[套装书]ROS机器人开发（4册）[POD]

.
本书包含了大量示例，帮助你开发机器人程序，并为你提供使用开源ROS库和工具的完整解决方案。本书主要内容包括：ROS的概念、命令行工具、可视化GUI以及如何调试ROS，如何将机器人传感器和执行器连接到ROS，如何从摄像头和3D传感器获取数据并分析数据，如何在机器人/传感器和环境仿真中使用Gazebo，如何设计机器人，如何使用OpenCV3.0为机器人添加视觉功能，如何使用新版本的PCL向机器人添加3D感知功能。本书适合各个阶层的机器人开发人员和机器人爱好者阅读。

.卡罗尔·费尔柴尔德（Carol Fairchild）是Fairchild Robotics公司的所有人、首席工程师，该公司致力于机器人技术的开发与集成。卡罗尔是休斯顿大学明湖分校（University of Houston-Clear Lake，UHCL）Baxter实验室的一名研究人员，同时也是一名兼职教授。她的研究领域主要是基于Baxter机器人的扩展应用开发。在费尔柴尔德女士早期开始建造她的第一台机器人（这台机器人被称为Heathkit Hero）时，她就已经开始了机器人技术方方面面的学习与实践。她在得州农工大学（Texas A&M）获得工程技术学士学位，并在休斯顿大学明湖分校获得计算机工程的硕士学位。费尔柴尔德女士曾在中学教授机器人学课程，是第一乐高联盟（FIRST LEGO League，FLL）的教练，同时也是灵感和科技大赛（For Inspiration and Recognition of Science and Technology，FIRST）的志愿者。
托马斯L.哈曼（Thomas L. Harman）博士是休斯顿大学明湖分校工程系的主任。他的研究领域主要是控制系统、机器人技术与微处理器技术的应用。他和他同事关于机器人和激光的论文已经应用在了医学领域。2005年，他当选为休斯顿大学明湖分校的特聘教授。他曾担任FIRST机器人大赛的裁判与安全顾问。托马斯博士已经出版的专著、合著书籍有18本，主题包括微处理器技术、MATLAB与仿真以及美国国家电气规程等。他在休斯顿大学明湖分校的实验室有一台Baxter双臂机器人、多台TurtleBot机器人以及其他几款机器人。

---------------------------6479751---------------------------


Anil Mahtani是一名主要从事水下机器人工作研发的计算机科学家。他第一次在该领域工作是在完成硕士论文期间为低成本ROV开发软件架构。在此期间，他也成为AVORA的团队领导者和主要开发人员，这个大学生团队设计开发了一个自主水下航行器并参加了2012年的欧洲学生自主水下航行器设计挑战赛（Student Autonomous Underwater Challenge-Europe，SAUC-E）。同年，他完成了论文并获得了拉斯帕尔马斯大学的计算机科学硕士学位。此后不久，他成为SeeByte公司的软件工程师，这家公司是水下系统智能软件解决方案的全球领导者。在2015年，他加入SecureWorks公司，任职软件工程师，在那里他应用相关知识和技术开发入侵检测和预防系统。
在SeeByte公司工作期间，Anil参与了军方、石油和天然气公司的一些半自主和自主水下系统的核心开发。在这些项目中，他积极参与自主系统开发、分布式软件体系结构设计和底层软件开发，同时也为前视声呐图像提供计算机视觉解决方案。他还获得了项目经理职位，管理一个开发和维护内核C++库的工程师团队。
他的专业兴趣主要包括软件工程、算法、数据结构、分布式系统、网络和操作系统。Anil在机器人方向主要负责提供高效和健壮的软件解决方案，不仅解决当前存在的问题，还预见未来的问题或可能的改进。鉴于他的经验，他在计算机视觉、机器学习和控制问题上也有独特的见解。Anil对DIY和电子学感兴趣，并且开发了一些Arduino库回馈社区。
首先，我要感谢家人和朋友的支持，他们总是在我最需要的时候帮助我。我还要感谢我的女友Alex的耐心支持，她是我灵感的源泉。最后，我要感谢我的同事Ihor Bilyy和Dan Good，在我软件工程师职业生涯中他们以专业的方式教会我很多知识。
Luis Sánchez在拉斯帕尔马斯大学获得了电子与电信工程的双硕士学位。他曾在技术开发和创新研究所（IDETIC）、加那利群岛海洋平台（PLOCAN）和应用微电子研究所（IUMA）与不同的研究小组合作，进行超分辨率算法成像研究。
他的专业兴趣包括应用于机器人系统的计算机视觉、信号处理和电子设计。因此，他加入了AVORA团队，这批年轻的工程师和学生从零开始从事自主水下航行器（AUV）的开发工作。在这个项目中，Luis开始开发声学和计算机视觉系统，用于提取不同传感器的信息，例如水听器、声呐和摄像头。
依托海洋技术的强大背景，Luis与人合作创办了一家新的初创公司Subsea Mechatronics，致力于为水下环境开发遥控操作和自主航行器。
下面是海洋技术工程师和企业家（LPA Fabrika：Gran Canaria Maker Space的联合创始人和制造商）Dario Sosa Cabrera对Luis的评价：
“他很热情，是一个跨多学科的工程师。他对工作负责，自制力强，并承担一个团队领导者的责任，这在euRathlon比赛中充分展现了出来。他在电子和电信领域的背景让其具备从信号处理和软件到电子设计和制造的广泛专业知识。”
Luis作为技术审校者参与了Packt出版社出版的《Learning ROS for Robotics Programming》的相关工作以及第2版的撰写工作。
首先，我要感谢Aaron、Anil以及Enrique邀请我参与编写这本书。同他们一起工作非常快乐。同时，我也要感谢水下机电团队关于重型水下机器人的丰富经验，这些年我们一起成长。我必须提到LPA Fabrika：Gran Canaria Maker Space，他们满腔热忱地准备和引导教学机器人及技术项目，与他们共同工作的时光也非常开心。
最后，我要感谢家人和女友对我参与的每个项目的大力支持和鼓励。我以此书献给他们。
Enrique Fernández具有计算机工程博士学位和机器人学研究背景。他的博士论文解决了自主水下滑翔器（AUG）的路径规划问题，他还研究了SLAM、感知、视觉、控制等机器人学课题。在读博士期间，他加盟了赫罗纳大学的CIRS/ViCOROB水下机器人研究中心，在那里他为AUV开发了视觉SLAM和INS模块。他在2012年参加了SAUC-E并获奖，在2013年作为合作者参与了SAUC-E。
攻读博士学位期间，Enrique在机器人顶级会议和期刊上发表了多篇论文，其中包括国际机器人和自动化会议（International Conference of Robotics and Automation，ICRA）。他也合作编写了一些ROS书籍和章节。
之后，Enrique作为SLAM工程师在2013年6月加盟PAL Robotics公司。在那里，他开发了用于REEM、REEM-C仿人型机器人的ROS软件，也继续为开源社区（主要是ROS控制软件库）做贡献，目前仍是其中一名维护人员。在2015年，他加盟Clearpath Robotics公司的自主系统部门，从事感知算法开发相关工作。他曾经在通用电气公司（General Electric）和约翰迪尔（John Deere）等多家大型工业公司的设施中负责部署工业移动机器人OTTO 1500和OTTO 100软件的运行。
我要感谢本书的合著者，感谢他们为完成本书所付出的努力以及提供了无数示例的代码。我还要感谢拉斯帕尔马斯大学研究组和水下机器人研究中心（Center of Underwater Robotics Research，CIRS/ViCOROB）的研究小组成员。我也要感谢在PAL Robotics公司的同事，在那里我学到很多关于ROS、机器人运动以及仿人双足机器人的知识，不仅有软件，还有电子和硬件设计。此外，我还要感谢在Clearpath Robotics的同事们，在这里我掌握了ROS并参与了为工业4.0销售的24/7全天候运行自动驾驶机器人的软件开发。最后，我要感谢我的家人和朋友的帮助与支持，特别是Eva。
Aaron Martinez是数字化制造领域的计算机工程师、企业家和专家。他于2010年在拉斯帕尔马斯大学的IUCTC（Instituto Universitario de Cienciasy Tecnologias Ciberneticas）完成硕士论文。他在远程监控领域使用沉浸式设备和机器人平台准备硕士论文。获得学位后，他参加了在奥地利林茨约翰开普勒大学研究所的机器人学实习计划。在实习期间，他作为团队的一员使用ROS和导航包集进行移动平台开发。之后，他参与了有关机器人的项目，其中一个是拉斯帕尔马斯大学的AVORA项目。在这个项目中，他参与自主水下航行器制作，并参与意大利的SAUC-E。2012年，他负责维护这个项目；2013年，他帮助从ROS向机器人平台移植导航包集和其他算法。
最近，Aaron与人共同创立了一家名为SubSeaMechatronics SL的公司。这家公司从事与水下机器人和遥控系统相关的项目，还设计和制造水下传感器。公司的主要目标是开发用于研发原型和重型机械手的定制解决方案。
Aaron有许多领域的经验，比如编程、机器人、机电一体化、数字化制造以及Arduino、BeagleBone、服务器和激光雷达等设备。如今，他在SubSeaMechatronics SL公司从事水下和空中环境的机器人平台设计。
我要感谢我的女友，她在我写这本书时支持我并且给我继续成长的动力。我还要感谢Donato Monopoli（加那利群岛技术研究所（ITC）生物医学工程部门的主管），以及ITC所有的工作人员，感谢他们使我懂得数字制造、机械以及工程组织，我在此度过了生命中最美好的时光。
感谢我大学的同事，特别是Alexis Quesada，他给了我在准备硕士论文时创建第一个机器人的机会。同他们一起工作，使我学习到很多关于机器人的知识。
最后，我要感谢家人和朋友的帮助与支持。
审校者简介
Lentin Joseph是印度Qbotics Labs（http://www.qboticslabs.com）的创始人兼首席执行官、作家、企业家、电子工程师、机器人爱好者、机器视觉专家、嵌入式程序员。
他在印度喀拉拉的联邦理工学院（FISAT）获电子学和通信工程学士学位。在工程项目的最后一年，他制作了一个可以与人交互的社交机器人（http://www.technolabsz.com/2012/07/social-robot-my-final-year.html）。项目取得了巨大的成功，被视觉和印刷媒体多次报道。该机器人的主要特点是可以与人交流并智能回复，同时具有一定的图像处理能力，如面部、动作和颜色检测。整个项目使用Python编程语言实现。他对机器人、图像处理和Python的兴趣从此开始。
毕业后，他在一家专门从事机器人和图像处理的创业公司工作了3年。同时，他学习了主流的机器人软件平台，如机器人操作系统（ROS）、V-REP、Actin（机器人仿真工具），以及图像处理库，如OpenCV、OpenNI和PCL。他还了解Arduino和Tiva Launchpad上的机器人三维设计和嵌入式编程。
在积累3年的工作经验后，他创立了一家名叫Qbotics Labs的新公司，主要从事研究工作，在机器人和机器视觉等领域开发一些优秀的产品。他负责维护个人网站（http://www.lentinjoseph.com）和一个名为technolabsz的技术博客（http://www.technolabsz.com）。他在科技博客上发布作品。他也是印度PyCon2013的演讲者，主题是“使用Python的学习机器人”（Learning Robotics using Python）。
Lentin是《Learning Robotics using Python》（更多内容参考http://learn-robotics.com）和《Mastering ROS for Robotics Programming》（更多内容参考http://mastering-ros.com）的作者，这两本书都由Packt出版社出版。第一本书的主题是使用ROS和OpenCV构建自主移动机器人。这本书是在ICRA 2015上推出的，并在ROS博客Robohub、OpenCV、Python网站以及其他相关论坛上推广。第二本书是掌握机器人操作系统（ROS）的工具书，也在ICRA 2016上推出，它是最畅销的ROS书籍之一。
作为ICRA 2016的一部分，Lentin及其团队获得了HRATC 2016挑战赛的冠军，同时他也是ICRA 2015挑战赛HRATC决赛的入围者（http://www.icra2016.org/conference/challenges/）。

1.2.2计算图级 8
1.2.3ROS社区级 9
1.2.4ROS通信 9
1.3ROS客户端库 10
1.4ROS工具 11
1.4.1Rviz（ROS可视化） 11
1.4.2rqt_plot 11
1.4.3rqt_graph 12
1.5ROS仿真器 13
1.6在Ubuntu 16.04 LTS上安装ROS Kinetic 13
1.7在VirtualBox上设置ROS 17
1.8设置ROS工作区 19
1.9ROS在工业和研究中的机遇 20
1.10　问题 22
1.11　本章总结 22
第2章　使用ROS、OpenCV和Dynamixel伺服舵机进行人脸检测与跟踪 23
2.1项目概述 23
2.2硬件和软件需求 24
2.3ROS与Dynamixel伺服舵机的接口 33
2.4创建人脸跟踪ROS包 34
2.5人脸跟踪功能包的工作原理 36
2.5.1理解人脸跟踪代码 38
2.5.2理解CMakeLists.txt 41
2.5.3track.yaml文件 43
2.5.4启动文件 43
2.5.5运行人脸跟踪器节点 44
2.5.6face_tracker_control功能包 45
2.5.7　云台控制器配置文件 46
2.5.8舵机参数配置文件 47
2.5.9人脸跟踪控制器节点 47
2.5.10　创建CMakeLists.txt 49
2.5.11　测试人脸跟踪控制功能包 49
2.5.12　集成所有节点 51
2.5.13　固定支架并安装电路 51
2.5.14　最终测试 52
2.6　问题 52
2.7　本章总结 53
第3章　在ROS中构建一个像Siri的聊天机器人 54
3.1人机交互机器人 54
3.2构建人机交互机器人 55
3.3预备条件 56
3.4AIML入门 57
3.4.1AIML标签 57
3.4.2PyAIML解释器 58
3.4.3在Ubuntu 16.04 LTS上安装PyAIML 59
3.4.4使用PyAIML 59
3.4.5加载多个AIML文件 60
3.4.6在ROS中创建AIML机器人 62
3.4.7AIML ROS功能包 62
3.5　问题 70
3.6　本章总结 70
第4章　使用ROS控制嵌入式电路板 71
4.1主流嵌入式电路板入门 71
4.1.1如何选择Arduino开发板 71
4.1.2Raspberry Pi（树莓派）介绍 74
4.1.3Odroid开发板 76
4.2Arduino与ROS的接口 76
4.2.1使用Arduino和ROS监控光线亮度 79
4.2.2在PC上运行ROS串行服务器 81
4.2.3通过mbed连接STM32开发板和ROS 82
4.2.4使用Energia连接ROS与Tiva C Launchpad板 85
4.3在Raspberry Pi和Odroid上运行ROS 87
4.3.1将Raspberry Pi和Odroid连接到PC 88
4.3.2ROS控制GPIO引脚 90
4.4　问题 94
4.5　本章总结 95
第5章　使用手势远程操作机器人 96
5.1使用键盘遥控ROS龟 97
5.2使用手势进行遥控 98
5.3项目配置 100
5.4MPU-9250、Arduino和ROS连接 101
5.5在Rviz中可视化IMU TF 106
5.6将IMU数据转换为twist消息 107
5.7集成和最终运行 109
5.8使用Android手机进行遥控 111
5.9　问题 113
5.10　本章总结 113
第6章　物体检测和识别 114
6.1物体检测和识别的快速入门 114
6.2ROS中的find_object_2d包 116
6.2.1安装find_object_2d包 116
6.2.2运行find_object_2d节点检测网络摄像头图像中的物体 117
6.2.3使用深度传感器运行find_object_2d节点 121
6.33D物体识别快速入门 124
6.4ROS中3D物体识别包的介绍 125
6.5从3D网格中检测和识别物体 127
6.5.1使用物体的3D模型进行训练 127
6.5.2使用捕获的3D模型进行训练 129
6.6识别物体 132
6.7　问题 135
6.8　本章总结 135
第7章　使用ROS和TensorFlow进行深度学习 136
7.1深度学习及其应用简介 136
7.2深度学习机器人 137
7.3深度学习库 138
7.4TensorFlow入门 139
7.4.1在Ubuntu 16.04 LTS上安装TensorFlow 139
7.4.2TensorFlow的概念 141
7.4.3在TensorFlow中编写我们的第一个程序 143
7.5使用ROS和TensorFlow进行图像识别 146
7.5.1前提条件 147
7.5.2ROS图像识别节点 147
7.6scikit-learn介绍 150
7.7SVM及其在机器人中的应用 151
7.8　问题 154
7.9　本章总结 154
第8章　在MATLAB和Android上运行ROS 156
8.1ROS-MATLAB接口入门 156
8.2在MATLAB中设置机器人工具箱 157
8.2.1MATLAB中的基本ROS功能 157
8.2.2列出ROS节点、主题和消息 158
8.3MATLAB与ROS网络通信 160
8.4利用MATLAB控制ROS机器人 163
8.4.1设计MATLAB GUI应用程序 164
8.4.2解释回调 166
8.4.3运行应用程序 168
8.5Android及其ROS接口入门 169
8.5.1安装rosjava 170
8.5.2通过Ubuntu软件包管理器安装android-sdk 172
8.6安装ROS-Android接口 174
8.7使用ROS-Android应用程序 175
8.8代码演练 180
8.9使用ROS-Android接口创建基本应用程序 182
8.10　问题 183
8.11　本章总结 184
第9章　构建自主移动机器人 185
9.1机器人规格和设计概述 185
9.2设计和选择机器人的电动机和轮子 186
9.2.1计算电动机扭矩 186
9.2.2电动机转速的计算 186
9.2.3设计总结 187
9.3构建机器人本体的2D和3D模型 187
9.3.1底盘 187
9.3.2连接杆和空心管设计 188
9.3.3电动机、轮子和电动机夹具设计 189
9.3.4脚轮设计 189
9.3.5中层板和顶层板设计 189
9.3.6顶层板 190
9.3.7机器人的3D建模 191
9.4在Gazebo中进行机器人模型仿真 192
9.5差速驱动机器人的数学模型 192
9.6设计和建造实际的机器人 200
9.6.1电动机和电动机驱动 201
9.6.2电动机编码器 201
9.6.3Tiva C Launchpad 201
9.6.4超声波传感器 201
9.6.5OpenNI深度传感器 201
9.6.6英特尔NUC 201
9.6.7使用Launchpad将传感器
和电动机连接起来 201
9.6.8Tiva C Launchpad编程 202
9.7连接机器人硬件与ROS 205
9.8在Chefbot中进行地图构建和定位 208
9.9　问题 210
9.10　本章总结 210
第10章　使用ROS创建自动驾驶汽车 211
10.1　自动驾驶汽车入门 211
10.2　典型自动驾驶汽车的功能框图 214
10.2.1　自动驾驶汽车的软件框图 218
10.2.2　在ROS中仿真和连接自动驾驶汽车传感器 219
10.3　在Gazebo中仿真一辆带有传感器的自动驾驶汽车 235
10.3.1　安装预备条件 235
10.3.2　可视化机器人车传感器数据 237
10.3.3　在Gazebo里移动一辆自动驾驶汽车 238
10.3.4　使用机器人车运行hector SLAM 238
10.4　将DBW车与ROS连接 239
10.4.1　安装包 240
10.4.2　可视化自动驾驶汽车和传感器数据 240
10.4.3　DBW与ROS通信 242
10.5　Udacity开源自动驾驶汽车项目介绍 242
10.6　问题 245
10.7　本章总结 246
第11章　使用VR头戴设备和Leap Motion遥控机器人 247
11.1　VR头戴设备和Leap Motion入门 248
11.2　项目预备条件 249
11.3　项目的设计和工作原理 250
11.4　在Ubuntu 14.04.5上安装Leap Motion SDK 251
11.4.1　可视化Leap Motion控制器数据 252
11.4.2　使用Leap Motion可视化工具 252
11.4.3　安装Leap Motion控制器的ROS驱动程序 253
11.5　在Rviz中可视化Leap Motion数据 255
11.6　使用Leap Motion控制器创建遥控节点 256
11.7　构建ROS-VR Android应用程序 258
11.8　使用ROS-VR应用程序并与Gazebo进行连接 259
11.9　在VR中使用TurtleBot仿真 262
11.10　ROS-VR应用程序的故障排除 263
11.11　ROS-VR和Leap Motion遥控的集成应用 264
11.12　问题 264
11.13　本章总结 264
第12章　通过网络控制机器人 265
12.1　ROS Web入门 265
12.1.1　rosbridge_suite 265
12.1.2　roslibjs、ros2djs和ros3djs 266
12.1.3　tf2_web_republisher 267
12.2　在ROS Kinetic上设置ROS Web 267
12.2.1　安装rosbridge_suite 267
12.2.2　设置rosbridge客户端库 268
12.3　在ROS Kinetic上安装tf2_web_republisher 269
12.4　在Web浏览器上实现机器人遥控和可视化 269
12.4.1　项目开发 269
12.4.2　连接到rosbridge_server 271
12.4.3　初始化teleop 271
12.4.4　在Web浏览器中创建3D查看器 272
12.4.5　创建TF客户端 272
12.4.6　创建URDF客户端 272
12.4.7　创建文本输入 273
12.4.8　运行Web teleop应用程序 273
12.5　利用网络浏览器控制机器人关节 275
12.5.1　安装joint_state_publisher_js 275
12.5.2　运行网络关节状态发布器 276
12.5.3　解释代码 278
12.5.4　运行机器人监控应用程序 278
12.6　基于Web的语音控制机器人 279
12.6.1　前提条件 280
12.6.2　在Web应用程序中启用语音识别 280
12.7　运行语音控制机器人应用程序 282
12.8　问题 283
12.9　本章总结 284

---------------------------7991375---------------------------


推荐序一
推荐序二
推荐序三
前言
第1章　初识ROS 1
1.1　ROS是什么 1
1.1.1　ROS的起源 1
1.1.2　ROS的设计目标 2
1.1.3　ROS的特点 3
1.2　如何安装ROS 4
1.2.1　操作系统与ROS版本的选择 4
1.2.2　配置系统软件源 6
1.2.3　添加ROS软件源 6
1.2.4　添加密钥 7
1.2.5　安装ROS 7
1.2.6　初始化rosdep 8
1.2.7　设置环境变量 8
1.2.8　完成安装 9
1.3　本书源码下载 9
1.4　本章小结 10
第2章　ROS架构 11
2.1　ROS架构设计 11
2.2　计算图 12
2.2.1　节点 12
2.2.2　消息 13
2.2.3　话题 13
2.2.4　服务 13
2.2.5　节点管理器 14
2.3　文件系统 14
2.3.1　功能包 14
2.3.2　元功能包 16
2.4　开源社区 17
2.5　ROS的通信机制 17
2.5.1　话题通信机制 18
2.5.2　服务通信机制 19
2.5.3　参数管理机制 20
2.6　话题与服务的区别 20
2.7　本章小结 21
第3章　ROS基础 22
3.1　第一个ROS例程——小乌龟仿真 23
3.1.1　turtlesim功能包 23
3.1.2　控制乌龟运动 24
3.2　创建工作空间和功能包 25
3.2.1　什么是工作空间 25
3.2.2　创建工作空间 26
3.2.3　创建功能包 27
3.3　工作空间的覆盖 28
3.3.1　ROS中工作空间的覆盖 28
3.3.2　工作空间覆盖示例 28
3.4　搭建Eclipse开发环境 30
3.4.1　安装Eclipse 30
3.4.2　创建Eclipse工程文件 30
3.4.3　将工程导入Eclipse 31
3.4.4　设置头文件路径 31
3.4.5　运行/调试程序 32
3.5　RoboWare简介 35
3.5.1　RoboWare的特点 35
3.5.2　RoboWare的安装与使用 36
3.6　话题中的Publisher与Subscriber 37
3.6.1　乌龟例程中的Publisher与Subscriber 37
3.6.2　如何创建Publisher 37
3.6.3　如何创建Subscriber 40
3.6.4　编译功能包 41
3.6.5　运行Publisher与Subscriber 42
3.6.6　自定义话题消息 44
3.7　服务中的Server和Client 46
3.7.1　乌龟例程中的服务 46
3.7.2　如何自定义服务数据 47
3.7.3　如何创建Server 48
3.7.4　如何创建Client 49
3.7.5　编译功能包 51
3.7.6　运行Server和Client 51
3.8　ROS中的命名空间 52
3.8.1　有效的命名 52
3.8.2　命名解析 53
3.8.3　命名重映射 54
3.9　分布式多机通信 54
3.9.1　设置IP地址 55
3.9.2　设置ROS_MASTER_URI 56
3.9.3　多机通信测试 56
3.10　本章小结 57
第4章　ROS中的常用组件 58
4.1　launch启动文件 58
4.1.1　基本元素 58
4.1.2　参数设置 60
4.1.3　重映射机制 61
4.1.4　嵌套复用 61
4.2　TF坐标变换 62
4.2.1　TF功能包 62
4.2.2　TF工具 63
4.2.3　乌龟例程中的TF 65
4.2.4　创建TF广播器 67
4.2.5　创建TF监听器 68
4.2.6　实现乌龟跟随运动 70
4.3　Qt工具箱 70
4.3.1　日志输出工具（rqt_console） 71
4.3.2　计算图可视化工具（rqt_graph） 71
4.3.3　数据绘图工具（rqt_plot） 72
4.3.4　参数动态配置工具（rqt_reconfigure） 73
4.4　rviz三维可视化平台 73
4.4.1　安装并运行rviz 74
4.4.2　数据可视化 75
4.4.3　插件扩展机制 76
4.5　Gazebo仿真环境 78
4.5.1　Gazebo的特点 78
4.5.2　安装并运行Gazebo 78
4.5.3　构建仿真环境 81
4.6　rosbag数据记录与回放 82
4.6.1　记录数据 82
4.6.2　回放数据 83
4.7　本章小结 84
第5章　机器人平台搭建 85
5.1　机器人的定义 85
5.2　机器人的组成 86
5.2.1　执行机构 87
5.2.2　驱动系统 87
5.2.3　传感系统 87
5.2.4　控制系统 87
5.3　机器人系统搭建 88
5.3.1　MRobot 88
5.3.2　执行机构的实现 88
5.3.3　驱动系统的实现 89
5.3.4　内部传感系统的实现 90
5.4　基于Raspberry Pi的控制系统实现 90
5.4.1　硬件平台Raspberry Pi 91
5.4.2　安装Ubuntu 16.04 91
5.4.3　安装ROS 93
5.4.4　控制系统与MRobot通信 94
5.4.5　PC端控制MRobot 97
5.5　为机器人装配摄像头 99
5.5.1　usb_cam功能包 99
5.5.2　PC端驱动摄像头 100
5.5.3　Raspberry Pi驱动摄像头 102
5.6　为机器人装配Kinect 104
5.6.1　freenect_camera功能包 104
5.6.2　PC端驱动Kinect 106
5.6.3　Raspberry Pi驱动Kinect 109
5.6.4　Kinect电源改造 109
5.7　为机器人装配激光雷达 110
5.7.1　rplidar功能包 110
5.7.2　PC端驱动rplidar 111
5.7.3　Raspberry Pi驱动rplidar 113
5.8　本章小结 113
第6章　机器人建模与仿真 114
6.1　统一机器人描述格式——URDF 114
6.1.1　标签 114
6.1.2　标签 115
6.1.3　标签 116
6.1.4　标签 116
6.2　创建机器人URDF模型 116
6.2.1　创建机器人描述功能包 116
6.2.2　创建URDF模型 117
6.2.3　URDF模型解析 120
6.2.4　在rviz中显示模型 122
6.3　改进URDF模型 124
6.3.1　添加物理和碰撞属性 124
6.3.2　使用xacro优化URDF 125
6.3.3　xacro文件引用 127
6.3.4　显示优化后的模型 127
6.4　添加传感器模型 128
6.4.1　添加摄像头 128
6.4.2　添加Kinect 130
6.4.3　添加激光雷达 132
6.5　基于ArbotiX和rviz的仿真器 133
6.5.1　安装ArbotiX 133
6.5.2　配置ArbotiX控制器 133
6.5.3　运行仿真环境 135
6.6　ros_control 136
6.6.1　ros_control框架 137
6.6.2　控制器 139
6.6.3　硬件接口 139
6.6.4　传动系统 140
6.6.5　关节约束 140
6.6.6　控制器管理器 141
6.7　Gazebo仿真 142
6.7.1　机器人模型添加Gazebo属性 142
6.7.2　在Gazebo中显示机器人模型 145
6.7.3　控制机器人在Gazebo中运动 147
6.7.4　摄像头仿真 147
6.7.5　Kinect仿真 150
6.7.6　激光雷达仿真 153
6.8　本章小结 155
第7章　机器视觉 156
7.1　ROS中的图像数据 156
7.1.1　二维图像数据 156
7.1.2　三维点云数据 158
7.2　摄像头标定 159
7.2.1　camera_calibration功能包 159
7.2.2　启动标定程序 159
7.2.3　标定摄像头 160
7.2.4　标定Kinect 162
7.2.5　加载标定参数的配置文件 162
7.3　OpenCV库 164
7.3.1　安装OpenCV 164
7.3.2　在ROS中使用OpenCV 164
7.4　人脸识别 166
7.4.1　应用效果 167
7.4.2　源码实现 168
7.5　物体跟踪 170
7.5.1　应用效果 170
7.5.2　源码实现 171
7.6　二维码识别 173
7.6.1　ar_track_alvar功能包 173
7.6.2　创建二维码 174
7.6.3　摄像头识别二维码 175
7.6.4　Kinect识别二维码 178
7.7　物体识别 179
7.7.1　ORK功能包 179
7.7.2　建立物体模型库 181
7.7.3　模型训练 183
7.7.4　三维物体识别 184
7.8　本章小结 185
第8章　机器语音 186
8.1　让机器人听懂你说的话 187
8.1.1　pocketsphinx功能包 187
8.1.2　语音识别测试 188
8.1.3　创建语音库 190
8.1.4　创建launch文件 192
8.1.5　语音指令识别 192
8.1.6　中文语音识别 192
8.2　通过语音控制机器人 193
8.2.1　编写语音控制节点 193
8.2.2　语音控制小乌龟运动 194
8.3　让机器人说话 195
8.3.1　sound_play功能包 195
8.3.2　语音播放测试 195
8.4　人工智能标记语言 196
8.4.1　AIML中的标签 196
8.4.2　Python中的AIML解析器 197
8.5　与机器人对话 198
8.5.1　语音识别 199
8.5.2　智能匹配应答 201
8.5.3　文本转语音 202
8.5.4　智能对话 203
8.6　让机器人听懂中文 204
8.6.1　下载科大讯飞SDK 204
8.6.2　测试SDK 206
8.6.3　语音听写 207
8.6.4　语音合成 209
8.6.5　智能语音助手 211
8.7　本章小结 213
第9章　机器人SLAM与自主导航 214
9.1　理论基础 214
9.2　准备工作 216
9.2.1　传感器信息 217
9.2.2　仿真平台 219
9.2.3　真实机器人 222
9.3　gmapping 224
9.3.1　gmapping功能包 224
9.3.2　gmapping节点的配置与运行 227
9.3.3　在Gazebo中仿真SLAM 228
9.3.4　真实机器人SLAM 231
9.4　hector-slam 234
9.4.1　hector-slam功能包 234
9.4.2　hector_mapping节点的配置与运行 236
9.4.3　在Gazebo中仿真SLAM 237
9.4.4　真实机器人SLAM 238
9.5　cartographer 240
9.5.1　cartographer功能包 240
9.5.2　官方demo测试 241
9.5.3　cartographer节点的配置与运行 244
9.5.4　在Gazebo中仿真SLAM 246
9.5.5　真实机器人SLAM 247
9.6　rgbdslam 249
9.6.1　rgbdslam功能包 249
9.6.2　使用数据包实现SLAM 250
9.6.3　使用Kinect实现SLAM 252
9.7　ORB_SLAM 253
9.7.1　ORB_SLAM功能包 253
9.7.2　使用数据包实现单目SLAM 254
9.7.3　使用摄像头实现单目SLAM 256
9.8　导航功能包 258
9.8.1　导航框架 258
9.8.2　move_base功能包 258
9.8.3　amcl功能包 260
9.8.4　代价地图的配置 263
9.8.5　本地规划器配置 266
9.9　在rviz中仿真机器人导航 267
9.9.1　创建launch文件 267
9.9.2　开始导航 268
9.9.3　自动导航 269
9.10　在Gazebo中仿真机器人导航 277
9.10.1　创建launch文件 277
9.10.2　运行效果 278
9.10.3　实时避障 279
9.11　真实机器人导航 280
9.11.1　创建launch文件 280
9.11.2　开始导航 282
9.12　自主探索SLAM 282
9.12.1　创建launch文件 282
9.12.2　通过rviz设置探索
目标 283
9.12.3　实现自主探索SLAM 284
9.13　本章小结 286
第10章　MoveIt!机械臂控制 287
10.1　MoveIt!系统架构 288
10.1.1　运动组（move_group） 288
10.1.2　运动规划器（motion_planner） 290
10.1.3　规划场景 291
10.1.4　运动学求解器 291
10.1.5　碰撞检测 291
10.2　如何使用MoveIt! 292
10.3　创建机械臂模型 292
10.3.1　声明模型中的宏 292
10.3.2　创建六轴机械臂模型 294
10.3.3　加入Gazebo属性 299
10.3.4　显示机器人模型 300
10.4　使用Setup Assistant配置机械臂 302
10.4.1　加载机器人URDF模型 303
10.4.2　配置自碰撞矩阵 304
10.4.3　配置虚拟关节 304
10.4.4　创建规划组 304
10.4.5　定义机器人位姿 307
10.4.6　配置终端夹爪 308
10.4.7　配置无用关节 309
10.4.8　设置作者信息 309
10.4.9　生成配置文件 309
10.5　启动MoveIt! 310
10.5.1　拖动规划 311
10.5.2　随机目标规划 311
10.5.3　初始位姿更新 313
10.5.4　碰撞检测 314
10.6　配置文件 315
10.6.1　SRDF文件 315
10.6.2　fake_controllers.yaml 316
10.6.3　joint_limits.yaml 317
10.6.4　kinematics.yaml 317
10.6.5　ompl_planning.yaml 318
10.7　添加ArbotiX关节控制器 318
10.7.1　添加配置文件 318
10.7.2　运行ArbotiX节点 318
10.7.3　测试例程 319
10.7.4　运行效果 321
10.8　配置MoveIt!关节控制器 322
10.8.1　添加配置文件 323
10.8.2　启动插件 324
10.9　MoveIt!编程学习 324
10.9.1　关节空间规划 324
10.9.2　工作空间规划 328
10.9.3　笛卡儿运动规划 333
10.9.4　避障规划 338
10.10　pick and place示例 345
10.10.1　应用效果 345
10.10.2　创建抓取的目标物体 346
10.10.3　设置目标物体的放置位置 346
10.10.4　生成抓取姿态 346
10.10.5　pick 348
10.10.6　place 348
10.11　Gazebo中的机械臂仿真 349
10.11.1　创建配置文件 350
10.11.2　创建launch文件 350
10.11.3　开始仿真 351
10.12　使用MoveIt!控制Gazebo中的机械臂 353
10.12.1　关节轨迹控制器 354
10.12.2　MoveIt!控制器 355
10.12.3　关节状态控制器 356
10.12.4　运行效果 357
10.13　ROS-I 358
10.13.1　ROS-I的目标 359
10.13.2　ROS-I的安装 359
10.13.3　ROS-I的架构 360
10.14　本章小结 362
第11章　ROS与机器学习 363
11.1　AlphaGo的大脑——Tensor-Flow 364
11.2　TensorFlow基础 364
11.2.1　安装TensorFlow 364
11.2.2　核心概念 366
11.2.3　第一个TensorFlow程序 367
11.3　线性回归 369
11.3.1　理论基础 369
11.3.2　创建数据集 371
11.3.3　使用TensorFlow解决线性回归问题 372
11.4　手写数字识别 374
11.4.1　理论基础 374
11.4.2　TensorFlow中的MNIST例程 377
11.4.3　基于ROS实现MNIST 381
11.5　物体识别 384
11.5.1　安装TensorFlow Object Detection API 385
11.5.2　基于ROS实现动态物体识别 388
11.6　本章小结 390
第12章　ROS进阶功能 391
12.1　action 391
12.1.1　什么是action 391
12.1.2　action的工作机制 392
12.1.3　action的定义 392
12.1.4　实现action通信 393
12.2　plugin 396
12.2.1　工作原理 396
12.2.2　如何实现一个插件 396
12.2.3　创建基类 397
12.2.4　创建plugin类 398
12.2.5　注册插件 399
12.2.6　编译插件的动态链接库 399
12.2.7　将插件加入ROS 399
12.2.8　调用插件 400
12.3　rviz plugin 401
12.3.1　速度控制插件 402
12.3.2　创建功能包 402
12.3.3　代码实现 402
12.3.4　编译插件 407
12.3.5　运行插件 408
12.4　动态配置参数 409
12.4.1　创建配置文件 410
12.4.2　创建服务器节点 412
12.4.3　参数动态配置 413
12.5　SMACH 414
12.5.1　什么是SMACH 415
12.5.2　状态机“跑”起来 415
12.5.3　状态机实现剖析 416
12.5.4　状态间的数据传递 419
12.5.5　状态机嵌套 421
12.5.6　多状态并行 422
12.6　ROS-MATLAB 423
12.6.1　ROS-MATLAB是什么 423
12.6.2　ROS-MATLAB可以做什么 424
12.6.3　连接MATLAB和ROS 425
12.6.4　MATLAB可视化编程 428
12.6.5　创建可视化界面 429
12.6.6　编辑控件的回调函数 431
12.6.7　运行效果 434
12.7　Web GUI 435
12.7.1　ROS中的Web功能包 435
12.7.2　创建Web应用 436
12.7.3　使用Web浏览器控制机器人 439
12.8　本章小结 440
第13章　ROS机器人实例 441
13.1　PR2 441
13.1.1　PR2功能包 442
13.1.2　Gazebo中的PR2 443
13.1.3　使用PR2实现SLAM 446
13.1.4　PR2机械臂的使用 448
13.2　TurtleBot 450
13.2.1　TurtleBot功能包 451
13.2.2　Gazebo中的TurtleBot 451
13.2.3　使用TurtleBot实现导航功能 453
13.2.4　尝试TurtleBot 3 456
13.3　Universal Robots 457
13.3.1　Universal Robots功能包 458
13.3.2　Gazebo中的UR机器人 459
13.3.3　使用MoveIt!控制UR机器人 460
13.4　catvehicle 462
13.4.1　构建无人驾驶仿真系统 463
13.4.2　运行无人驾驶仿真器 465
13.4.3　控制无人驾驶汽车 466
13.4.4　实现无人驾驶汽车的SLAM功能 467
13.5　HRMRP 469
13.5.1　总体架构设计 469
13.5.2　SLAM与导航 471
13.5.3　多机器人扩展 472
13.6　Kungfu Arm 474
13.6.1　总体架构设计 474
13.6.2　具体层次功能 475
13.6.3　功夫茶应用展示 478
13.7　本章小结 478
第14章　ROS 2 479
14.1　ROS 1存在的问题 480
14.2　什么是ROS 2 481
14.2.1　ROS 2的设计目标 481
14.2.2　ROS 2的系统架构 482
14.2.3　ROS 2的关键中间件——DDS 483
14.2.4　ROS 2的通信模型 483
14.2.5　ROS 2的编译系统 485
14.3　在Ubuntu上安装ROS 2 487
14.3.1　安装步骤 487
14.3.2　运行talker和listener例程 488
14.4　在Windows上安装ROS 2 489
14.4.1　安装Chocolatey 489
14.4.2　安装Python 490
14.4.3　安装OpenSSL 490
14.4.4　安装Visual StudioCommunity 2015 491
14.4.5　配置DDS 491
14.4.6　安装OpenCV 492
14.4.7　安装依赖包 492
14.4.8　下载并配置ROS 2 492
14.4.9　运行talker和listener例程 493
14.5　ROS 2中的话题通信 494
14.5.1　创建工作目录和功能包 494
14.5.2　创建talker 495
14.5.3　创建listener 497
14.5.4　修改CMakeLists.txt 497
14.5.5　编译并运行节点 498
14.6　自定义话题和服务 499
14.6.1　自定义话题 499
14.6.2　自定义服务 499
14.6.3　修改CMakeLists.txt和package.xml 499
14.6.4　编译生成头文件 499
14.7　ROS 2中的服务通信 500
14.7.1　创建Server 500
14.7.2　创建Client 501
14.7.3　修改CMakeLists.txt 503
14.7.4　编译并运行节点 503
14.8　ROS 2与ROS 1的集成 504
14.8.1　ros1_bridge功能包 504
14.8.2　话题通信 504
14.8.3　服务通信 504
14.9　本章小结 505

---------------------------7731483---------------------------


译者序
作者简介
前言
第1章　ROS初体验1
1.1　ROS的用途以及学习ROS的好处1
1.2　哪些机器人采用了ROS2
1.3　安装并启动ROS4
1.3.1　配置Ubuntu系统的软件源4
1.3.2　设置Ubuntu系统软件源列表5
1.3.3　设置Ubuntu系统密钥5
1.3.4　安装ROS Indigo5
1.3.5　初始化rosdep6
1.3.6　环境设置6
1.3.7　安装rosinstall7
1.3.8　故障排除—ROS环境测试7
1.4　生成一个catkin工作空间7
1.5　ROS的功能包与清单8
1.5.1　ROS清单9
1.5.2　探索ROS功能包9
1.6　ROS节点与ROS节点管理器11
1.6.1　ROS节点11
1.6.2　ROS节点管理器12
1.6.3　确定节点和主题的ROS命令14
1.7　第一个ROS机器人模拟程序—Turtlesim15
1.7.1　启动Turtlesim节点15
1.7.2　Turtlesim节点16
1.7.3　Turtlesim主题与消息18
1.7.4　Turtlesim的参数服务器20
1.7.5　移动乌龟的ROS服务22
1.8　ROS命令小结23
1.9　本章小结24
第2章　构建一个模拟的两轮ROS机器人25
2.1　rviz25
2.1.1　安装和启动rviz26
2.1.2　使用rviz27
2.2　生成并构建ROS功能包29
2.3　构建差分驱动的机器人URDF30
2.3.1　生成机器人底座31
2.3.2　使用roslaunch32
2.3.3　添加轮子35
2.3.4　添加小脚轮37
2.3.5　添加颜色38
2.3.6　添加碰撞属性40
2.3.7　移动轮子41
2.3.8　tf和robot_state_publisher简介42
2.3.9　添加物理学属性42
2.3.10　试用URDF工具43
2.4　Gazebo45
2.4.1　安装并启动Gazebo45
2.4.2　使用roslaunch启动Gazebo46
2.4.3　使用Gazebo47
2.4.4　机器人URDF的修改50
2.4.5　Gazebo模型验证51
2.4.6　在Gazebo中查看URDF51
2.4.7　机器人模型调整53
2.4.8　移动机器人模型53
2.4.9　其他的机器人仿真环境54
2.5　本章小结55
第3章　TurtleBot机器人操控56
3.1　TurtleBot机器人简介56
3.2　下载TurtleBot模拟器软件57
3.3　在Gazebo中启动TurtleBot模拟器58
3.3.1　常见问题与故障排除60
3.3.2　ROS命令与Gazebo61
3.3.3　模拟环境下使用键盘远程控制TurtleBot63
3.4　控制一台真正的TurtleBot机器人的准备64
3.5　联接上网本与远程计算机66
3.5.1　网络类型67
3.5.2　网络地址67
3.5.3　远程计算机网络设置68
3.5.4　上网本网络设置69
3.5.5　安全外壳协议联接69
3.5.6　网络设置小结70
3.5.7　排查网络联接中的故障70
3.5.8　TurtleBot机器人系统测试70
3.6　TurtleBot机器人的硬件规格参数72
3.7　移动真实的TurtleBot机器人73
3.7.1　采用键盘远程控制TurtleBot机器人移动74
3.7.2　采用ROS命令控制TurtleBot机器人移动75
3.7.3　编写第一个Python脚本程序控制TurtleBot机器人移动76
3.8　rqt工具简介79
3.8.1　rqt_graph79
3.8.2　rqt的消息发布与主题监控82
3.9　TurtleBot机器人的里程计84
3.9.1　模拟的TurtleBot机器人的测程84
3.9.2　真实的TurtleBot机器人的里程计在rviz下的显示86
3.10　TurtleBot机器人的自动充电88
3.11　本章小结90
第4章　TurtleBot机器人导航91
4.1　TurtleBot机器人的3D视觉系统92
4.1.1　3D视觉传感器原理92
4.1.2　3D传感器对比92
4.1.3　障碍物规避的缺陷96
4.2　配置TurtleBot机器人并安装3D传感器软件96
4.2.1　Kinect96
4.2.2　ASUS与PrimeSense98
4.2.3　摄像头软件结构98
4.2.4　术语界定98
4.3　独立模式下测试3D传感器99
4.4　运行ROS可视化节点100
4.4.1　使用Image Viewer可视化数据100
4.4.2　使用rviz可视化数据102
4.5　TurtleBot机器人导航105
4.5.1　采用TurtleBot机器人构建房间地图105
4.5.2　采用TurtleBot机器人实现自主导航109
4.5.3　rqt_reconfigure116
4.5.4　进一步探索ROS导航117
4.6　本章小结117
第5章　构建模拟的机器人手臂119
5.1　Xacro的特点119
5.2　采用Xacro建立一个关节式机器人手臂URDF121
5.2.1　使用Xacro属性标签121
5.2.2　使用roslaunch启动rrbot124
5.2.3　使用Xacro的包含与宏标签126
5.2.4　给机器人手臂添加网格129
5.3　在Gazebo中控制关节式机器人手臂133
5.3.1　添加Gazebo特定的元素133
5.3.2　将机器人手臂固定在世界坐标系下135
5.3.3　在Gazebo中查看机器人手臂135
5.3.4　给Xacro添加控件136
5.3.5　采用ROS命令行控制机器人手臂140
5.3.6　采用rqt控制机器人手臂141
5.4　本章小结143
第6章　机器人手臂摇摆的关节控制144
6.1　Baxter简介145
6.1.1　Baxter，一款研究型机器人146
6.1.2　Baxter模拟器147
6.2　Baxter的手臂147
6.2.1　Baxter的俯仰关节149
6.2.2　Baxter的滚转关节149
6.2.3　Baxter的坐标系149
6.2.4　Baxter手臂的控制模式150
6.2.5　Baxter手臂抓手151
6.2.6　Baxter手臂的传感器152
6.3　下载Baxter软件152
6.3.1　安装Baxter SDK软件152
6.3.2　安装Baxter模拟器154
6.3.3　配置Baxter shell155
6.3.4　安装MoveIt156
6.4　在Gazebo中启动Baxter模拟器157
6.4.1　启动Baxter模拟器157
6.4.2　“热身”练习161
6.4.3　弯曲Baxter手臂163
6.4.4　Baxter手臂控制器的调校173
6.5　Baxter手臂与正向运动学174
6.5.1　关节与关节状态发布器174
6.5.2　理解tf177
6.5.3　rviz下的tf坐标系180
6.5.4　查看机器人元素的tf树181
6.6　MoveIt简介182
6.6.1　采用MoveIt给Baxter手臂进行运动规划184
6.6.2　在场景中添加物体185
6.6.3　采用MoveIt进行避障运动规划186
6.7　配置真实的Baxter机器人188
6.8　控制真实的Baxter机器人190
6.8.1　控制关节到达航路点190
6.8.2　控制关节的力矩弹簧191
6.8.3　关节速度控制演示192
6.8.4　其他示例192
6.8.5　视觉伺服和抓握192
6.9　反向运动学193
6.10　本章小结196
第7章　空中机器人基本操控198
7.1　四旋翼飞行器简介199
7.1.1　风靡的四旋翼飞行器199
7.1.2　滚转角、俯仰角与偏航角200
7.1.3　四旋翼飞行器原理201
7.1.4　四旋翼飞行器的组成203
7.1.5　添加传感器203
7.1.6　四旋翼飞行器的通信204
7.2　四旋翼飞行器的传感器204
7.2.1　惯性测量单元205
7.2.2　四旋翼飞行器状态传感器205
7.3　放飞前的准备工作205
7.3.1　四旋翼飞行器检测206
7.3.2　飞行前检测列表206
7.3.3　飞行中的注意事项207
7.3.4　需要遵循的规则和条例207
7.4　在无人机中使用ROS208
7.5　Hector四旋翼飞行器简介208
7.5.1　下载Hector Quadrotor功能包209
7.5.2　在Gazebo中启动Hector四旋翼飞行器210
7.6　Crazyflie 2.0简介216
7.6.1　无ROS情况下的Crazy-flie控制218
7.6.2　使用Crazyradio PA进行通信218
7.6.3　加载Crazyflie ROS软件219
7.6.4　放飞前的检查222
7.6.5　使用teleop操控Crazy-flie飞行222
7.6.6　在运动捕获系统下飞行226
7.6.7　控制多个Crazyflie飞行226
7.7　Bebop简介227
7.7.1　加载bebop_autonomy软件228
7.7.2　Bebop飞行前的准备229
7.7.3　使用命令控制Bebop飞行230
7.8　本章小结231
第8章　使用外部设备控制机器人233
8.1　创建自定义ROS游戏控制器接口233
8.1.1　测试游戏控制器234
8.1.2　使用joy ROS功能包236
8.1.3　使用自定义游戏控制器接口控制Turtlesim237
8.2　创建自定义ROS Android设备接口242
8.2.1　使用Turtlebot Remocon进行操控242
8.2.2　使用Android设备实现ROS机器人的自定义控制245
8.3　在Arduino或树莓派上创建ROS节点249
8.3.1　使用Arduino249
8.3.2　使用树莓派260
8.4　本章小结261
第9章　操控Crazyflie执行飞行任务262
9.1　执行任务所需的组件263
9.1.1　用于Windows的Kinect v2263
9.1.2　Crazyflie操作263
9.1.3　任务软件结构264
9.1.4　OpenCV与ROS265
9.2　安装任务所需的软件266
9.2.1　安装libfreenect2267
9.2.2　安装iai_kinect2269
9.2.3　使用iai_kinect2元包271
9.3　任务设置277
9.3.1　探测Crazyflie与目标277
9.3.2　使用Kinect与OpenCV281
9.3.3　对Crazyflie进行跟踪283
9.4　Crazyflie控制285
9.5　放飞Crazyflie290
9.5.1　悬停290
9.5.2　飞往静止目标292
9.5.3　吸取的经验294
9.6　本章小结295
第10章　ROS功能扩展296
10.1　通过声音控制机器人296
10.1.1　Sphinx库297
10.1.2　Rospeex库298
10.2　给机器人添加语音功能299
10.3　给机器人添加人脸识别功能299
10.3.1　采用级联分类器进行人脸识别300
10.3.2　采用OpenCV进行人脸识别301
10.4　本章小结303

---------------------------6479751---------------------------


推荐序一
推荐序二
译者序
前言
作者简介
审校者简介
第1章　ROS入门 1
1.1 PC安装教程 3
1.2 使用软件库安装ROS Kinetic 3
1.2.1　配置Ubuntu软件库 4
1.2.2　添加软件库到sources.list文件中 4
1.2.3　设置密钥 5
1.2.4　安装ROS 5
1.2.5　初始化rosdep 6
1.2.6　配置环境 6
1.2.7　安装rosinstall 7
1.3 如何安装VirtualBox和Ubuntu 8
1.3.1　下载VirtualBox 8
1.3.2　创建虚拟机 9
1.4 通过Docker镜像使用ROS 11
1.4.1　安装Docker 11
1.4.2　获取和使用ROS Docker镜像和容器 11
1.5 在BeagleBone Black上安装ROS Kinetic 12
1.5.1　准备工作 13
1.5.2　配置主机和source.list文件 16
1.5.3　设置密钥 16
1.5.4　安装ROS功能包 17
1.5.5　为ROS初始化rosdep 17
1.5.6　在BeagleBone Black中配置环境 18
1.5.7　在BeagleBone Black中安装rosinstall 18
1.5.8　BeagleBone Black基本ROS示例 18
1.6 本章小结 19
第2章　ROS架构及概念 20
2.1 理解ROS文件系统级 20
2.1.1　工作空间 21
2.1.2　功能包 22
2.1.3　元功能包 23
2.1.4　消息 24
2.1.5　服务 25
2.2 理解ROS计算图级 25
2.2.1　节点与nodelet 27
2.2.2　主题 28
2.2.3　服务 29
2.2.4　消息 29
2.2.5　消息记录包 30
2.2.6　节点管理器 30
2.2.7　参数服务器 30
2.3 理解ROS开源社区级 31
2.4 ROS试用练习 32
2.4.1　ROS文件系统导览 32
2.4.2　创建工作空间 32
2.4.3　创建ROS功能包和元功能包 33
2.4.4　编译ROS功能包 34
2.4.5　使用ROS节点 35
2.4.6　如何使用主题与节点交互 37
2.4.7　如何使用服务 39
2.4.8　使用参数服务器 41
2.4.9　创建节点 42
2.4.10　编译节点 44
2.4.11　创建msg和srv文件 45
2.4.12　使用新建的srv和msg文件 48
2.4.13　launch文件 51
2.4.14　动态参数 53
2.5 本章小结 57
第3章　可视化和调试工具 58
3.1 调试ROS节点 60
3.1.1　使用gdb调试器调试ROS节点 60
3.1.2　在ROS节点启动时调用gdb调试器 61
3.1.3　在ROS节点启动时调用valgrind分析节点 62
3.1.4　设置ROS节点core文件转储 62
3.2 日志消息 62
3.2.1　输出日志消息 62
3.2.2　设置调试消息级别 63
3.2.3　为特定节点配置调试消息级别 64
3.2.4　消息命名 65
3.2.5　按条件显示消息与过滤消息 65
3.2.6　显示消息的方式——单次、可调以及其他组合 66
3.2.7　使用rqt_console和rqt_logger_level在运行时修改调试级别 66
3.3 检测系统状态 69
3.4 设置动态参数 73
3.5 当出现异常状况时使用roswtf 75
3.6 可视化节点诊断 77
3.7 绘制标量数据图 78
3.8 图像可视化 81
3.9 3D可视化 83
3.9.1　使用rqt_rviz在3D世界中实现数据可视化 83
3.9.2　主题与坐标系的关系 86
3.9.3　可视化坐标变换 87
3.10 保存与回放数据 88
3.10.1　什么是消息记录包文件 89
3.10.2　使用rosbag在消息记录包文件中记录数据 89
3.10.3　回放消息记录包文件 90
3.10.4　查看消息记录包文件的主题和消息 91
3.11 应用rqt与rqt_gui插件 93
3.12 本章小结 93
第4章　3D建模与仿真 95
4.1 在ROS中自定义机器人的3D模型 95
4.2 创建第一个URDF文件 95
4.2.1　解释文件格式 97
4.2.2　在rviz里查看3D模型 98
4.2.3　加载网格到机器人模型中 100
4.2.4　使机器人模型运动 100
4.2.5　物理和碰撞属性 101
4.3 xacro——一种更好的机器人建模方法 102
4.3.1　使用常量 102
4.3.2　使用数学方法 103
4.3.3　使用宏 103
4.3.4　使用代码移动机器人 103
4.3.5　使用SketchUp进行3D建模 107
4.4 在ROS中仿真 109
4.4.1　在Gazebo中使用URDF 3D模型 109
4.4.2　在Gazebo中添加传感器 112
4.4.3　在Gazebo中加载和使用地图 115
4.4.4　在Gazebo中移动机器人 116
4.5 本章小结 118
第5章　导航功能包集入门 119
5.1 ROS导航功能包集 119
5.2 创建变换 120
5.2.1　创建广播器 121
5.2.2　创建侦听器 121
5.2.3　查看坐标变换树 124
5.3 发布传感器信息 124
5.4 发布里程数据信息 127
5.4.1　Gazebo如何获取里程数据 128
5.4.2　使用Gazebo创建里程数据 131
5.4.3　创建自定义里程数据 132
5.5 创建基础控制器 135
5.6 使用ROS创建地图 139
5.6.1　使用map_server保存地图 141
5.6.2　使用map_server加载地图 141
5.7 本章小结 142
第6章　导航功能包集进阶 144
6.1 创建功能包 144
6.2 创建机器人配置 144
6.3 配置全局和局部代价地图 147
6.3.1　基本参数的配置 147
6.3.2　全局代价地图的配置 148
6.3.3　局部代价地图的配置 149
6.3.4　底盘局部规划器配置 149
6.4 为导航功能包集创建启动文件 150
6.5 为导航功能包集设置rviz 151
6.5.1　2D位姿估计 152
6.5.2　2D导航目标 152
6.5.3　静态地图 154
6.5.4　粒子云 154
6.5.5　机器人占地空间 155
6.5.6　局部代价地图 156
6.5.7　全局代价地图 156
6.5.8　全局规划 157
6.5.9　局部规划 158
6.5.10　规划器规划 158
6.5.11　当前目标 159
6.6 自适应蒙特卡罗定位 160
6.7 使用rqt_reconfigure修改参数 161
6.8 机器人避障 162
6.9 发送目标 163
6.10 本章小结 166
第7章　使用MoveIt! 167
7.1 MoveIt!体系结构 167
7.1.1　运动规划 169
7.1.2　规划场景 169
7.1.3　世界几何结构显示器 170
7.1.4　运动学 170
7.1.5　碰撞检测 170
7.2 在MoveIt!中集成一个机械臂 171
7.2.1　工具箱里有什么 171
7.2.2　使用设置助手生成一个MoveIt!功能包 172
7.2.3　集成到RViz中 176
7.2.4　集成到Gazebo或实际机械臂中 179
7.3 简单的运动规划 180
7.3.1　规划单个目标 181
7.3.2　规划一个随机目标 181
7.3.3　规划预定义的群组状态 183
7.3.4　显示目标的运动 183
7.4 考虑碰撞的运动规划 184
7.4.1　将对象添加到规划场景中 184
7.4.2　从规划的场景中删除对象 185
7.4.3　应用点云进行运动规划 186
7.5 抓取和放置任务 187
7.5.1　规划的场景 188
7.5.2　要抓取的目标对象 189
7.5.3　支撑面 189
7.5.4　感知 191
7.5.5　抓取 191
7.5.6　抓取操作 193
7.5.7　放置操作 195
7.5.8　演示模式 197
7.5.9　在Gazebo中仿真 198
7.6 本章小结 199
第8章　在ROS下使用传感器和执行器 200
8.1 使用游戏杆或游戏手柄 200
8.1.1　joy_node如何发送游戏杆动作消息 201
8.1.2　使用游戏杆数据移动机器人模型 202
8.2 使用Arduino添加更多的传感器和执行器 206
8.2.1　创建使用Arduino的示例程序 207
8.2.2　由ROS和Arduino控制的机器人平台 210
8.3 使用9自由度低成本IMU 217
8.3.1　安装Razor IMU ROS库 219
8.3.2　Razor如何在ROS中发送数据 221
8.3.3　创建一个ROS节点以使用机器人中的9DoF传感器数据 222
8.3.4　使用机器人定位来融合传感器数据 223
8.4 使用IMU——Xsens MTi 225
8.5 GPS的使用 226
8.5.1　GPS如何发送信息 228
8.5.2　创建一个使用GPS的工程示例 229
8.6 使用激光测距仪——Hokuyo URG-04lx 230
8.6.1　了解激光如何在ROS中发送数据 231
8.6.2　访问和修改激光数据 232
8.7 创建launch文件 234
8.8 使用Kinect传感器查看3D环境中的对象 235
8.8.1　Kinect如何发送和查看传感器数据 236
8.8.2　创建使用Kinect的示例 238
8.9 使用伺服电动机——Dynamixel 239
8.9.1　Dynamixel如何发送和接收运动命令 241
8.9.2　创建和使用伺服电动机示例 241
8.10 本章小结 243
第9章　计算机视觉 244
9.1 ROS摄像头驱动程序支持 245
9.1.1　FireWire IEEE1394摄像头 245
9.1.2　USB摄像头 249
9.1.3　使用OpenCV制作USB摄像头驱动程序 250
9.2 ROS图像 255
9.3 ROS中的OpenCV库 256
9.3.1　安装OpenCV 3.0 256
9.3.2　在ROS中使用OpenCV 256
9.4 使用rqt_image_view显示摄像头输入的图像 257
9.5 标定摄像头 257
9.5.1　如何标定摄像头 258
9.5.2　双目标定 261
9.6 ROS图像管道 264
9.7 计算机视觉任务中有用的ROS功能包 269
9.7.1　视觉里程计 270
9.7.2　使用viso2实现视觉里程计 270
9.7.3　摄像头位姿标定 271
9.7.4　运行viso2在线演示 273
9.7.5　使用低成本双目摄像头运行viso2 276
9.8 使用RGBD深度摄像头实现视觉里程计 276
9.8.1　安装fovis 276
9.8.2　用Kinect RGBD深度摄像头运行fovis 277
9.9 计算两幅图像的单应性 278
9.10 本章小结 279
第10章　点云 280
10.1 理解点云库 280
10.1.1　不同的点云类型 281
10.1.2　PCL中的算法 281
10.1.3　ROS的PCL接口 282
10.2 我的第一个PCL程序 283
10.2.1　创建点云 284
10.2.2　加载和保存点云到硬盘中 287
10.2.3　可视化点云 290
10.2.4　滤波和缩减采样 294
10.2.5　配准与匹配 298
10.2.6　点云分区 301
10.3 分割 305
10.4 本章小结 308

.　　应用场景包括机器人操控、导航以及机器人手臂路径规划、移动应用开发。
　　针对各类机器人，分别针对相应类型机器人的特点与主要应用场景，进行了模拟环境下的模型构建与操控以及典型真实机器人操控的内容讲解，并提供了相应的源代码，以供参考和学习，极大地降低了读者的学习难度，便于与作者提供的例程进行对照学习，事半功倍。
　　本书的两位作者均是长期从事ROS机器人研究与教学的专家，本书的内容深入浅出、覆盖面广，相信必将给读者带来不一样的学习体验。尽管目前ROS版本已经发展到Lunar，但事实上，Indigo仍是目前应用最为广泛的发行版，也是机器人研究领域中开源项目支持最多的版本。相较于目前的Jade、Kinetic以及Lunar版本，Indigo版本并无本质上的区别，其区别主要体现在与Ubuntu系统（Linux系统）内核版本的绑定上。而随着ROS 2.0的发布，在实时处理方面有需要的读者则可以直接考虑学习ROS 2.0，而本书也同样能够提供一定的参考。
　　鉴于译者水平有限，书中难免存在不足与纰漏，欢迎读者不吝赐教，对于书中的不当之处，读者可以发送邮件到 yizhousan@163.com，感谢您的来信与指正。
　　
　　---------------------------6479751---------------------------
　　
　　
　　机器人的时代已经到来！机器人正在变得越来越灵活、智能。机器人已经从传统的工业应用开始加速进入千家万户，正从方方面面改变着人们的工作和生活，例如，扫地机器人能在清扫过程中自主绘制室内地图并智能规划路径，京东的包裹小车已经开始在校园中穿梭并投身到快递服务的行业中，这样的智能机器人已经越来越多。
　　那么智能机器人的程序究竟是如何设计出来的呢？
　　智能机器人需要具备强健的“肢”、明亮的“眼”、灵巧的“嘴”以及聪慧的“脑”，这一切的实现实际上涉及诸多技术领域，需要艰辛的设计、开发与调试过程，必然会遇到棘手的问题和挑战。而一个小型的开发团队难以完成机器人各个方面的开发工作，因而需要一套合作开发的框架与模式，这样就能够快速集成已有的功能，省却重复劳动的时间。早在2008年，我们在与澳大利亚的布劳恩教授交流时，就得知他们开发了一套商业化的“RoBIOS”机器人操作系统，这套系统对一些常用的机器人底层功能进行了封装，可极大简化高级功能的开发。据他们介绍，这是最早的“机器人操作系统”，但由于产品不开源且价格昂贵，我们最终未能一试为快。后来在网络中不断地寻觅，最终发现了ROS，由于其开源、开放的特性，一下子就引起了我们极大的兴趣。
　　我们于2010年建立了易科机器人QQ群进行讨论，从而结识了国内最早期的一些机器人研究者和ROS探索者。由于早期相关资料非常匮乏，我们于2012年创建了博客（blog.exbot.net）用于进行技术分享与交流，我们的队伍也在不断发展壮大。易科机器人开发组成员在此期间贡献了大量的教程和开发笔记，在此向他们的无私奉献表示感谢与敬意！近年来，随着机器人的迅猛发展，ROS得到了更为广泛的使用，国内也出现了一些优秀的项目，包括“星火计划”ROS公开课（blog.exbot.net/spark）、“HandsFree”ROS机器人开发平台（wiki.exbot.net）等。
　　出版界近年来也是硕果累累，本书第1版便是国内第一本ROS译著，由于实用性强，已经多次重印。第2版补充了点云和MoveIt!方面的内容。第3版则对ROS版本进行了升级，采用目前ROS最新长期支持的版本Kinetic进行介绍；并针对ROS的最新进展，继续完善，增加了Docker和设计开发真实机器人的示例；同时对章节结构进行了调整。第3版涵盖了使用ROS进行机器人编程的最新知识与方法，通过ROS编程实践能够帮助你理解机器人系统设计与应用的现实问题。在机器人开发实践中，我们认为除了成功的喜悦外，还应看到机器人学目前所处的发展阶段：核心技术尚未成熟、诸多功能尚不完备、bug多……但我们相信，有了ROS的开源精神和日益完善的合作开发框架，很多问题会逐步迎刃而解。唯一迫切需要的就是，期待你加入到机器人的设计、开发和研究中来，一起推动开源机器人技术的发展与普及。
　　本书第3版与第2版的重叠部分主要沿用了第2版中的翻译，个别词汇根据习惯进行了修改。具体来说，张瑞雷对书中内容进行梳理补充，刘锦涛对全书进行了修改润色和统稿整理。
　　我们将会在books.exbot.net发布本书的其他相关资源。
　　

.　　第10章介绍了本书中很有趣的一个项目。在该章中，我们将使用ROS和Gazebo实现自动驾驶汽车的仿真。
　　第11章展示了如何使用VR头戴设备和Leap Motion传感器控制机器人的动作。你可以使用虚拟现实这一前沿技术。
　　第12章介绍了如何在ROS中使用rosbridge开发交互式Web应用程序。
　　阅读前的准备工作
　　一个运行Linux发行版的强大PC，最好是Ubuntu 16.04 LTS。
　　使用带有独立显卡的笔记本电脑或台式机，推荐4～8GB的内存。主要用于运行Gazebo高端仿真以及处理点云和计算机视觉。
　　有本书提到的传感器、执行器和I/O板，并且应该能将它们全部连接到PC。
　　需要安装Git克隆软件包文件。
　　如果你是Windows用户，那么下载VirtualBox并设置Ubuntu。在VirtualBox中尝试将实际硬件与ROS进行连接时，可能会遇到问题。所以，最好使用Linux系统。
　　本书的读者对象
　　如果你是机器人爱好者或研究人员并想了解更多有关使用ROS开发机器人应用程序的信息，本书正是为你准备的。为了学习本书，你应该具备ROS、GNU / Linux和C ++编程等概念的基础知识。这本书也适用于想要探索ROS的高级功能的程序开发人员。
　　
　　---------------------------7991375---------------------------
　　
　　
　　2011年年底，笔者第一次接触ROS。当时实验室的一个师兄在学术会议上听说了ROS并意识到它的前景广阔，考虑到笔者当时的研究方向，于是建议笔者进行研究。那时国内外ROS的学习环境比较艰苦，几乎只有Wiki的基础教程（也没有现在这么完善）。所以一开始，笔者的内心是拒绝的，但还是硬着头皮开始钻研。虽然从拒绝到接受、从未知到熟悉，笔者经历了前所未有的磨难，但同时也收获了前所未有的喜悦。
　　在这个过程中，笔者也常常思考：ROS前景无限，但是国内还鲜有人知，即使有人知道，也会被困难吓倒。既然笔者经历过，何不总结一下，让其他人少走弯路。于是，笔者整理了自己学习过程中的一些资料和心得，在CSDN上以博客的形式发表，最终形成《ROS探索总结》系列博文，再后来转移到个人网站——古月居，至今仍保持更新。
　　2017年11月，ROS十周岁了！在走过的第一个十年里，ROS从蹒跚学步的孩童成长为机器人领域的巨人，再华丽蜕变出ROS 2。如今，大多数知名机器人平台和机器人公司都支持ROS，越来越多的机器人开发者也选择ROS作为开发框架。ROS已经逐渐成为机器人领域的事实标准，并将逐步从研发走向市场，助力机器人与人工智能的快速发展。
　　ROS的重要精神是分享，这也是开源软件的精神，所以才能看到如此活跃的ROS社区和众多软件功能包的源码，并且可以在此基础上快速完成二次开发。为了促进ROS在国内的发展，现在已经有很多人及组织在积极推广ROS，比如ROS星火计划、ROS暑期学校，以及网上各种各样的技术分享等，相信未来这个队伍会更加庞大。
　　本书以《ROS探索总结》系列博文为基础，重新整理了ROS相关基础要点，让读者能够迅速熟悉ROS的整体框架和设计原理；在此基础上，本书以实践为重心，讲解大量机器视觉、机器语音、机械臂控制、SLAM和导航、机器学习等多方面ROS应用的实现原理和方法，并且翻译了众多ROS中的图表、内容，帮助读者在实现ROS基础功能的同时深入理解基于ROS的机器人开发，将书中的内容用于实践。
　　本书共有14章，可以分为五个部分。
　　第一部分是ROS基础（第1～4章），帮助了解ROS框架，并且熟悉ROS中的关键概念以及实现方法。这部分的内容适合初学者，也适合作为有一定经验或者资深开发者的参考手册。
　　第二部分介绍如何搭建真实或仿真的机器人平台（第5~6章），帮助了解机器人系统的概念和组成，学习如何使用ROS实现机器人仿真，为后续的机器人实践做好准备。这部分的内容适合希望自己动手设计、开发一个完整机器人平台的读者。
　　第三部分介绍ROS中常用功能包的使用方法（第7~10章），涉及机器视觉、机器语音、机械臂控制、SLAM和导航等多个机器人研究领域。这部分的内容适合学习ROS基础后希望实践的开发者，以及从事相关领域的机器人开发者。
　　第四部分是ROS的进阶内容（第11~13章），介绍了ROS的进阶功能、ROS与机器学习的结合、搭载ROS的机器人平台。这部分的内容适合已经对ROS基础和应用有一定了解的读者。
　　第五部分介绍了新一代ROS——ROS 2（第14章），涉及ROS 2的架构、原理和使用方法。这部分的内容适合对ROS有一定了解，希望了解ROS 2、想要跟上ROS进化步伐的开发者。
　　因此，本书不仅适合希望了解、学习、应用ROS的机器人初学者，也适合有一定经验的机器人开发人员，同时也可以作为资深机器人开发者的参考手册。
　　书中的部分源代码来自社区中的ROS功能包，但是笔者在学习过程中对这些代码进行了大量修改，并且为大部分源代码加入了中文注释，以方便国内ROS初学者理解。这些代码涉及的编程语言不局限于C++或Python中的某一种，编程语言应该服务于具体场景，所以建议读者对这两种语言都有所了解，在不同的应用中发挥每种语言的优势。关于是否需要一款实物机器人作为学习平台，本书并没有特别要求，书中绝大部分功能和源码都可以在单独的计算机或仿真平台中运行，同时也会介绍实物机器人平台的搭建方法并且在实物机器人上完成相应的功能。所以只需要拥有一台运行Ubuntu系统的计算机，具备Linux工具的基本知识，了解C++和Python的编程方法，即可使用本书。
　　此外，本书创作过程中参考了众多已经出版的ROS原著、译著，笔者也将这些内容作为参考资料列出，并向这些著作的作者和译者致敬，希望读者在学习ROS的过程中，可以从这些著作中获取更多知识：
　　《Mastering ROS for Robotics Programming》，Lentin Joseph
　　《ROS By Example》（Volume 1/Volume 2），Patrick Goebel
　　《Programming Robots with ROS:A Practical Introduction to the Robot Operating System》， Morgan Quigley, Brian Gerkey & William D. Smart
　　《Learning ROS for Robotics Programming》，Aaron Martinez，Enrique Fernández
　　《A Gentle Introduction to ROS》，Jason M. O’Kane
　　《ROS Robotics Projects》，Lentin Joseph
　　《Effective Robotics Programming with ROS》，Anil Mahtani，Luis Sanchez
　　在ROS探索实践与本书的创作过程中，离不开众多“贵人”的帮助。首先要感谢陪伴笔者辗转多次并一直无条件支持笔者的妻子，是她给了笔者前进的动力和思考的源泉；其次要感谢笔者的导师何顶新教授，以及为笔者打开ROS大门的任慰博士，还有曾与笔者一起彻夜调试的实验室同学顾强、方华启、胡灿、孙佳将、牛盼情、熊枭等；感谢机械工业出版社华章公司对本书的大力支持，以及Linksprite姚琪和ROSClub李文韬对本书所用硬件平台的赞助；最后要感谢ROS探索之路上一同前行的伙伴们，他们是张新宇教授、刘锦涛博士、林天麟博士、王滨海博士、杨帆、田博、张瑞雷、李卓、邱强、林浩鋕等，以及通过博客、邮件与笔者交流的众多机器人爱好者、开发者。要感谢的人太多，无法一一列举，但是笔者都感恩在心。
　　ROS成长迅速，机器人系统更是错综复杂，笔者才疏学浅，书中难免有不足和错误之处，欢迎各位读者批评指正，这也是笔者继续前进的动力。本书相关内容的更新和勘误会发布在微信公众号“古月居”和笔者的个人网站（http://www.guyuehome.com/）上，欢迎各位读者关注或者通过任何形式与笔者交流。
　　最后分享胡适先生的一句名言，愿你我共勉：怕什么真理无穷，进一寸有一寸的欢喜。
　　胡春旭
　　2017年12月于广东深圳
　　
　　---------------------------7731483---------------------------
　　
　　
　　学习ROS，并通过支持ROS的机器人（如Baxter和TurtleBot）进行实际操作，将开启一段神奇的机器人技术的学习之旅。ROS具有十分突出的优点以及鲜明的特色，但其学习曲线也较为陡峭。通过对许多实际的ROS应用的尝试，并在总结了一系列错误的经验教训之后，我们摸索出了一条切实有效的学习路径，并形成了本书所论述的内容。本书会呈现我们关于ROS的见解中最重要的知识，并在读者的ROS学习之旅中提供循序渐进的引导。我们将结合典型的ROS机器人进行介绍，这些机器人包括TurtleBot、Baxter、Crazyflie以及Bebop，此外还将通过模拟机器人对相关技术进行论述，这些模拟机器人主要有Turtlesim和Hector。
　　除了对一般性的ROS技术进行论述外，本书还将对ROS机器人的高级应用特性进行讲解。本书首先对ROS的基本配置进行介绍，内容包括ROS的安装、基本概念、主要的功能包与工具简介等。然后对相应的故障排查方法进行了论述，当读者在实际操作中得到的结果与预期结果不相符时，可以按照相应方法进行故障的排查。然后通过模拟的方式，先对Turtlesim的ROS组成模块进行了描述，之后对其他几类典型机器人的ROS组成模块进行了相应的介绍。对ROS组成模块的介绍，一般遵循的流程是首先介绍基本的ROS命令，然后对ROS的功能包、节点、主题以及消息进行论述，以此来对ROS机器人操作系统的整体内容进行详细的阐述。为了对书中选用的机器人的整体性能进行描述，书中还给出了相关机器人的技术资料。
　　ROS涵盖了完整的软件概念、实现以及相应的工具，其目标是为机器人提供复杂系统的同质化图景以及一体化的软件集成。传感器的外部扩展库、执行器驱动以及相应的接口均已包含其中，此外ROS还囊括了大部分目前最新最有效的算法。对于如OpenCV这样十分流行的第三方开源项目，ROS并未包含，但可以直接对其进行导入。此外，为了节省研究人员的时间，使研究人员能够将精力集中于自己的兴趣点上，ROS还提供了一系列的辅助工具，来对机器人进行控制、监控以及调试，这些工具包括rqt、rviz、Gazebo、动态配置工具以及MoveIt等。
　　本书将循序渐进地以实例的形式对ROS的各部分内容进行阐述，每一部分内容都是实际的机器人实例的组成部分。对于TurtleBot机器人，主要对导航和地图构建主题进行探索；对于Baxter机器人，则主要介绍关节控制与路径规划主题。对于书中提及的机器人，将以简单的Python脚本为例来实现ROS的各个元素。读者都能够通过模拟机器人对书中内容加以实操练习。此外，书中还介绍了如何以模拟的形式设计并构建读者自己的机器人模型。
　　ROS本身的优异性能、支持ROS的机器人的多样性，以及ROS社区的支持，共同构建起了一个值得一试的机器人开发ROS实例的学习之旅。除了书中的内容之外，读者还能够找到丰富的在线扩展指南、wiki资源、论坛、开发技巧等内容。那么现在就从本书开始，一起踏上ROS机器人开发的学习之旅吧。
　　本书涵盖的内容
　　第1章主要阐述了学习ROS的优势，同时论述了支持ROS的机器人平台的主要亮点。对ROS在Ubuntu操作系统下的安装流程进行了介绍。描述了ROS的框架结构，并对其主要组件进行了描述。对Turtlesim模拟机器人程序进行了简述，同时为了进一步加深读者对ROS组件以及ROS命令的理解，对Turtlesim的使用进行了介绍。
　　第2章主要介绍了ROS的模拟环境Gazebo。本章内容将引导读者一步步构建起一台差分驱动的两轮模拟机器人，并介绍了统一机器人描述格式（Universal Robotic Description Format，URDF）的相关内容。此外还将详细地介绍基本的ROS工具（如rviz、Gazebo等）的使用方法，从而使读者能够在模拟环境下展示所构建的机器人，并与之进行交互。
　　第3章主要介绍一款真实的机器人—TurtleBot的操作和控制。如果读者没有该型机器人，那么可以在Gazebo模拟环境下使用模拟的TurtleBot机器人来学习本章的内容。读者可以通过ROS命令、Python脚本程序等多种方法实现对TurtleBot机器人的操控。此外，本章还讲述了使用rqt工具及其插件对TurtleBot进行控制以及对其传感器数据进行监控的方法。
　　第4章探讨了视觉传感器以及对于机器人创建周围环境地图的相关内容。论述了可用作TurtleBot视觉系统的3D传感器，并介绍了在ROS下进行设置与操作，使得机器人具备自主导航能力的内容。在TurtleBot机器人导航模块中，应用了同步定位与地图创建技术。
　　第5章对复杂的机器人手臂进行了简要介绍。采用Xacro的宏语言设计并构建了一个模拟的机器人手臂。为了操作机器人手臂，在Gazebo环境下创建了相应的控制器。通过控制器的创建，论述了简单的机器人手臂的结构和物理学的相关内容。
　　第6章对复杂的机器人手臂控制进行了更进一步的探讨。对最新型的Baxter机器人进行了介绍，这也是本书中介绍的第二款机器人。Baxter机器人有两个7自由度的手臂以及其他一系列的传感器，并提供了一个开源的Baxter机器人模拟器，本章正是采用这一机器人手臂模拟器进行论述。通过实例的形式，分别在位置控制模式、速度控制模式与扭矩控制模式下，对机器人手臂的正向与反向运动控制进行了介绍。此外，本章还对一个非常有用的ROS工具—MoveIt进行了介绍，MoveIt既可以对模拟的Baxter机器人手臂进行运动规划的仿真和执行，也可以对真实的Baxter机器人手臂进行运动规划的仿真和执行。
　　第7章对一个日渐风靡的机器人领域—无人机进行了论述。本章主要针对四旋翼的相关内容进行阐述，对四旋翼硬件与飞行控制的概念进行了论述。对四旋翼模拟器Hector的下载与控制进行了介绍，通过对模拟四旋翼飞行操控的练习，使读者能够对真实的四旋翼（如Bitcraze的Crazyflie或者Parrot的Bebop）进行操控。对四旋翼的控制可以使用遥控或者ROS的主题/消息命令实现。
　　第8章对一系列可以用来对支持ROS的机器人进行控制的外部设备进行了描述。Joystick游戏手柄、控制器开发板（Arduino和树莓派）以及所有移动设备均具有ROS接口，这些接口可以集成到读者的机器人系统之中来实现对机器人更多的外部控制。
　　第9章对书中前面章节所介绍的多个ROS组件与概念进行集成，从而实现一个十分具有挑战性的任务：自主飞行。在该任务中，读者将在采用Kinect 3D传感器构建的地图下控制Crazyflie四旋翼飞行器自动飞往一个“远方”的目标。这一任务采用了ROS的消息通信机制与协同传输，从而得到四旋翼飞行器上Kinect的视野以及目标相对于四旋翼的位置，从而对飞行进行精密的规划，在此基础上，将采用了PID控制的Crazyflie的飞行控制软件作为飞行任务中的飞行控制模块，从而实现了四旋翼的自主飞行。
　　第10章对高级ROS机器人应用的相关内容进行了论述，激励读者对ROS功能做更加深入的学习。对机器人的语音控制、人脸检测与识别以及机器人语音功能等都做了描述。
　　学习本书内容所需的基础知识与设备
　　本书的形式是给出各项任务内容的步骤指令，并由读者参与其中，具体实操。读者需要一台安装了Ubuntu14.04（Trusty Tahr）的电脑。同时也支持其他版本的Ubuntu以及Linux发行版，此外也支持Mac OS X、Android和Windows，不过需要参考ROS wiki的文档（地址：http://wiki.ros.org/Distributions）。
　　本书中所用的ROS版本为Indigo Igloo，该版本是目前推荐的稳定发行版，对该版本的支持将持续到2019年4月。书中内容对其他版本的ROS理论上是可支持的，但是并没有进行测试。
　　书中所有的软件都是开源的，可以免费获取和使用。在对相关软件进行介绍时会提供相关的下载说明。本书第1章给出了下载和设置ROS软件环境的相应指令。
　　下载软件时，推荐使用Debian软件包。当不存在相应的Debian包时，推荐从GitHub软件发行库中下载。
　　Gazebo模拟器提供了增强的图形化处理功能，推荐使用专用的图形选项卡进行操作，但并不强求。
　　涉及的外部设备主要包括3D传感器、Xbox或者PS3控制器，以及Arduino或者是Raspberry Pi控制板、Android移动设备等。
　　本书面向的读者人群
　　本书主要面向机器人开发人员，无论是业余爱好者还是相关研究人员，无论是专业人士还是对ROS感兴趣的人，都能从书中获益，如果具备GNU/Linux系统和Python语言的相关知识则更好。
　　示例代码下载
　　读者也可以在GitHub上下载相应的代码包，地址为：https://github.com/Packt Publi-shing/ROS-Robotics-By-Example。此外，我们也给出了丰富的其他各类书籍的相关下载内容（代码包、视频等），地址为：https://github.com/Packt Publishing/，欢迎读者下载使用。
　　书中彩图下载
　　我们还以PDF文件格式的方式提供了书中有关的屏幕截图以及图表的彩图文件。这些彩图能够便于读者理解输出内容的变化。读者可以通过下述网址下载相关内容：http://www.packtpub.com/sites/default/files/downloads/ROSRoboticsByExample_Color Images.pdf。
　　
　　---------------------------6479751---------------------------
　　
　　
　　本书第3版全面地介绍了ROS和各种工具。ROS是一个先进的机器人操作系统框架，目前已有数百个研究团体和公司将其应用在机器人行业中。更重要的是，对于机器人技术的非专业人士和学生来说，它也相对容易上手。在本书中，你将了解如何安装ROS，如何使用ROS的基本工具和框架中不同的功能。
　　在阅读本书的过程中无须使用任何特殊的设备。书中每一章都附带了一系列的源代码示例和教程，你可以在自己的计算机上运行。这是你唯一需要做的事情。
　　当然，我们还会告诉你如何使用硬件，这样可以将你的算法应用到现实环境中。我们在选择设备时特意选择一些业余用户购买得起的设备，同时涵盖了在机器人研究中最典型的传感器和执行器。
　　最后，展示ROS具有使整个机器人在实际或虚拟环境中工作的能力。你将学习如何创建自己的机器人并通过Gazebo仿真环境集成它。此外，如果使用Gazebo仿真环境，你将能够在虚拟环境中运行一切。本书将带你从不同方面探索如何创建机器人，例如使用计算机视觉或点云分析传感器感知世界，使用强大的导航功能包集在环境中实现导航，甚至能够用MoveIt!包控制机械臂与周围环境交互。读完本书后，你会发现已经可以使用ROS机器人进行工作了，并理解其背后的原理，我们衷心希望你能全面了解ROS在开发机器人系统时所提供的无限可能性。
　　主要内容
　　第1章介绍安装ROS最简单的方法，以及如何在不同平台上安装ROS，本书使用的版本是ROS Kinetic。这一章还会说明如何从Debian包安装或从源代码进行编译安装，以及在虚拟机、Docker和ARM CPU中安装。
　　第2章讨论ROS框架及相关的概念和工具。该章介绍节点、主题和服务，以及如何使用它们，还将通过一系列示例说明如何调试节点或利用可视化方法直观地查看通过主题发布的消息。
　　第3章进一步展示ROS强大的调试工具，以及通过对节点主题的图形化将节点间的通信数据可视化。ROS提供了一个日志记录API来轻松地诊断节点的问题。事实上，在使用过程中，我们会看到一些功能强大的图形化工具（如rqt_console和rqt_graph），以及可视化接口（如rqt_plot和rviz）。最后介绍如何使用rosbag和rqt_bag记录并回放消息。
　　第4章介绍在ROS中实现机器人的第一步是创建一个机器人模型，包括在Gazebo仿真环境中如何从头开始对一个机器人进行建模和仿真，并使其在仿真环境中运行。你也可以仿真摄像头和激光测距传感器等传感器，为后续学习如何使用ROS的导航功能包集和其他工具奠定基础。
　　第5章是关于ROS导航功能包集中的其中一章。该章介绍如何为方便机器人使用导航功能包集进行初始化配置。然后用几个例子对导航功能包集进行说明。
　　第6章延续第5章的内容，介绍如何使用导航功能包集使机器人有效地自主导航。该章介绍使用ROS的Gazebo仿真环境和RViz创建一个虚拟环境，在其中构建地图、定位机器人并用障碍回避做路径规划。
　　第7章讨论ROS中移动机器人机械臂的一个工具包。该章包含安装这个包所需要的文档，以及使用MoveIt!操作机械臂进行抓取、放置、简单的运动规划等任务的演示示例。
　　第8章介绍ROS与现实世界如何连接。这一章介绍在ROS下使用的一些常见传感器和执行器，如激光雷达、伺服电动机、摄像头、RGB-D传感器、GPS等。此外，还会解释如何使用嵌入式系统与微控制器（例如非常流行的Arduino开发板）。
　　第9章介绍ROS对摄像头和计算机视觉任务的支持。首先使用FireWire和USB摄像头驱动程序将摄像头连接到计算机并采集图像。然后，就可以使用ROS的标定工具标定摄像头。该章会详细介绍和说明什么是图像管道，讨论如何使用集成了OpenCV的多个机器视觉API。最后，安装并使用一个视觉里程计软件。
　　第10章将展示如何在ROS节点中使用点云库（Point Cloud Library，PCL）。该章从基本功能入手，如读或写PCL数据片段以及发布或订阅这些消息所必需的转换。然后，将在不同节点间创建一个管道来处理3D数据，以及使用PCL进行缩减采样、过滤和搜索特征点。
　　预备知识
　　我们写作本书的目的是让每位读者都可以完成本书的学习并运行示例代码。基本上，你只需要在计算机上安装一个Linux发行版。虽然每个Linux发行版应该都能使用，但还是建议你使用Ubuntu 16.04 LTS。这样你可以根据第1章的内容安装ROS Kinetic。
　　对于硬件要求，一般来说，任何台式计算机或笔记本电脑都满足。但是，最好使用独立显卡来运行Gazebo仿真环境。此外，最好有足够的外围接口，因为这样你可以连接几个传感器和执行器，包括摄像头和Arduino开发板。
　　你还需要Git（git-core Debian包），以便从本书提供的源代码中复制软件库。同样，你需要具备Bash命令行、GNU/Linux工具的基本知识和一些C/C++编程技巧。
　　目标读者
　　本书的目标读者包括所有机器人开发人员，可以是初学者也可以是专业人员。它涵盖了整个机器人系统的各个方面，展示了ROS如何帮助开发人员完成使机器人真正自主化的任务。对于听说过却从未使用过ROS的机器人专业学生或科研人员来说，本书将是非常有益的。ROS初学者能从本书中学习ROS软件框架的很多先进理念和工具。不仅如此，经常使用ROS的用户也可能从某些章节中学习到一些新东西。当然，只有前3章是纯粹为初学者准备的，所以那些已经使用过ROS的人可以跳过这三章直接阅读后面的章节。
　　源代码和彩色图片下载
　　本书源代码可以从华章官网www.hzbook.com下载。