跳至主要内容

快速入門指南

簡介​

此頁面提供了專為自主移動機器人 (AMR) 領域設計的快速入門指南與實用教學。無論您是 ROS2 的新手還是經驗豐富的開發者，都可以遵循清晰的逐步指示快速上手，並體驗 AMR 軟體平台的豐富功能。系統搭載 Advantech Robotic Suite，專為基於 ROS2 架構的 AMR 應用所設計，為智慧物流、自動化倉儲及相關領域提供最佳解決方案。

教學 1：探索已安裝的機器人節點​

在本教學中，我們將介紹如何使用 Web UI 快速存取系統中詳細的軟硬體資訊，包含裝置資訊與 ROS2 節點列表。

步驟​

  • 步驟 1：打開您的瀏覽器並前往 127.0.0.1:8081

  • 步驟 2：輸入預設密碼 P@ssw0rd 然後登入

    AFE-R360

  • 步驟 3：建議先更改密碼

  • 步驟 4：此頁面將顯示一些系統資訊

  • 步驟 5：接下來，從左側的清單中選擇「ROS Nodes」

    垂直頁面將顯示專注於 AMR 領域的開源 ROS2 節點，如需更多資訊請參考 AMR SDK


    供應商頁面將顯示來自 Intel Robotics SDK 的節點列表，如需更多資訊請參考 Intel Robotic SDK 2.2


教學 2：在時間同步檢視器中使用多重感測器​

在本教學中，我們將發布包含攝影機、IMU 和光達的虛擬感測器資料（您也可以使用實際的感測器）。然後在 rqt 中顯示時間戳記，並觀察多個感測器的時間同步狀態。

詳細指示請參考 時間同步檢視器 (Time Sync Viewer)


教學 3：在 Rviz 顯示攝影機與 3D 光達資料​

在本教學中，我們將首先下載一個包含攝影機與 3D 光達資料的 rosbag 範例。接著，我們將在 RViz 中讀取並顯示這些資料，讓使用者能夠將感測器資料的內容視覺化。

步驟​

  • 步驟 1：下載範例 bag 檔案（約 1.4GB）
wget https://iedgeblob.blob.core.windows.net/iedge-public/rosbag-dataset/2011_09_26_drive_0039.tar.gz
tar zxvf 2011_09_26_drive_0039.tar.gz
  • 步驟 2：在終端機中播放範例 bag 檔案
ros2 bag play 2011_09_26_drive_0039/ -l
  • 步驟 3：在另一個終端機中執行 rviz2
rviz2

  • 步驟 4：在 Rviz 上新增影像主題 (image topic)

  • 步驟 5：在 Rviz 上新增光達主題 (lidar topic)

  • 步驟 6：設定參數以正確顯示點雲資料

    1. 將 Fixed Frame 設為 "velodyne"

    2. 將 Style 設為 "Points"

    3. 將 Size (Pixels) 設為 "2"

    結果：


教學 4：使用 SLAM 建立 2D 地圖​

在本教學中，我們將示範如何快速使用 Cartographer 建立 2D 地圖。我們將先下載一個包含雷射光達資料的 rosbag 範例，接著展示如何設定 Cartographer 的參數並開始建圖過程。最後，我們將使用 RViz 即時觀察建圖進度與結果，讓使用者能快速上手 2D SLAM 流程並建立自己的地圖。

如需更多資訊請參考 cartographer_ros

步驟​

  • 步驟 1：下載範例 bag 檔案
mkdir ~/slam_example
cd ~/slam_example
wget https://iedgeblob.blob.core.windows.net/iedge-public/rosbag-dataset/rosbag2_2023_08_04-10_54_23.tar.gz
tar zxvf rosbag2_2023_08_04-10_54_23.tar.gz
  • 步驟 2：下載 lua 檔案
cd ~/slam_example
wget -O 2d_slam_example.lua https://iedgeblob.blob.core.windows.net/iedge-public/robotic_suite_share_folder/2d_slam_example.lua
  • 步驟 3：執行 SLAM 節點
cd ~/slam_example
ros2 launch cartographer_ros offline_backpack_2d.launch.py bag_filenames:=rosbag2_2023_08_04-10_54_23 configuration_directory:=./ configuration_basenames:=2d_slam_example.lua

結果：


教學 5：在 Intel Robotics SDK 中使用 OpenVINO 執行物件偵測​

在本教學中，您將學習如何輕鬆使用 Intel OpenVINO（Intel OpenVINO 是包含在 Intel Robotics SDK 中的強大功能）執行物件偵測，我們將引導您下載預訓練模型並啟動物件偵測程式。在本教學中，我們不會使用即時攝影機資料，而是使用 rosbag 檔案作為資料來源。

如需更多資訊請參考 ros2_openvino_toolkit

步驟​

  • 步驟 1：下載範例 bag 檔案（約 2.2GB）
wget https://iedgeblob.blob.core.windows.net/iedge-public/rosbag-dataset/103.tar.gz
tar zxvf 103.tar.gz
  • 步驟 2：在終端機中播放範例 bag 檔案
ros2 bag play -l 103 --remap cam_front/raw:=/openvino_toolkit/image_raw
  • 步驟 3：下載 ssdlite_mobilenet_v2 模型
mkdir /opt/ros/humble/share/openvino_node/model
cd /opt/ros/humble/share/openvino_node/model
wget https://iedgeblob.blob.core.windows.net/iedge-public/share-folder/ssdlite_mobilenet_v2.tar.gz
tar zxvf ssdlite_mobilenet_v2.tar.gz
  • 步驟 4：下載 openvino_node 參數 下載 pipeline_object_topic.yaml
cd /opt/ros/humble/share/openvino_node/param
wget -O pipeline_object_topic.yaml https://iedgeblob.blob.core.windows.net/iedge-public/robotic_suite_share_folder/pipeline_object_topic.yaml
  • 步驟 5：在另一個終端機中執行 openvino_node
ros2 launch openvino_node pipeline_object_topic.launch.py

結果：