Skip to content
New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

むぎまるチーム@6c349f6 #1

Open
ShimonShoji opened this issue Dec 13, 2023 · 5 comments
Open

むぎまるチーム@6c349f6 #1

ShimonShoji opened this issue Dec 13, 2023 · 5 comments

Comments

@ShimonShoji
Copy link
Contributor

ShimonShoji commented Dec 13, 2023

Raspberry Pi は,速度司令のみを laptop から入力し,Raspberry Pi Cat を動かすドライバの役割として使用した.

「ラズパイにはノート PC からロボットへの速度,角速度の指令が送られ,ラズパイはこれをモータドライバへの指令に変換する.」
"2D LiDAR を搭載した小型移動ロボットでのつくばチャレンジ 2021 参加レポート"
「2.1 センサ,計算機,アクチュエータの構成」
https://tsukubachallenge.jp/2021/reports/report_2118.pdf

みたいな感じに具体的でわかりやすいとよき

@ShimonShoji ShimonShoji changed the title ラズパイの使用について むぎまるissue Dec 13, 2023
@ShimonShoji
Copy link
Contributor Author

ShimonShoji commented Dec 13, 2023

ロボット本体には同所属の他チーム同様,株式会社アールティ様が販売している Raspberry Pi Cat を使用した.

ラズパイキャットの使用は緒言に書いてあるのでいらないかも
「同所属チーム」は言い方もうちょい考えたほうが良き感

@ShimonShoji ShimonShoji changed the title むぎまるissue 6c349f6ni Dec 13, 2023
@ShimonShoji ShimonShoji changed the title 6c349f6ni 6c349f6no Dec 13, 2023
@ShimonShoji ShimonShoji changed the title 6c349f6no むぎまるチーム@6c349f6 Dec 13, 2023
@ShimonShoji
Copy link
Contributor Author

ShimonShoji commented Dec 13, 2023

使用した計算機は2つあり,MSI製 GF65 Thin 10SER という laptop と,Raspberry Pi 4B+ である.

laptop→ノートPC (緒言にあわせて)

図を書く?
"Raspberry Pi のみを計算に用いる小型移動ロボットでのつくばチャレンジ 2022 参加レポート",
https://tsukubachallenge.jp/2022/reports/report_2215.pdf
のFig.2みたいに

@ShimonShoji
Copy link
Contributor Author

むぎまるチームでは,同所属のチームでは初めてとなる3次元 LiDAR を使用した自律移動システムを構築を行った.自律移動の手法としては,事前につくばチャレンジ確認走行区間の3次元地図を作成し,作成した3次元地図とリアルタイムに取得した3次元点群を NDT Scan Matching ベースの自己位置推定パッケージに入力し,推定した自己位置をナビゲーションパッケージに入力して自律移動を行うというものである.

自己位置推定に使用するための3次元地図の作成には,fast lio という3D LiDAR を用いた慣性オドメトリパッケージを使用した.動作に必要なセンサデータや詳細な情報を図xに示す.自己位置推定には,Autoware Universe の localization パッケージである NDT Scan matcher と Ekf localizer を使用した.自己位置推定の動作に使用した入力データは,3次元点群地図,3次元センサ点群,IMUから取得した角速度,ホイールオドメトリである.詳細な入出力は図xに示す.経路生成・経路追従・障害物回避には,Navigation2 を使用した.経路生成には自己位置推定で得られた自己位置と,3次元地図から生成した2次元地図を入力データとして使用した.3次元地図から2次元地図の生成には,pcd2pgm というパッケージを使用した.[図x] 障害物回避には,3次元センサ点群を入力データとして使用した.

「自律移動の手法としては~」は図で詳しく書いて, 図をもとに端的な文章を作る感じが良いかも

"2D LiDAR を搭載した小型移動ロボットでのつくばチャレンジ 2021 参加レポート",
https://tsukubachallenge.jp/2021/reports/report_2118.pdf
の「3.1 ソフトウェアの構成」みたいに

@ShimonShoji
Copy link
Contributor Author

むぎまるチームの本走行・実験走行で見つかった課題は,障害物回避の失敗,3次元地図と2次元地図のズレ,消費電力の大きさである.障害物回避の失敗については「リタイアの原因」の章で記述したとおりである.本チームでは自己位置推定に使用する地図には,3次元点群地図を使用し,ナビゲーションには2次元の占有格子地図を使用している.2次元の占有格子地図は3次元地図を元に生成しているのだが,3次元上の障害物を2次元上に投影する際に,坂のある地形ではねじれによるズレが生じる.3次元点群地図では,ロール方向のねじれと,ピッチ方向のねじれが存在するため,必然的に2次元上に投影すると,平面方向にズレが生じる.本チームではロボットの自律移動の動作確認を,あまり坂道の存在しない環境で行っていたため,つくばチャレンジでの環境と想定以上の差が生まれてしまった.[図x]

課題3つは、箇条書きだと見やすい?
「ねじれによるズレ」がうまく想像できなかったんだけど、、他の方はどうなんだろうか

@ShimonShoji
Copy link
Contributor Author

あとは〜
一文一文がもーちょい短いと, より見やすくなるとオモンマス😃

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment
Labels
None yet
Projects
None yet
Development

No branches or pull requests

1 participant