工程师研究与开发中心（ERDC）的机器人操作系统（ROS）2 Humble自主机器人开发

核心观点

本报告介绍了基于 ROS 2 Humble 的仿真框架，旨在促进自主导航栈的开发和测试。该导航栈包括激光雷达里程计、同步定位与地图构建 (SLAM) 和前沿探索等关键元素，并具有实时性能和可扩展架构的特点。

关键数据

• ROS 版本: 从 ROS 1 Noetic 过渡到 ROS 2 Humble。
• 机器人平台: TurtleBot3 和 Rover Robotics。
• 传感器: Velodyne VLP-16 激光雷达、Ouster 激光雷达和 Luxonis OAK-D W 摄像头。
• 仿真环境: Gazebo Simulation。
• 导航栈组件: DLIO、RTAB-Map 和 FBEFAR。

研究结论

• 仿真框架有效加速了自主导航栈的开发和测试。
• DLIO 提供了高精度、可靠和鲁棒的激光雷达里程计数据。
• RTAB-Map 生成了 2D 占用栅格和 3D 点云，用于环境地图构建。
• FBEFAR 使用深度优先搜索 (DFS) 进行前沿探索，实现了自主导航。
• 物理机器人成功地在建筑物内部进行了自主地图构建，并生成了环境的三维点云。

研究方法

1. 仿真环境搭建: 使用 Docker 和 Gazebo Simulation 创建虚拟世界和机器人模型，并添加了 Velodyne 激光雷达。
2. 导航栈集成: 集成了 DLIO、RTAB-Map 和 FBEFAR，实现了激光雷达里程计、SLAM 和前沿探索功能。
3. 物理机器人测试: 在物理机器人上集成了 Rover Robotics 驱动、Ouster 激光雷达驱动和 Luxonis OAK-D W 摄像头驱动，并进行了自主导航测试。

研究意义

该研究为机器人社区提供了灵活的工具，可以用于开发、测试和部署自主导航系统。