linorobot/linorobot2

何を解決するか

linorobot2 は、ロボットを未加工のハードウェアから完全な自律走行まで導くための包括的な基盤を提供します。Nav2、SLAM Toolbox、robot_localization などの複雑な ROS2 コンポーネントを手動で接続する必要がなく、物理ハードウェアと Gazebo シミュレーションの両方で動作する事前に統合されたスタックを提供します。

仕組み

このプロジェクトは、自律走行のさまざまな側面を処理する複数の主要な ROS2 パッケージを統合しています。

• ナビゲーションとマッピング： 自律走行には Nav2 を、マッピングには SLAM Toolbox を使用しています。

• ローカリゼーション： 精確な位置決めには robot_localization の EKF（拡張カルマンフィルタ）を採用しています。

• ハードウェア統合： 2WD、4WD、メカノム駆動構成をサポートしています。Teensy などのマイコン用に micro-ROS ファームウェアを使用し、オドメトリおよび IMU データを ROS2 ノードとして公開しています。

• シミュレーション： ライダーおよび深度カメラを搭載したロボット用のテンプレート化された URDF を提供し、ハードウェアにデプロイする前に構成を Gazebo でテストできます。また、床面図画像や SLAM マップを 3D Gazebo ワールドに変換するツールも含まれています。

対象ユーザー

• オフザシェルフ部品から物理ロボットを組み立て、迅速に自律走行を実現したいロボット構築者。
• 新しいハードウェア設計のプロトタイピングや、パスプランナーや認識パイプラインなどの自律走行コードを再現可能なシミュレーション環境でテストしたい開発者。
• Nav2 スタックをステップバイステップで学ぶためのガイドとしてこのプロジェクトを利用する学生や学習者。

特徴

• 統一された設定： シミュレーションと物理ハードウェアの両方で同じ YAML 設定ファイルを使用でき、調整が直接移行されます。
• 現実世界シミュレーション： image_to_gazebo および create_worlds_from_maps ツールを含み、現実世界の床面図や SLAM マップを正確な 3D シミュレーション環境に変換できます。
• 広範なセンサー対応： 2D ライダー（例：RPLIDAR、LD06）や RGBD 深度カメラ（例：Intel RealSense、ZED、OAK-D）の多数の機種を標準でサポートしています。
• ハードウェアからシミュレーションへの同期： micro-ROS とシームレスに統合され、マイコンレベルでのデータ公開が可能になっています。