实验笔记之——Sweep Robot/扫地机器人

2025-03-11

SLAM
LiDAR

引言

比特有灵开源了一个名为ZIMA的激光扫地机器人项目。把智能小车的控制技术、基础的2D雷达SLAM算法、经典的路径规划算法等等结合到一起。本博文对其进行配置以及测试，本博文仅供本人学习记录用~

测试过程是基于Gazebo与ROS的，当然代码中也包括了kobuki底盘的代码

配置

原本的配置四采用Docker镜像的

docker pull bitsoullab/ros:zima-dev
# Password for user zima is 123456

#容器创建启动方式
if [ -e /dev/nvidia0 ]; then
  echo "Launch with nvidia support."
  docker run \
    -it \
    -u zima \
    --name="zima_demo" \
    --net=host \
    --privileged \
    -v /dev:/dev \
    -e DISPLAY=$DISPLAY \
    -v /tmp/.X11-unix:/tmp/.X11-unix \
    --runtime=nvidia \
    --device /dev/nvidia0 \
    --device /dev/nvidia-uvm \
    --device /dev/nvidia-uvm-tools \
    --device /dev/nvidiactl \
    --runtime=nvidia \
    --gpus all \
    bitsoullab/ros:zima-dev
else
  echo "Launch without nvidia support."
  docker run \
    -it \
    -u zima \
    --name="zima_demo" \
    --net=host \
    --privileged \
    -v /dev:/dev \
    -e DISPLAY=$DISPLAY \
    -v /tmp/.X11-unix:/tmp/.X11-unix \
    bitsoullab/ros:zima-dev
fi

此处先不用docker，先进行编译安装

在zima_base目录下，运行bash build.sh build_dir
在zima_core目录下，运行bash build.sh build_dir

新建一个ros workspace，然后使用catkin_make编译。

运行前先确保已经source了工作空间

source /your_path_to_workspace/devel/setup.bash

测试

测试用的代码及代码解读请见：Link

启动仿真环境

roslaunch zima_gazebo gazebo.launch

# 加载可能比较慢，可以尝试离线启动（但似乎也还是很慢）
roslaunch zima_gazebo gazebo.launch verbose:=true

启动demo
```
roslaunch zima_ros gazebo_demo.launch
```

若遇到报错 Open: Open /tmp/zima_config.json failed.，那么就在zima_base/json_config中复制一份zima_dev_gazebo_config.json到/tmp/zima_config.json。

注意要重命名为zima_config.json

按键操作：

a 是自动清洁
s 是自动扫描房间
q 是退出

启动rviz
```
roslaunch zima_ros rviz.launch
```

rqt_graph如下图所示

如下图所示，会标记出机器人运动的轨迹以及已经清洁的区域，不过对于机器人规划的路径感觉有进一步优化的空间，有些区域不知为何空着先不处理留到后续才清洁，这会导致额外的多余任务

测试效果请见视频：

时间太长了，因此视频没有全部录制，最终跑了一个多小时才完成整个空间的清洁任务