ROS，并为机器人社区提供相应的支持和开源工具。

　　Willow Garage PR2机器人平台

　　ROS大致每年发布一个版本，目前正在维护的ROS版本包括indigo，jade，kinetic，一些早期版本现在已经停止维护。ROS依赖于Linux内核，因此每当Ubuntu版本发生变化，ROS不同版本的依赖也会出现相应的变化。

　　2 ROS的特性与优势

　　ROS被称为机器人操作系统，其实ROS充当的是通信中间件的角色，即在已有操作系统的基础上搭建了一整套针对机器人系统的实现框架。ROS还提供一组实用工具和软件库，用于维护、构建、编写和执行可用于多个计算平台的软件代码。

　　值得一提的是，ROS的设计者考虑到各开发者使用的开发语言不同，因此ROS的开发语言独立，支持C++，python等多种开发语言。因此，除了官方提供的功能包之外，ROS还聚合了全世界开发者实现的大量开源功能包，如思岚科技（SLAMTEC）就发布了针对其自主研发的激光雷达RPLIDAR的ROS功能包rplidar_ros。这些开源功能包与ROS一起构成了强大的开源生态环境。

　　ROS的系统结构设计也颇有特色，ROS运行时是由多个松耦合的进程组成，每个进程ROS称之为节点（Node），所有节点可以运行在一个处理器上，也可以分布式运行在多个处理器上。在实际使用时，这种松耦合的结构设计可以让开发者根据机器人所需功能灵活添加各个功能模块。

　　例如，在一个支持SLAM功能的移动机器人中，激光数据采集和里程数据获取分别由两个node实现，用于感知环境；SLAM算法运行在另一个node中，用于处理传感器数据，绘制地图；SLAM节点和数据采集节点之间采用topics方式通信。当新增一个摄像头模块时，仅需在现有结构里增加一个新的视频节点，让其与SLAM节点采用topics方式通信即可，另外两个功能节点不需任何改动。

　　ROS构建的室内地图

　　与其他开源产品（Linux，GCC等）一样，ROS具有优良的开源基因，松耦合设计方法，可扩展的软件结构，功能复用思想，极大降低了机器人领域的进入门槛，让开发者无需像前人一样走过众多弯路，掌握多种知识后才能开始实现其机器人设计的梦想。开发者可以用ROS的基础框架配合选定的功能包快速实现系统原型，从而让开发人员将更多时间用于核心算法的开发改进上。用户也可以单独选用某些功能包，将其集成在已有产品中，实现特定功能。

　　3 ROS的缺陷与不足

　　对于机器人厂家来说，采用ROS进行开发，更多的希望借助系统实现机器人的导航、定位与路径规划，这其中就要依靠SLAM算法(simultaneous localization and mapping，即时定位与地图构建)。

　　但作为一个开源项目，ROS也存在一些问题。例如，ROS因为将功能分布在各个节点之中，节点间基于消息机制通信，通讯部分消耗了很多系统资源。尤其是当所有节点位于同一个处理器时，ROS仍然一直执行相应的消息分发，节点间的数据传递通过内存复制，大量的系统资源都浪费在通讯上，使得系统必须选用高性能的处理器和存储系统以弥补损耗。换句话说，利用ROS来实现SLAM，需要配备性能优越的硬件设备，这对于一些小型化嵌入式平台，尤其是实际的机器人产品里，其对计算资源、存储空间的消耗会使成本大幅上升。

　　除了ROS本身系统设计的局限性外，利用ROS实现SLAM需要深入的调整优化，需要耗费大量人力与时间成本。更为重要的是，针对具体的机器人产品，如扫地机器人，还需要独特的贴边清扫、折回清扫、多房间自主导航等功能，目前已有的ROS系统，只能实现简单的建图，无法满足扫地机器人的实际需要。

　　4 ROS之外，还能怎么做？

　　在机器人商用应用开发的道路上，很多技术团队和公司针对机器人特定功能开发着相应商用产品，特别是在移动机器人领域，如思岚科技的Slamware控制模块，就将SLAM算法，导航，定位等功能集成在一个体积很小的模块，并且提供了多平台的SDK方便用户使用。针对扫地机器人等具体领域应用，思岚科技也提供完整的解决方案，整合了其特有的贴边清扫、往复式打扫、区域划分、断点续扫、自动回充等功能，方便扫地机器人厂家进行整合，不需要进行二次开发。

　　当然，相较于采用开源ROS系统，选择已有的成熟解决方案，无疑会增加机器人厂家的成本，但考虑到厂家必须投入大量的人力与时间进行算法优化与调整，这也不失为一种更好的选择。

　　综上，ROS为机器人研究开发提供了标准化的框架，其方便的代码重用，研究人员间的有效交流，可以加快机器人产品的原型设计和算法开发验证。但真正要做稳定可靠的产品，选择已有的成熟解决方案，可以大幅降低研发成本，快速获得产品原型，投入市场。

原文地址：http://robot.ofweek.com/2016-05/ART-8321205-8300-29101000.html

本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)

ROS的优势与不足（除了ROS 机器人自主定位导航还能怎么做？） 的相关文章

  • 小觅相机SDK samples安装Link error: cannot find -lvtkproj4

    Link error cannot find lvtkproj4 error ld returned 1 exit status 找不到相关动态库文件 设置软链接 xff1a ln s usr lib x86 64 linux gnu li

  • 年度回忆录（2011.12----2012.09）

    前几天刚刚参加了提高班十期的开学典礼 xff0c 最近师院的新生也陆 陆续 续的开始报道了 每年到这个时候都会感慨 年年岁岁花相似 xff0c 年年岁岁人不同 啊 对于提高班来说每年都有新的血液注入进来 xff0c 提高班的队伍在不断的扩大

  • python函数（变量，参数）

    函数的变量 1 xff0c 全局变量 定义在最外层的变量 xff0c 对于所有的内函数都能调用 2 xff0c 局部变量 定义在函数内的变量叫做局部变量 xff0c 在函数外是不能访问局部变量 注 xff1a 全局变量不能直接在函数内部进行

  • 程序员读书和练习的方法（个人观点）

    lt 传送门 gt 针对本文的交流探讨 gt 总宗旨 xff1a 打好计算机通用理论基础 通用实战能力 xff0c 便于需要时对各领域的无障碍深钻 时间宝贵 xff0c 不要为了学习而学习 计算机通用理论基础 xff1a 计算机各领域理论基

  • 从零开始的Ubuntu 16.04下PX4编译环境的搭建

    近来入手了一块pixhawk xff0c 想进行一些基于已有代码的二次加工 xff0c 于是到官网https dev px4 io 上看教程 官网上的教程是分为中文 英文以及韩文的版本 很多人肯定第一反应就是看中文的版本 但是这样做弊端真的

  • 驱动程序开发：SPI设备驱动

    目录 Linux下SPI驱动简介SPI架构概述SPI适配器 xff08 控制器 xff09 SPI设备驱动spi driver注册示例SPI 设备和驱动匹配过程编写imc20608六轴传感器SPI驱动设备树编写操作具体的imc20608驱动

  • 操作系统知识点（二）

    文章目录 内存管理程序执行过程内存保护 连续分配非连续分配基本分页存储管理方式基本分段存储管理方式段页式存储管理方式 虚拟内存局部性原理请求分页存储管理 内存管理 内存管理 Memory Management 是操作系统设计中最重要和最复杂

  • VR行业发展的前景和现状？

    标题 VR行业发展的前景和现状 xff1f 1 一个新事物的产生 xff0c 总是伴随着看好和唱衰两种声音 这两种态度自然有其可以理解的地方 xff0c 因为摆在我们面前的是未知 xff0c 而坐在餐桌前的两拨人 xff0c 站在不同的角度

  • 头文件与库的区别

    昨天突然问了一下什么是头文件 xff0c 我一听就傻了 xff0c 虽然上课的时候老师在讲编译的四个过程的时候说了一下 xff0c 但是还是不太理解 xff0c 我们知道编译过程中的预处理阶段会进行头文件展开 xff0c 宏替换以及条件编译

  • 进程、线程

    线程 xff08 thread xff09 线程其实是操作系统能够进行运算调度的最小单位 它是被包含在进程之中的 xff0c 是进程中的实际运作单位 一条线程指的是进程中一个单一顺序的控制流 xff0c 一个进程中可以并发多个线程 xff0

  • 基于Zynq7020双千兆以太网的数字信号处理板设计

    一 背景 背景 Xilinx公司在2010年发布了可扩展的处理器平台Zynq7000系列 xff0c 它采用了28nm工艺 xff0c 将FPGA与ARM cortex A9集成在一颗芯片上 xff0c 实现了高性能 高集成度 低功耗 Zy

  • 深入理解JS中的变量作用域

    在 JS 当中一个变量的作用域 xff08 scope xff09 是程序中定义这个变量的区域 变量分为两类 xff1a 全局 xff08 global xff09 的和局部的 其中全局变量的作用域是全局性的 xff0c 即在 JavaSc

  • 硬件工程师，从零开始无人机开发。

    毕业已经五年了 xff0c 一直在杭州某大厂 xff0c 做无人机硬件开发 无人机这块 xff0c 我进去的时候大厂刚开始 做 xff0c 有幸参与到整个无人机的硬件开发 我这个刚毕业的技术小白 xff0c 在这五年间成长了很多 无奈 今年

  • 个人总结：板球控制系统之串级PID整定方法，速度环与位置环，40S任务10S完成

    其实单环我们先出了所有题目 xff0c 但是效果显然没有串级PID的效果好 xff0c 有人需要的话可以把程序包发出来 xff0c 板球运行视屏也有 另外 xff1a 天下舵机参差不齐 xff08 哪怕型号相同 xff09 xff0c 想要

  • 树莓派3B+踩坑记录：一、安装Ubuntu Mate

    树莓派3B 43 踩坑记录 xff1a 一 安装Ubuntu Mate 树莓派 xff0c Ubuntu xff0c ROS硬件准备软件准备系统烧录安装Ubuntu Mate更换国内源网络配置开启ssh远程其他彩虹屏解决方案XShell和X

  • PointNet代码详解

    PointNet代码详解 最近在做点云深度学习的机器人抓取 xff0c 这篇博客主要是把近期学习PointNet的一些总结的知识点汇总一下 PointNet概述详见以下网址和博客 xff0c 这里也就不再赘述了 三维深度学习之pointne

  • 卡尔曼滤波通俗易懂的解释

    关于卡尔曼滤波 xff0c 网上的资料很多 xff0c 但是有很大一部分都是不断堆叠公式 xff0c 然后用各种晦涩难懂的专业术语进行解释 xff0c 说实话我刚开始看的时候也是云里雾里 xff0c 因此写下这篇博客是为了照顾和我一样的萌新

  • STM32通过PWM控制ESC30C电调

    最近在搞一个水下推进器 xff0c 这东西的控制其实跟四旋翼的螺旋桨控制差不多 但我也是第一次用STM32板子来控制电调驱动桨叶旋转 xff0c 因此踩了很多坑 网上找了很多资料 xff0c 但是很多都写的不是很清楚 xff0c 这边稍微记

  • STM32F7同一定时器多路输出PWM波通道之间相互影响问题

    2020 8 12更新 这次用Cube直接生成PWM控制代码 xff0c 然后再RT Thread Studio上编写程序 xff0c 发现可实现TIM1和TIM8的8路PWM波调控 xff0c 因此上面论述的问题可能是自己在写底层时有某些

  • Ardusub源码解析学习（一）——Ardusub主程序

    APM Sub源码解析学习 xff08 一 xff09 Ardusub主程序 前言一 准备工作二 Ardusub cpp解析2 1 scheduler table2 2 schedulerget scheduler tasks setup

随机推荐

  • Ardusub源码解析学习（二）——电机库

    Ardusub源码解析学习 xff08 二 xff09 电机库学习 一 RC输入与输出1 1 RC Input1 2 RC Output 二 电机库学习2 1 setup motors 2 2 add motor raw 6dof 2 3

  • Ardusub源码解析学习（三）——车辆类型

    APM Sub源码解析学习 xff08 三 xff09 车辆类型 一 前言二 class AP HAL HAL三 class AP Vehicle3 1 h3 2 cpp 四 class Sub4 1 h4 2 cpp 五 总结 一 前言

  • 年度回忆录（2012.10----2013.01）

    寒假结束了 xff0c 年也过完了 xff0c 提前回来一天就开始着手补上这迟到的年终总结 xff0c 写了一个多星期还觉得有些东西没有写出来 xff0c 无奈 xff0c 点到为止吧 2012 年的后半年经历了很多 xff0c 收获了很多

  • Ardusub学习——飞行模式

    参考资料 xff1a Ardusb官方手册 Sub Rework joystick input and pilot input in general Flight Modes Ardusub支持多种飞行模式 xff0c 但是其中一部分需要有

  • Ardusub源码解析学习（五）——从manual model开始

    Ardusub源码解析学习 xff08 五 xff09 从manual model开始 manual init manual run 从本篇开始 xff0c 将会陆续对Ardusub中各种模式进行介绍 xff0c stabilize mod

  • 重读Ardupilot中stabilize model+MAVLINK解包过程

    APM源码和MAVLINK解析学习 重读stabilize stabilize modelinit run handle attitude MAVLINK消息包姿态信息传输过程 之前写的模式都是基于master版本的 xff0c 这次重读s

  • QGC添加自定义组件和发送自定义MAVLINK消息

    QGC添加自定义组件和发送自定义MAVLINK消息 一 添加自定义组件1 1 在飞行界面添加组件1 2 实现组件事件1 3 在MOCK模拟链接中实现验证1 4 验证 二 自定义MAVLINK消息的一些预备知识三 QGC自定义MAVLINK消

  • MAVLINK消息在Ardupilot中的接收和发送过程

    MAVLINK消息在Ardupilot中的接收和发送过程 SCHED TASKupdate receive update send 由于现在网上很多的都是APM旧版本的解释 xff0c 因此把自己的一些学习所得记录下来 截至写博客日期 xf

  • Ardupilot姿态控制器 PID控制流程

    Ardupilot姿态控制器 PID控制流程 一 PID姿态控制器1 1 Copter姿态控制官方原图1 2 ArduCopter V4 X STABILIZE 二 姿态控制器类实现2 1 类成员解析2 1 1 类成员变量2 1 2 类成员

  • APM姿态旋转理论基础

    APM姿态旋转理论基础 一 坐标系1 1 NED坐标系1 2 机体坐标系 二 欧拉角姿态变化率与机体角速度的关系 三 旋转矩阵3 1 基本公式3 2 矩阵作差3 3 旋转矩阵与变换矩阵的区别 四 DCM五 轴角法5 1 基本概念5 2 与旋

  • 详解APM的开方控制器sqrt_controller

    前言 前面说过 xff0c sqrt controller是对P项进行整定用途的 xff0c 目的就是让P项的控制响应 软 下来 xff0c 实际上就是一个经过改进的P控制器 读懂了sqrt controller xff0c 那么你对APM

  • Ardupilot前馈及平滑函数input_euler_angle_roll_pitch_yaw解析

    Ardupilot前馈及平滑函数input euler angle roll pitch yaw解析 源码解析这个函数做了什么部分细节euler accel limit input shaping angle 姿态变化率与机体角速度之间的关

  • Ardupilot倾转分离函数thrust_heading_rotation_angles

    Ardupilot倾转分离函数thrust heading rotation angles 什么是轴角分离源码分析一些细节补充效果显示及进一步修改 本文主要写一下自己对于APM倾转分离 xff08 轴角分离 xff09 函数的一些学习笔记及

  • Spring IOC原理解析

    首先恭喜守宏同学找到了自己心仪的工作 xff0c 入职的事情终于尘埃落定 xff0c 也算是一个新的开始吧 和守宏聊天的时候也说了很多有关工作的事情 xff0c 畅想了以后美好的未来 xff0c 也想到了今后的种种困难 不说别的就是单单在北

  • Ardupilot四元数姿态控制函数attitude_controller_run_quat解析

    Ardupilot四元数姿态控制函数attitude controller run quat解析 源码解析细节讲解thrust heading rotation angles update ang vel target from att e

  • Ardupilot速率控制器rate_controller_run解析

    Ardupilot速率控制器rate controller run解析 PID速率控制器源码解析rate controller run PID运算积分限制update i get ff set xxx 内容补充 xff1a 函数中陀螺仪数据

  • muduo网络库学习总结：基本架构及流程分析

    muduo网络库学习 xff1a 基本架构及流程分析 基本架构Basic ReactorMutiple Reactor 43 ThreadPool muduo库的基本使用基本结构介绍EventLoop类Poller类Channel类TcpC

  • push_back和emplace_back比较以及vector扩容

    push back和emplace back比较以及vector扩容 push back和emplace back的比较使用测试类测试过程将实体类对象传入将右值数字传入将实体类对象move 转右值之后传入 vector扩容过程 关于这部分内

  • 在ubuntu 11.04下编写驱动程序

    在ubuntu11 04下直接就可以编写驱动程序 xff0c 并进行编译 hello c include 34 linux init h 34 include 34 linux module h 34 static int hello in

  • ROS的优势与不足（除了ROS 机器人自主定位导航还能怎么做？）

    导读 xff1a 随着这两年国内机器人的升温 xff0c 自主定位导航技术作为机器人智能化的第一步正不断引起行业内的重视 为了实现这一功能 xff0c 不少厂家选择采用机器人操作系统ROS xff08 Robot Operation Sys

热门标签