Utilizando transformadas em ROS2

1. Introdução ao TF2

Autoestudo

Introdução ao TF2

O TF2 (Transform Library 2) é uma biblioteca no ROS que permite que você mantenha o controle de múltiplos frames de coordenadas ao longo do tempo. Em robótica, é crucial entender como diferentes partes do seu robô ou diferentes robôs em um sistema estão posicionados e orientados em relação uns aos outros. O TF2 ajuda a manter o controle dessas relações, fornecendo ferramentas para transformar coordenadas de um frame para outro, independentemente de quando as medições foram feitas. Isso é crucial para tarefas como navegação, planejamento de movimento e percepção, onde você precisa alinhar informações de diferentes sensores e atuadores que podem não estar fisicamente alinhados ou que se movem ao longo do tempo.

Imagine que você tem um robô com uma câmera e um braço robótico. A câmera vê um objeto e você quer que o braço pegue esse objeto. A câmera fornece a posição do objeto em seu próprio frame de coordenadas, mas para mover o braço para a posição correta, você precisa transformar essas coordenadas para o frame de coordenadas do braço. O TF2 permite que você faça essa transformação de forma precisa, mesmo que a câmera e o braço estejam se movendo.

Resumo do tutorial acima

1. Instalação do Demo: Instruções para instalar o pacote do tutorial e suas dependências.
2. Execução do Demo: Passos para rodar o demo, incluindo comandos para iniciar o turtlesim e controlar a tartaruga central usando as setas do teclado. Uma das tartarugas seguirá continuamente a outra.
3. Explicação do que está Acontecendo: O demo utiliza a biblioteca tf2 para criar três frames de coordenadas (world, turtle1, turtle2) e demonstra como um broadcaster tf2 pode publicar os frames de coordenadas, enquanto um listener tf2 calcula a diferença entre os frames das tartarugas e move uma para seguir a outra.
4. Ferramentas tf2: Introdução a ferramentas como view_frames e tf2_echo para visualizar e entender o que está acontecendo nos bastidores com os frames e transformações do tf2.
5. RViz e TF2: Uso do RViz, uma ferramenta de visualização, para examinar os frames do tf2 em ação.

2. Broadcasters

Autoestudo

Criando um Broadcaster

Um broadcaster no contexto do TF2 (Transform Library 2) no ROS (Robot Operating System) é uma entidade que publica transformações entre frames de coordenadas. Estas transformações podem ser dinâmicas (mudando ao longo do tempo, como um robô em movimento) ou estáticas (fixas, como a relação entre um sensor e a base de um robô). O broadcaster é responsável por fornecer informações sobre como um frame de coordenadas se relaciona com outro em um determinado momento.

Agora, vamos ao tutorial do link fornecido:

Resumo do tutorial acima

1. Contexto: Publicar transformações estáticas é útil para definir a relação entre a base de um robô e seus sensores ou partes não móveis. Por exemplo, é mais fácil raciocinar sobre medidas de um scanner a laser em um frame no centro do scanner.
2. Pré-requisitos: O tutorial assume que você já sabe como criar um espaço de trabalho e um pacote no ROS.
3. Tarefas:
   • Criar um pacote: Um pacote chamado learning_tf2_py é criado, que será usado neste tutorial e nos seguintes.
   • Escrever o nó broadcaster estático: O código é fornecido para criar um broadcaster estático que publica a transformação de um frame "world" para um frame de tartaruga estática.
   • Construção: Antes de construir o pacote, é uma boa prática verificar as dependências ausentes. Depois, o pacote é construído.
   • Execução: O nó static_turtle_tf2_broadcaster é executado, definindo uma pose de tartaruga que flutua 1 metro acima do solo.
4. A maneira correta de publicar transformações estáticas: Embora o tutorial mostre como usar o StaticTransformBroadcaster para publicar transformações estáticas, na prática, você deve usar a ferramenta static_transform_publisher fornecida pelo tf2_ros. Esta ferramenta pode ser usada como uma ferramenta de linha de comando ou como um nó em arquivos de lançamento.

3. Listeners

Autoestudo

Criando um Broadcaster

4. Usando tempo com tf2

Autoestudo

Criando um Broadcaster