ROS机器人系统|【ROS机器人系统】自主导航+YOLO目标检测+语音播报 ROS|机器人系统|YOLO|科大讯飞语

文章目录

一、总体功能设计
二、实验环境
三、演示
四、场景搭建、建图与导航模块
- 4.1 场景搭建
- 4.2 小车模型
- 4.3 导航模块
- - （1）安装依赖
  - （2）从github下载的文件中的test_ws目录下
  - （3）运行导航功能
五、YOLO目标检测模块
- 5.1 YOLO介绍
- 5.2 本课设尝试使用过的YOLO模型
六、语音合成模块
七、小车摄像头与YOLO模块的通信
- 7.1 小车摄像头模块发布话题消息
- 7.2 YOLO模块模块订阅话题消息
八、YOLO模块与语音合成模块的通信
- 8.1 YOLO模块模块发布话题消息
- 8.2 语音合成模块订阅话题消息
九、演示时各模块的启动命令
注意事项;
源码：

一、总体功能设计完成自主导航功能，并在小车移动至指定地点的过程中，通过机器人的摄像头检测导航途中所见物体，识别出物体的种类（框选出不同物体并标注识别结果），结合科大讯飞语音合成模块对识别结果进行语音播报。

（注：目标检测，也叫目标提取，是一种基于目标几何和统计特征的图像分割。它将目标的分割和识别合二为一，其准确性和实时性是整个系统的一项重要能力。）

二、实验环境 Windows10
VMware虚拟机 ubuntu18.04
Ros melodic
三、演示演示地址：https://www.bilibili.com/video/BV1tB4y1Y7UH
四、场景搭建、建图与导航模块 4.1 场景搭建

gazebo Building Editor

文章图片
gazebo Building Editor

文章图片

由于官方的模型库中没有我所使用的YOLO模型中能够检测到的特征鲜明的物体，如猫、狗、大象、马、苹果、香蕉等，所以部分物体（如图中的香蕉）放在相框中的图片中进行识别。
设置的小车主要识别的区域

文章图片

4.2 小车模型本次课设使用的是TurtleBot3中的Waffle小车，下图中的中间一个（含有雷达与摄像头）

文章图片

小车模型在rviz中展示

文章图片

4.3 导航模块

注：对应github文件中的test_ws工作空间

gmapping 通过粒子滤波将激光距离数据转化为珊格地图。

优点：在长廊及低特征场景中建图效果好；构建小场景地图所需的计算量较小且精度较高。缺点：依赖里程计，无法适用无人机及地面小车不平坦区域；无回环；大的场景，粒子较多的情况下，特别消耗资源。

主要参考：我在github上传的这个文件：导航模块参考.pdf
（1）安装依赖
在开始该部分设计之前，我们先安装相关支持的功能包，包括建图、导航以及机器人仿真的功能包（克隆下载后仅保留turtlebot3_gazebo文件夹），相关命令如下:

sudo apt-get update sudo apt-get install ros-melodic-turtlebot3-* sudo apt-get install ros-melodic-navigation sudo apt-get install ros-melodic-slam-gmapping git clone https://github.com/ROBOTIS-GIT/turtlebot3_simulations.git sudo apt-get install ros-melodic-dwa-local-planner

在使用仿真机器人之前先利用以下命令确定机器人类型，在 test_ws 目录下运行：

echo “export TURTLEBOT3_MODEL=waffle” >>~/.bashrc

（2）从github下载的文件中的test_ws目录下
先 catkin_make编译然后刷新工作空间，最后在运行 launch文件即可完成整体功能的启动，建图流程:
在test_ws目录下运行以下两条命令

roslaunch turtlebot3_gazebo turtlebot3_world.launch roslaunch my_navi build_map.launch

运行完上述前两条命令之后会出现一个仿真的场景，然后rviz中会显示当前建图结果，然后运行下面的命令会出现键盘控制界面，

rosrun turtlebot3_teleop turtlebot3_teleop_key

可以利用“w”，“a”,“s”，“d”来控制机器人移动，这四个按键分别控制向前移动、向左自旋、停止和向右自旋，合理的控制机器人移动来建立环境地图，结果如图3所示，最后利用下面的命令保存建图结果，

rosrun map_server map_saver -f map2

【ROS机器人系统|【ROS机器人系统】自主导航+YOLO目标检测+语音播报】产生图片名为“map2.pgm”和名为“map2.yaml”的地图参数，相关建图结果如图所示

开始建图的时候

文章图片
建图完成

文章图片
控制小车建图的时候各个节点之间的通信情况

文章图片

（3）运行导航功能
导航相关命令如下，在 test_ws 目录下执行命令之后会出现仿真场景和 rviz，点击 rviz 导航栏的“2D Nav Goal”，然后点击地图上的任意空白地点之后机器人会自动导航至目标点，并且 rviz 和仿真地图中机器人的动作在没有系统延时的时候会保持一致。

roslaunch turtlebot3_gazebo turtlebot3_world.launch roslaunch my_navi turtlebot_navigation.launch

文章图片

五、YOLO目标检测模块注：对应github文件中的yolo_ws工作空间
主要参考：小车yolo机械臂（一）ros下gazebo搭建小车（可键盘控制）安装摄像头仿真加载yolo检测识别标记物体
5.1 YOLO介绍 YOLO（You Only Look Once）是一种基于深度神经网络的对象识别和定位算法，其最大的特点是运行速度很快，可以用于实时系统。
5.2 本课设尝试使用过的YOLO模型注：本课设使用的是yolov2_tiny.weights（能识别80种类别的物体）

文章图片

六、语音合成模块

注：对应github文件中的catkin_ws工作空间
主要参考：
- ROS实战( 三 )利用科大讯飞tts实现ROS下语音合成播报
- ROS实战（二）科大讯飞语音合成模块
  可直接用文章（三）；注意第二个参考中的以下两个需要执行一些下：

sudo apt-get install sox 为了不要每次运行都souce,把x64目录下的共享库文件拷贝到/usr/lib/下,先cd到voice/libs/x64目录下 cp libmsc.so /usr/lib/

七、小车摄像头与YOLO模块的通信 7.1 小车摄像头模块发布话题消息找到导航模块中小车的摄像头对应的话题名称：
打开小车导航模块的时候在rviz中添加camera（可以用来查看小车摄像头的实时画面），然后选择话题名称：/camera/rgb/image_raw
（也可以在rqt_image_view中查看话题名称）

rviz中添加camera

文章图片
选择topic
文章图片
rqt_image_view中查看摄像头话题名称

文章图片

7.2 YOLO模块模块订阅话题消息在YOLO模块中订阅该话题：

文章图片

通信过程

文章图片

八、YOLO模块与语音合成模块的通信 8.1 YOLO模块模块发布话题消息 YOLO检测模块中的ros.yaml文件中，发布话题/darknet_ros/bounding_boxes

文章图片

rostopic echo /darknet_ros/bounding boxes，展示发布到topic上的消息数据，Class是需要获取到的识别结果

文章图片

8.2 语音合成模块订阅话题消息

语音合成模块节点

文章图片
在回调函数中获取话题/darknet_ros/bounding boxes消息中的Class内容：

文章图片
通信过程

文章图片

九、演示时各模块的启动命令

（在test_ws路径下）启动gazebo：roslaunch my_navi xinyang.launch （在test_ws路径下）启动导航模块：roslaunch my_navi turtlebot_navigation.launch （在yolo_ws路径下）启动YOLO模块：roslaunch darknet_ros darknet_ros.launch （在catkin_ws路径下）启动语音合成模块：rosrun voice_system xf_tts_node