Подглава 11.4.3 Запуск приложения Follower на TurtleBot

Если у вас есть TurtleBot, вы можете сравнить наш узел Python follower с версией C++ от Tony Pratkanis, которая находится в пакете turtlebot_follower. В любом случае, запускайте своего робота в середине большой комнаты, как можно дальше от стен, мебели или других людей.

Убедитесь, что TurtleBot включен, а затем запустите launch-файл:

$ roslaunch rbx1_bringup turtlebot_minimal_create.launch

Затем включите камеру глубины:

Для Microsoft Kinect:

$ roslaunch freenect_launch freenect-registered-xyzrgb.launch

Для камер Asus Xtion, Xtion Pro или Primesense 1.08/1.09:

$ roslaunch openni2_launch openni2.launch depth_registration:=true

Запустите узел follower, используя файл follower.launch:

$ roslaunch rbx1_apps follower.launch

Затем двигайтесь перед роботом, чтобы посмотреть, сможете ли вы заставить его следовать за вами. Вы можете настроить поведение робота, изменив параметры в launch-файле. Обратите внимание, что если вы придвинетесь слишком близко к стене или другому объекту, робот, скорее всего, зафиксируется на нем вместо вас, и вам, возможно, придется поднять робота и повернуть его в сторону от отвлекающего объекта. Также обратите внимание, что темная одежда, особенно черная и темно-синяя, как правило, не отражает их рисунок, используемый глубинными камерами, такими как Kinect или Xtion Pro. Поэтому, если вы обнаружите, что робот не очень хорошо следит за вами, убедитесь, что вы не в черных или темно-синих брюки.

Если вы обнаружите, что робот немного медлителен, чтобы отслеживать ваши движения, это, вероятно, из-за нагрузки, которую мы накладываем на процессор, проверяя каждую точку в облаке точек, чтобы увидеть, попадает ли он в наши диапазоны отслеживания. И мы делаем эту проверку в Python, который не особенно подходит для такой задачи. Более быстрый и эффективный способ запустить программу follower - это сначала отфильтровать облако с помощью нескольких узлов PCL, которые написаны на C++ и работают намного быстрее, чем куча операторов Python if-then. Именно такой подход мы используем в следующем разделе, и он должен привести к заметному улучшению отзывчивости, когда робот следует за вами.