基于Turtlebot3机器人进行一些仿真学习，主要是针对DRL方向，基于开源项目进行。

Turtlebot3安装

1. 在此已经默认已经安装好了ROS等相关内容，只需要安装Turtlebot3的相关依赖

   sudo apt install ros-melodic-desktop-full ros-melodic-joy ros-melodic-teleop-twist-joy ros-melodic-teleop-twist-keyboard ros-melodic-laser-proc ros-melodic-rgbd-launch ros-melodic-depthimage-to-laserscan ros-melodic-rosserial-arduino ros-melodic-rosserial-python ros-melodic-rosserial-server ros-melodic-rosserial-client ros-melodic-rosserial-msgs ros-melodic-amcl ros-melodic-map-server ros-melodic-move-base ros-melodic-urdf ros-melodic-xacro ros-melodic-compressed-image-transport ros-melodic-rqt-image-view ros-melodic-gmapping ros-melodic-navigation ros-melodic-interactive-markers ros-melodic-turtlebot3-gazebo
   

2. 创建需要的工作空间，此处命名为catkin_ws

   mkdir -p catkin_ws/src
   cd ~/catkin_ws/src/
   # 克隆相关的包
   git clone https://github.com/ROBOTIS-GIT/turtlebot3.git
   git clone https://github.com/ROBOTIS-GIT/turtlebot3_msgs.git
   git clone https://github.com/ROBOTIS-GIT/turtlebot3_simulations.git
   cd ~/catkin_ws
   # 编译
   catkin_make
   

3. 设置相关的环境，将setup.bash文件写入.bashrc中，并添加Turtlebot3的模型(提供两种方式供选择)

   # First
   sudo gedit .bashrc
   # 添加和修改内容
   source ~/catkin_ws/devel/setup.bash
   export TURTLEBOT3_MODEL = burger
   # 关闭.bashrc
   source .bashrc
   # Second
   echo "source  ~/catkin_ws/devel/setup.bash" >> ~/.bashrc
   echo "export TURTLEBOT3_MODEL = burger" >> ~/.bashrc
   source .bashrc
   

4. 测试Turtlebot3是否安装成功（仿真测试）

   • 启动Gazebo仿真环境

     roslaunch turtlebot3_gazebo turtlebot3_world.launch
     

     如出现如下错误：
     

     

     
     **解决如下：**在config.yaml文件中将servers下的url修改为https://api.ignitionrobotics.org，注意对齐。修改后保存，重启命令即可成功启动Gazebo。

     sudo gedit ~/.ignition/fuel/config.yaml
     

     

   • 启动SLAM

     roslaunch turtlebot3_slam turtlebot3_slam.launch slam_methods:=gmapping
     

   • 键盘控制

     roslaunch turtlebot3_teleop turtlebot3_teleop_key.launch
     

     注：如果出现没有**“rospkg”*则运行pip install rospkg即可。现在可以正常操作机器人进行建图。

   • 地图保存

     rosrun map_server map_saver -f ~/map/map_name
     

   • 导航

     关闭以上所有终端，重新启动Gazebo环境，并运行导航节点：

     roslaunch turtlebot3_navigation turtlebot3_navigation.launch map_file:=~/map/map_name.yaml
     

     

     可以使用Rviz中的2D POSE Estimate进行初始的位置估计，等到位姿估计准确后，便可以用2D Nav Goal设置目标点的位姿，进行导航功能测试。

     

     此时会根据起始位姿和终点位姿生成一条全局路径，也会在Turtlebot3的周围一定范围内进行局部路径规划，如上图所示。

DRL环境搭建

系统为Ubuntu18.04，采用melodic的ros版本，当前版本支持Python2.7（到ubuntu20.04-neotic就支持Python3），而涉及到强化学习、深度学习部分大都以python3为主，因此要解决ros中关于两个不同版本的使用问题。(目前已采用Ubuntu20.04)

方法一：建立基于python2.7的pytorch环境

• 首先创建虚拟环境，并完成初始化

  conda create -n turtlebot3 python=2.7
  conda activate turtlebot3
  conda install numpy
  # 检测python版本
  python --version
  

• 安装ROS需要的包

  pip install catkin-tools
  pip install rospkg
  

• 安装Pytorch，详细参考官网，Python版本比较低，这个Pytorch可以使用

  pip install torch==1.4.0+cu92 torchvision==0.5.0+cu92 -f https://download.pytorch.org/whl/torch_stable.html
  

  测试Pytorch环境是否成功：

  # 进入python
  python
  torch.cuda.is_available()
  # 查看返回值 是否为 True 根据错误信息进行补充安装
  # 如下错误 根据错误修改即可
  pip install future 
  

  

Turtlebot3 with DDPG

Code：[Github]

1. 在catkin_ws/src下下载所需要的功能包，并进行重新编译，最后用VScode打开

   cd ~/catkin_ws/src/
   # 克隆相关的包
   git clone https://github.com/dovanhuong/project.git
   cd ~/catkin_ws
   # 编译
   catkin_make
   # VScode
   code .
   

2. 修改Turtlebot3参数：

   # 修改turtlebot3/turtlebot3_description/urdf/turtlebot3_burger.gazebo.xacro
   sudo gedit turtlebot3_burger.gazebo.xacro
   # 内容修改如下
   # 激光雷达可视化
   <xacro:arg name="laser_visual" default="false"/>   # Visualization of LDS. If you want to see LDS, set to `true`
   # 采样的数量
   <scan>
     <horizontal>
       <samples>360</samples> # The number of sample. Modify it to 10
       <resolution>1</resolution>
       <min_angle>0.0</min_angle>
       <max_angle>6.28319</max_angle>
     </horizontal>
   </scan>
   

3. 指定Python2.7编译运行ddpg_stage_1.py，在该文件开头加入如下代码

   #! /usr/bin/env python2.7
   

4. 启动仿真环境，以stage_1为例

   roslaunch project ddpg_stage_{number_of_stage}.launch
   

   

   1. 启动DDPG算法

      roslaunch project ddpg_stage_{number_of_stage}.launch
      

      第一次可能会出现错误，可以根据错误对相关的库进行安装即可，比如

      pip install pyyaml
      

      

      最终运行效果如下：

      

      

      

以上都是训练的过程，训练结果与多方因素相关，需要深入研究代码和DDPG原理，后续根据需要进行修改。

Anaconda技巧

并不是每次都需要虚拟环境的，并且每次激活环境都需要输入对应命令，麻烦不够简单，为此提前在.bashrc中加入相应的alias命令。这样只需要在终端中输入starte即可激活anaconda虚拟环境，输入turtlebot即可进入turtlebot的虚拟环境中。

sudo gedit .bashrc
alias turtlebot='source activate turtlebot'
alias close_env='conda deactivate'
# 需要注释前面关于conda initialize的内容
alias starte='source ~/anaconda3/bin/activate'

Reference

1. Ubuntu18.04安装ROS Melodic+turtlebot3仿真配置
2. Python2.7与Python3版本兼容