 Please ask about problems and questions regarding this tutorial on answers.ros.org. Don't forget to include in your question the link to this page, the versions of your OS & ROS, and also add appropriate tags. |
フレームを加える (Python)
Description: このチュートリアルではどのようにして特別な固定のフレームをtfに加えるかを学びますTutorial Level: BEGINNER
Next Tutorial: tf and time (Python)
Contents
前回のチュートリアルの中で、tf broadcasterとtf listenerを加えることでturtle のデモを再現しました。今回のチュートリアルでは、どのようにtfツリーに特別なフレームを加えるかについて学んでいきましょう。この過程はtf broadcasterを作ることにとても似ていて、tfの利便さの一端を実感できるでしょう。
なぜフレームを追加するのか
ほとんどのタスクにおいて、ローカルフレームの中について考えるのは簡単です、例えば、レーザスキャナの中心でのフレームでレーザスキャンを推論するのは簡単です。tfは、それぞれのセンサにローカルフレームを定義し、リンクし、そのほかのこともできるようにしてくれています。そして、tfは導入された特別なフレームのtransformもすべて管理してくれます。
どこにフレームを追加すべきか
tfはフレームの木構造（tree structure）を作ります（フレーム構造の中に閉ループができることが許されません）。つまり、フレームは一つの親のみを持つが、子は複数もっているということです。現在、今までのチュートリアルでできたtfツリーは３つのフレームをもっています。ワールド、turtle1、turtle2です。二つのturtleは、worldの子にあたります。もし、新しいtfを加えたいなら、３つのすでにあるフレームが親のフレームになる必要があり、新しいフレームは子フレームになるでしょう。
どのようにフレームを加えるか
turtleの例を用いて、１匹目のturtleに新しいフレームを加えましょう。このフレームは２匹目のturtleにとって、"carrot"になるでしょう。
ソースファイルから作っていきましょう。まずは一つ前のチュートリアルで作ったパッケージのディレクトリに移動してください。:
$ roscd learning_tf
コード
エディタを立ち上げ、以下のソースコードをnodes/fixed_tf_broadcaster.pyとして、コピー＆ペーストして保存してください。
1 #!/usr/bin/env python
2 import roslib
3 roslib.load_manifest('learning_tf')
4
5 import rospy
6 import tf
7
8 if __name__ == '__main__':
9 rospy.init_node('my_tf_broadcaster')
10 br = tf.TransformBroadcaster()
11 rate = rospy.Rate(10.0)
12 while not rospy.is_shutdown():
13 br.sendTransform((0.0, 2.0, 0.0),
14 (0.0, 0.0, 0.0, 1.0),
15 rospy.Time.now(),
16 "carrot1",
17 "turtle1")
18 rate.sleep()
実行可能にするのを忘れないようにしてください:
chmod +x nodes/fixed_tf_broadcaster.py
コードはとてもtf broadcaster tutorialに似ています。. ここでは、transformは時間とともに変化することはありません。
コード解説
このコードの中のキーとなる行を部分的に見ていきましょう。:
ここで新しい親のturtle1から新しい子のcarrot1へのtransformを作成しています。 carrot1フレームは、turtle1から左にオフセット２メートルのところです。
frame broadcasterを実行する
start_demo.launch に以下の行を加える様に変更してください:
<launch>
...
<node pkg="learning_tf" type="fixed_tf_broadcaster.py"
name="broadcaster_fixed" />
</launch>まず、前回のチュートリアルのlaunchファイルは止めていることを確認してください(ctrl-cを使ってください)。これで、turtleのデモを始める準備ができました。
$ roslaunch learning_tf start_demo.launch
結果を確認する
もし一匹目のturtleを動かしたら、新しいフレームを加えたのにもかかわらず、以前のチュートリアルと動きが変わっていないことに気づくと思います。それは、特別なフレームを加えることは他のフレームになんら影響を与えないからで、listenerは今はまだ以前に定義されたフレームを使用しています。それでは、ここでlistenerの振る舞いを変えてみましょう。
nodes/turtle_tf_listener.pyを開いて、"/turtle1"を"/carrot1"に置き換えてください:
1 (trans,rot) = self.tf.lookupTransform("/turtle2", "/carrot1", rospy.Time(0))
うれしいことに、単に再実行するだけで、２匹目の亀がcarrotを１匹目の亀の代わりに追いかけているのが見えると思います。carrotはturtle1の左２メートルを常に動いていることを思い出してください。そこには、キャロットに該当する視覚的な表示はそこにありませんが、それを追っかけて２匹目の亀が動いているのが見えると思います。
$ roslaunch learning_tf start_demo.launch
動いているフレームをブロードキャストする
このチュートリアルで配信するようにした余分なフレームは、親のフレームに対して時間がたっても位置が変わらないものとなっています。しかし、もし動いているフレームを配信したければ、時間で変化するようにbroadcasterを変えることができます。
/carrot1のフレームが/turtle1に呼応して、時間が経つにつれて位置が変わるようにfixed_tf_broadcaster.pyを修正しましょう。
1 #!/usr/bin/env python
2 import roslib
3 roslib.load_manifest('learning_tf')
4
5 import rospy
6 import tf
7 import math
8
9 if __name__ == '__main__':
10 rospy.init_node('my_tf_broadcaster')
11 br = tf.TransformBroadcaster()
12 rate = rospy.Rate(10.0)
13 while not rospy.is_shutdown():
14 t = rospy.Time.now().to_sec() * math.pi
15 br.sendTransform((2.0 * math.sin(t), 2.0 * math.cos(t), 0.0),
16 (0.0, 0.0, 0.0, 1.0),
17 rospy.Time.now(),
18 "carrot1",
19 "turtle1")
20 rate.sleep()
これで、次のtfと時間についてのチュートリアルに進む準備ができました。(Python) (C++)
