亲宝软件园·资讯

展开

ROS  TF坐标变换基本概念及使用案例

K.Fire好好睡觉 人气:0

前言

TF(TransForm),就是坐标转换,包括了位置和姿态两个方面的变换,坐标变换是机器人学中的概念。

在机器人学中,无论一个机器人多么复杂,我们都可以将它的组成抽象成两部分-连杆和关节,最典型的机器人是串联型机械臂,它的每条臂就是一个比较规整的关节,中间连接的电机就是它的关节,关节分为转动关节和移动关节,比如下图中比较经典的PUMA机械臂,可以抽象成很规整的连杆和关节的组成。

在将机器人抽象成关节之后,我们就可以使用DH法或改进DH法,为各个关节和连杆建立坐标系,而坐标变换就是用来描述我们建立的各个坐标系之间的关系,以方便人们表达机器人各个关节之间的位置关系。

一、ROS中的TF

虽然我们可以将机器人进行抽象和简化,抛去它所有复杂的结构,将它抽象成一个个的坐标系,但是一个机器人可能有几十上百个关节,如下图所示,如果我们要自己去计算任意两个坐标系之间的变换关系,也是非常非常繁杂的。

于是ROS为我们提供了一个用来方便TF计算的工具-TF树,TF树用来维护ROS系统中的机器人以及周围环境的所有TF变换关系,只要你的TF树是连通的,你就可以提取任意两个坐标系之间的坐标变换关系,掌控任何坐标系的位置,ROS中的TF树考虑到存储容量问题,只维护最近5秒的TF变换数据。

1.监听TF变换

监听TF变换就是获取TF树中的坐标变换关系,这是通过TF类中的TransformListener类实现的,下面以古月居的代码为例进行说明。

 通过这一顿操作,就可以将两只海龟的坐标变换读取出来,存到我们创建的transform类中,方便我们进行其他操作。

2.广播TF变换

广播TF变换是用来更新TF树的,有时我们控制了机器人进行了位置移动,那么ROS怎么知道它新的位置呢?这就需要通过TF广播器,将最新的机器人位置发布到TF树中,仍然以古月居的代码进行说明。

 我们传入一个参数(乌龟节点名字),就可以发布这只乌龟相对于世界的坐标变换,当我们知道了两只乌龟相对于世界的坐标变换,那么也可以根据公式推出他们之间的坐标变换,因为它们是连通的,两只乌龟之间的坐标变换,只要乌龟1左乘乌龟2相对于世界变换矩阵的逆即可。

launch文件的编写

 然后就可以运行launch文件,查看效果

roslaunch turtle_tf turtle_tf_demo.launch

二、TF常用组件

无论是使用乌龟,还是我们在仿真环境中创建了一个自己的机器人,ROS为我们提供了各种各样的工具方便我们查看其中的TF变换,而不需要我们像上面的例子一样,自己去编写TF坐标变换的监听和广播器,下面我以mbot小车为例,展现一下较为复杂的TF坐标变换关系和常用工具使用。

先打开一个gazebo仿真环境

1.tf_monitor

作用:将当前的坐标系转换关系打印到终端控制台

rosrun tf tf_monitor

 这样就可以在终端输出任意两个坐标系之间的坐标变换,当然也可以查看特定两个坐标系之间的坐标变换,只需要给它传入参数

rosrun tf tf_monitor base_link odom

2.tf_echo <source_frame> <target_frame>

作用:把特定的坐标系之间的平移旋转关系,打印到终端控制台

rosrun tf tf_echo base_link odom

3.view_frames

作用:输出当前的tf关系以pdf的形式输出到当前目录下

rosrun tf view_frames

 这个工具是非常方便且常用的

4.roswtf

作用:帮助你找到tf中的错误

roswtf

5.Rviz

 当然你也可以通过最牛逼的可视化工具Rviz显示所有的TF坐标变换,打开一个Rviz,选择TF即可

6.robot_state_publisher

 robot_state_publisher是机器人的状态发布器,使用参数 robots_description 指定的URDF和来自主题关节状态的关节位置来计算机器人的正向运动学并通过tf发布结果。

它订阅关节状态发布器(joint_state_publisher)节点发布的关节状态主题( sensor_msgs/JointState )将机器人各个关节的tf变换发布到tf树上,这就不需要我们自己去编写关节状态更新的节点,而只需要在launch文件中,一并启动这个ROS为我们提供的节点即可。

<!-- 运行robot_state_publisher节点,发布tf  -->
    <node name="robot_state_publisher" pkg="robot_state_publisher" type="robot_state_publisher"  output="screen" >
        <param name="publish_frequency" type="double" value="50.0" />
    </node>

它的参数如下:

参数意义
robot_descriptionurdf 机器人描述
tf_prefix为命名空间感知的转换发布设置tf前缀
publish_frequency状态发布器的发布频率(默认:50)
ignore_timestamp如果为真,则忽略 publish_frequency 和joint_states 的时间戳,并为每个接收到的joint_states 发布一个tf(默认:false)
use_tf_static设置是否使用 /tf_static 锁存的静态变换广播器(默认:true)

三、SLAM中的TF

SLAM中的TF最重要的有两部分:(1)机器人底盘坐标系(base_frame)与里程计坐标系(odom_frame)之间的变换关系 和 (2)里程计坐标系(odom_frame)与地图坐标系(map_frame)之间的变换关系

(1)的变换关系主要是由机器人自带的里程计(如:编码器、IMU、laser)提供,采用的方法叫里程计位姿估计(Odometry),这一部分的主要作用是让我们知道了机器人从初始位置(odom_frame)到现在位置(base_frame)的关系,但是这一部分是相对的,我们不知道环境信息时,没法绝对的确定机器人位置,而且单纯的使用里程计定位,会产生累计漂移误差,这就需要使用某些方法确定机器人和环境之间的位置关系。

机器人和环境之间的坐标变换关系可以由很多方式给出,比如AMCL(自适应蒙特卡洛定位)专门用来机器人定位的算法、或者SLAM的方法(如激光雷达的算法gmapping),但是TF数的结构决定了一个坐标系只能有一个父坐标系(一个人只能认一个爹),base到odom的坐标变换中,base已经当做父坐标系了,因此这些定位方法往往给出里程计坐标系(odom_frame)与地图坐标系(map_frame)之间的变换关系,即(2),这样相当于间接给出了base与map之间的关系,也可以确定机器人的位置,如下图所示

 这样也补偿了里程计的漂移误差

总结

本文介绍了TF坐标变换的基本概念以及TF在ROS中的表示形式(TF树),通过古月居的乌龟跟随的例子,分析了TF树的广播器和监听器最基本的书写形式,从中展示了如何提取和应用TF变换的信息,并介绍了5种最常用的TF树及TF信息的提取工具,最后简要说明了SLAM中最为重要的两种TF坐标变换。

加载全部内容

相关教程
猜你喜欢
用户评论