SLAM+语音机器人DIY系列：（二）ROS入门——3.在ubuntu16.04中安装ROS kinetic
温馨提示
本篇文章已经收录在我最新出版的书籍《机器人SLAM导航核心技术与实战》，感兴趣的读者可以购买纸质书籍来进行更加深入和系统性的学习，购买链接如下：- 点这里购买：《机器人SLAM导航核心技术与实战》购买链接
摘要
ROS机器人操作系统在机器人应用领域很流行，依托代码开源和模块间协作等特性，给机器人开发者带来了很大的方便。我们的机器人“miiboo”中的大部分程序也采用ROS进行开发，所以本文就重点对ROS基础知识进行详细的讲解，给不熟悉ROS的朋友起到一个抛砖引玉的作用。本章节主要内容：
3.在ubuntu16.04中安装ROS kinetic
（图9）安装ROS软硬件配置总结
使用ROS进行机器人的学习和开发，一般需要一个机器人平台和一个调试工作平台。机器人平台上出于性价比和功耗考虑一般采用ARM嵌入式板作为硬件设备，比如树莓派3、RK3399开发板、nvidia-jetson-tx2等；调试工作平台一般采用x86个人电脑，比如笔记本电脑、台式电脑等。ARM嵌入式板的厂家一般都会提供相应定制化的ubuntu系统，定制化主要体现在硬件外设驱动和一些加快系统速度的优化，作为软件开发人员可以不必考虑这些问题直接当做普通ubuntu使用就行了，比如针对树莓派3定制化的ubuntu-mate系统；x86个人电脑上的话就可以直接安装ubuntu官方发布的系统就行了，你可以把ubuntu直接安装在物理机上，这样ubuntu运行会更加流畅，你也可以把ubuntu安装在虚拟机上，这样可以更方便的切换使用机器上原来的系统（如windows系统）和虚拟机上的ubuntu系统。不管是采用何种硬件，在硬件上以何种方式安装上ubuntu及其定制化ubuntu，一旦我们拥有了一个可用的ubuntu系统，就可以在这个ubuntu系统上安装当下流行的ROS发行版了（本文写作时最流行的ROS发行版是ROS-kinetic）。安装ROS软硬件配置的总结，如图9。
机器人平台上安装ROS软硬件配置，推荐大家使用树莓派3作为硬件，ubuntu-mate-16.04作为操作系统，安装ROS-kinetic这个ROS发行版。这一部分的具体讲解将在后续的文章中展开。
调试工作平台上安装ROS软硬件配置，推荐大家使用x86个人电脑（笔记本电脑、台式电脑都可以）作为硬件，在虚拟机上运行ubuntu16.04系统，安装ROS-kinetic这个ROS发行版。由于在虚拟机上安装运行ubuntu16.04系统已经在前面的文章中详细讲解了，这里就默认我们已经拥有了一个运行在虚拟机上的ubuntu16.04系统了。接下来就着重讲解如何安装ROS发行版ROS-kinetic。
其实在ubuntu上安装ROS，有很详细的ROS官方教程，感兴趣的朋友可以直接参考官方教程http://wiki.ros.org/kinetic/Installation/Ubuntu。由于官方教程用英文书写，为了方便大家阅读，我将官方教程翻译过来，方便大家学习，下面正式进入安装。温馨提醒，由于不同的编辑器对过长的句子换行的规则不同，下面的命令被自动换行后可能影响正常的阅读，请直接参阅官方教程中的命令http://wiki.ros.org/kinetic/Installation/Ubuntu。
（1）配置ubuntu的资源库
系统设置->软件和更新->Ubuntu软件，可以打开如图10中的资源库配置界面，确保“universe”，“restricted”、“multiverse”被勾选了，“下载自”选项中选择“中国的服务器”，这样下载更新软件速度会更快点。不过一般情况下，以上选项都是默认设置好了的。
（图10）资源库配置界面
（2）设置ubuntu的sources.list
打开命令行终端，输入如下命令：
sudo sh -c 'echo "deb http://packages.ros.org/ros/ubuntu $(lsb_release -sc) main" > /etc/apt/sources.list.d/ros-latest.list'
（3）设置keys
打开命令行终端，输入如下命令：
sudo apt-key adv --keyserver hkp://ha.pool.sks-keyservers.net:80 --recv-key 421C365BD9FF1F717815A3895523BAEEB01FA116
（4）安装ros-kinetic-desktop-full完整版
打开命令行终端，分别输入如下两条命令：
sudo apt-get update sudo apt-get install ros-kinetic-desktop-full
小技巧，如果安装过程提示“下载错误”，请耐心重试上面的两条命令，这个错误多半是由于网络故障造成的。
（5）初始化rosdep
打开命令行终端，分别输入如下两条命令：
sudo rosdep init rosdep update
（6）配置环境变量
打开命令行终端，分别输入如下两条命令：
echo "source /opt/ros/kinetic/setup.bash" >> ~/.bashrc source ~/.bashrc
（7）安装rosinstall
打开命令行终端，输入如下命令：
sudo apt install python-rosinstall python-rosinstall-generator python-wstool build-essential
（8）测试ros安装成功与否
打开命令行终端，输入如下命令：
roscore
如果此时出现以下内容
setting /run_id to 4cb2a932-06c0-11e9-9ff2-000c2985f3ab process[rosout-1]: started with pid [38686] started core service [/rosout]
那么恭喜你，ROS已经成功的安装上了！！！
后记
------SLAM+语音机器人DIY系列【目录】快速导览------
第1章：Linux基础
第2章：ROS入门
第3章：感知与大脑
第4章：差分底盘设计
第5章：树莓派3开发环境搭建
第6章：SLAM建图与自主避障导航
第7章：语音交互与自然语言处理
第8章：高阶拓展
参考文献
[1] 张虎，机器人SLAM导航核心技术与实战[M]. 机械工业出版社，2022.
序 前言 编程基础篇 第1章 ROS入门必备知识 1.1 ROS简介 2 1.1.1 ROS的性能特色 2 1.1.2 ROS的发行版本 3 1.1.3 ROS的学习方法 3 1.2 ROS开发环境的搭建 3 1.2.1 ROS的安装 4 1.2.2 ROS文件的组织方式 4 1.2.3 ROS网络通信配置 5 1.2.4 集成开发工具 5 1.3 ROS系统架构 5 1.3.1 从计算图视角理解ROS架构 6 1.3.2 从文件系统视角理解ROS架构 7 1.3.3 从开源社区视角理解ROS架构 8 1.4 ROS调试工具 8 1.4.1 命令行工具 9 1.4.2 可视化工具 9 1.5 ROS节点通信 10 1.5.1 话题通信方式 12 1.5.2 服务通信方式 15 1.5.3 动作通信方式 19 1.6 ROS的其他重要概念 25 1.7 ROS 2.0展望 28 1.8 本章小结 28 第2章 C++编程范式 2.1 C++工程的组织结构 29 2.1.1 C++工程的一般组织结构 29 2.1.2 C++工程在机器人中的组织结构 29 2.2 C++代码的编译方法 30 2.2.1 使用g++编译代码 31 2.2.2 使用make编译代码 32 2.2.3 使用CMake编译代码 32 2.3 C++编程风格指南 33 2.4 本章小结 34 第3章 OpenCV图像处理 3.1 认识图像数据 35 3.1.1 获取图像数据 35 3.1.2 访问图像数据 36 3.2 图像滤波 37 3.2.1 线性滤波 37 3.2.2 非线性滤波 38 3.2.3 形态学滤波 39 3.3 图像变换 40 3.3.1 射影变换 40 3.3.2 霍夫变换 42 3.3.3 边缘检测 42 3.3.4 直方图均衡 43 3.4 图像特征点提取 44 3.4.1 SIFT特征点 44 3.4.2 SURF特征点 50 3.4.3 ORB特征点 52 3.5 本章小结 54 硬件基础篇 第4章 机器人传感器 4.1 惯性测量单元 56 4.1.1 工作原理 56 4.1.2 原始数据采集 60 4.1.3 参数标定 65 4.1.4 数据滤波 73 4.1.5 姿态融合 75 4.2 激光雷达 91 4.2.1 工作原理 92 4.2.2 性能参数 94 4.2.3 数据处理 96 4.3 相机 100 4.3.1 单目相机 101 4.3.2 双目相机 107 4.3.3 RGB-D相机 109 4.4 带编码器的减速电机 111 4.4.1 电机 111 4.4.2 电机驱动电路 112 4.4.3 电机控制主板 113 4.4.4 轮式里程计 117 4.5 本章小结 118 第5章 机器人主机 5.1 X86与ARM主机对比 119 5.2 ARM主机树莓派3B+ 120 5.2.1 安装Ubuntu MATE 18.04 120 5.2.2 安装ROS melodic 122 5.2.3 装机软件与系统设置 122 5.3 ARM主机RK3399 127 5.4 ARM主机Jetson-tx2 128 5.5 分布式架构主机 129 5.5.1 ROS网络通信 130 5.5.2 机器人程序的远程开发 130 5.6 本章小结 131 第6章 机器人底盘 6.1 底盘运动学模型 132 6.1.1 两轮差速模型 132 6.1.2 四轮差速模型 136 6.1.3 阿克曼模型 140 6.1.4 全向模型 144 6.1.5 其他模型 148 6.2 底盘性能指标 148 6.2.1 载重能力 148 6.2.2 动力性能 148 6.2.3 控制精度 150 6.2.4 里程计精度 150 6.3 典型机器人底盘搭建 151 6.3.1 底盘运动学模型选择 152 6.3.2 传感器选择 152 6.3.3 主机选择 153 6.4 本章小结 155 SLAM篇 第7章 SLAM中的数学基础 7.1 SLAM发展简史 158 7.1.1 数据关联、收敛和一致性 160 7.1.2 SLAM的基本理论 161 7.2 SLAM中的概率理论 163 7.2.1 状态估计问题 164 7.2.2 概率运动模型 166 7.2.3 概率观测模型 171 7.2.4 概率图模型 173 7.3 估计理论 182 7.3.1 估计量的性质 182 7.3.2 估计量的构建 183 7.3.3 各估计量对比 190 7.4 基于贝叶斯网络的状态估计 193 7.4.1 贝叶斯估计 194 7.4.2 参数化实现 196 7.4.3 非参数化实现 202 7.5 基于因子图的状态估计 206 7.5.1 非线性最小二乘估计 206 7.5.2 直接求解方法 206 7.5.3 优化方法 208 7.5.4 各优化方法对比 218 7.5.5 常用优化工具 219 7.6 典型SLAM算法 221 7.7 本章小结 221 第8章 激光SLAM系统 8.1 Gmapping算法 223 8.1.1 原理分析 223 8.1.2 源码解读 228 8.1.3 安装与运行 233 8.2 Cartographer算法 240 8.2.1 原理分析 240 8.2.2 源码解读 247 8.2.3 安装与运行 258 8.3 LOAM算法 266 8.3.1 原理分析 266 8.3.2 源码解读 267 8.3.3 安装与运行 270 8.4 本章小结 270 第9章 视觉SLAM系统 9.1 ORB-SLAM2算法 274 9.1.1 原理分析 274 9.1.2 源码解读 310 9.1.3 安装与运行 319 9.1.4 拓展 327 9.2 LSD-SLAM算法 329 9.2.1 原理分析 329 9.2.2 源码解读 334 9.2.3 安装与运行 337 9.3 SVO算法 338 9.3.1 原理分析 338 9.3.2 源码解读 341 9.4 本章小结 341 第10章 其他SLAM系统 10.1 RTABMAP算法 344 10.1.1 原理分析 344 10.1.2 源码解读 351 10.1.3 安装与运行 357 10.2 VINS算法 362 10.2.1 原理分析 364 10.2.2 源码解读 373 10.2.3 安装与运行 376 10.3 机器学习与SLAM 379 10.3.1 机器学习 379 10.3.2 CNN-SLAM算法 411 10.3.3 DeepVO算法 413 10.4 本章小结 414 自主导航篇 第11章 自主导航中的数学基础 11.1 自主导航 418 11.2 环境感知 420 11.2.1 实时定位 420 11.2.2 环境建模 421 11.2.3 语义理解 422 11.3 路径规划 422 11.3.1 常见的路径规划算法 423 11.3.2 带约束的路径规划算法 430 11.3.3 覆盖的路径规划算法 434 11.4 运动控制 435 11.4.1 基于PID的运动控制 437 11.4.2 基于MPC的运动控制 438 11.4.3 基于强化学习的运动控制 441 11.5 强化学习与自主导航 442 11.5.1 强化学习 443 11.5.2 基于强化学习的自主导航 465 11.6 本章小结 467 第12章 典型自主导航系统 12.1 ros-navigation导航系统 470 12.1.1 原理分析 470 12.1.2 源码解读 475 12.1.3 安装与运行 479 12.1.4 路径规划改进 492 12.1.5 环境探索 496 12.2 riskrrt导航系统 498 12.3 autoware导航系统 499 12.4 导航系统面临的一些挑战 500 12.5 本章小结 500 第13章 机器人SLAM导航综合实战 13.1 运行机器人上的传感器 502 13.1.1 运行底盘的ROS驱动 503 13.1.2 运行激光雷达的ROS驱动 503 13.1.3 运行IMU的ROS驱动 504 13.1.4 运行相机的ROS驱动 504 13.1.5 运行底盘的urdf模型 505 13.1.6 传感器一键启动 506 13.2 运行SLAM建图功能 506 13.2.1 运行激光SLAM建图功能 507 13.2.2 运行视觉SLAM建图功能 508 13.2.3 运行激光与视觉联合建图功能 508 13.3 运行自主导航 509 13.4 基于自主导航的应用 510 13.5 本章小结 511 附录A Linux与SLAM性能优化的探讨 附录B 习题