# 机器人综合实践 建图、定位、导航是移动机器人执行任务所需要必备的能力，本课程（机器人综合实践：人工智能专业，工程实践与科技创新IV-E：自动化专业）旨在为移动机器人在复杂环境中执行任务提供相关的技能基础和部分数学理论基础。课程会介绍机器人社区最流行的机器人操作系统(Robot Operating System，ROS)及其在Linux系统下的使用。 课程从机器人实现定位的推导分析切入，涉及Bayes Rule，Markov Chain，Multi-variate Gaussian Distribution，State-space model，unicycle model等数学模型，并介绍SLAM系统中最基本运动估计模型：利用Kalman滤波器（Kalman Filter: KF）实现定位，让学生在自己搭建的Gazebo环境中实现机器人在仿真环境中的运动估计演示。课程能帮助学生掌握机器人操作的相关技能和数学知识，为深入机器人方向打下基础。本课程均在超算中心提供的平台下进行实验。 [TOC] ## 1. 进入超算平台 网络准备：首先确认连接SJTU校内域名的无线或有线网络。如在校外请使用SJTUvpn接入网络，参考https://net.sjtu.edu.cn/wlfw/VPN.htm 登录超算中心可视化平台：浏览器访问地址https://studio.hpc.sjtu.edu.cn/，用户名和密码由上海交通大学校计算平台提供，由老师分配给学生  超算使用：双击Desktop，选择使用时长，服务器集群，一般按照课程时长，选择4小时，为了防止共用节点导致的网络冲突，选择siyuan cluster 64cores，点击Launch将任务申请提交至队列。时间结束后进行的操作和修改的文件均会保存在与账号对应的空间内，不必担心丢失。  等待提交，直到出现Launch Desktop按钮，点击按钮进入远程桌面。   实验所需文件的上传下载，可通过点击主页面左上角的Files->第二项带有自己账号的选项，在对应目录下实现上传和下载相关文件   ## 2. 配置实验环境 实验所需环境包含ros、python及其各类库，为方便师生使用，在命令行中加载超算配好的沙盒 singularity shell /dssg/share/imgs/ros_molodic_vnc_v3.sif，并运行脚本source /opt/ros/melodic/setup.bash使ros环境生效  若在Desktop界面代码修改不方便，可在超算可视化界面中用同样的方法和配置加载IED(VS code)，即可使用。   ## 3. 实现机器人环境搭建和运动估计 该实验首先要求学生在gazebo中搭建仿真环境，图示为在超算平台Desktop中使用Gazebo建面编辑界面搭建墙面环境  编写对应的代码，实现利用KF实现对移动机器人的运动估计，图示为给定x方向轨迹，y方向运动服从白噪声在含噪声传感器观测下的状态估计结果  根据运动估计的结果设计控制器，使移动机器人按照指定的轨迹运动，视频1展示了机器人在矩形房间中按照设定轨迹移动，通过KF实现机器人位姿估计；视频2展示了学生自主设计的仿真环境中机器人运动控制的结果。 两个视频实验均在超算平台Desktop中完成。