**TurtleBot3(ROS1)-Kinetic 中文線上手冊**
===
- 20231123 中譯發布，不會即時修正，內容如有差異不同，請以[**英文線上手冊**](https://emanual.robotis.com/docs/en/platform/turtlebot3/quick-start/) 的 Kinetic 內容為主

O : 可支援
∆ : 需要確認
X : 不支援，自行開發

| 特色 | Kinetic | Melodic | Noetic | Dashing | Foxy | Galactic | Humble |
| --- | --- | --- | --- | --- | --- | --- | --- |
| 遙控 | O | O | O | O | O | O | O |
| SLAM | O | O | O | O | O | O | O |
| 導航 | O | O | O | O | O | O | O |
| 模擬 | O | O | O | O | O | O | O |
| 機器手臂 | O | O | O | O | O | ∆ | O |
| Home Service Challenge | O | O | O | X | X | X | X |
| 自動駕駛挑戰賽 | O | X | O | X | X | X | X |
| 機器學習 | O | O | X | O | X | X | X |

| 範例 | Kinetic | Melodic | Noetic | Dashing | Foxy | Galactic | Humble |
| --- | --- | --- | --- | --- | --- | --- | --- |
| Interactive Markers | O | X | X | X | X | X | X |
| Obstacle Detection | O | X | X | O | X | X | X |
| Position Control | O | X | X | O | X | X | X |
| Point Operation | O | X | X | O | X | X | X |
| Patrol | O | X | X | O | X | X | X |
| Follower | O | X | X | X | X | X | X |
| Panorama | O | X | X | X | X | X | X |
| Auto Parking | O | X | X | O | X | X | X |
| Auto Parking(Vision) | O | X | X | X | X | X | X |
| Multi TurtleBot3 | O | X | X | X | X | X | X |

# **1. TurtleBot3 Overview**
---
通用章節，請看 Melodic 版

# **2. TurtleBot3 特色**
---
通用章節，請看 Melodic 版

# **3. TB3 快速入門指南**
---
{%youtube ji2kQXgCjeM %}

## 3.1. Remote PC(桌電/筆電) 設定
:::warning
警告: 以下介紹的內容是用來設定 Remote PC (也就是你的桌電或筆電)，以便來遠端控制 TurtleBot3 用。千萬不要使用在 TurtleBot3 的 SBC 單板電腦上。
:::
:::danger
**相容性警示**
- 樹莓派 4 不支援 ROS Kinetic 版
- Jetson Nano 不支援 ROS Kinetic 版
:::

:::info
備註: 操作的內容已在Ubuntu 16.04 及 ROS Kinetic Kame 版本上測試過。
:::

### 3.1.1. 在 Remote PC 下載及安裝 Ubuntu
首先要在 Remote PC(你的桌電或是筆電)上安裝 Ubuntu(一種 Linux 作業系統). 請先下載 Ubuntu 16.04 LTS Desktop 版及參考安裝步驟進行安裝.
- [Ubuntu 16.04 LTS Desktop image 64-bit 下載點](https://releases.ubuntu.com/16.04.7/)
- [Ubuntu 安裝步驟](https://ubuntu.com/tutorials/install-ubuntu-desktop#1-overview)

### 3.1.2. 在 Remote PC 安裝 ROS
Ctrl+Alt+T 開啟 terminal 視窗，輸入以下指令，一次一行
- 請先參考這個 [**script 檔**](https://raw.githubusercontent.com/ROBOTIS-GIT/robotis_tools/master/install_ros_kinetic.sh)

$ sudo apt-get update
$ sudo apt-get upgrade
$ wget https://raw.githubusercontent.com/ROBOTIS-GIT/robotis_tools/master/install_ros_kinetic.sh
$ chmod 755 ./install_ros_kinetic.sh 
$ bash ./install_ros_kinetic.sh

- 如果安裝失敗，請參考[**官方 ROS Kinetic 安裝指南**](http://wiki.ros.org/kinetic/Installation/Ubuntu)

### 3.1.3. 安裝相關 ROS Packages

$ sudo apt-get install ros-kinetic-joy ros-kinetic-teleop-twist-joy \
  ros-kinetic-teleop-twist-keyboard ros-kinetic-laser-proc \
  ros-kinetic-rgbd-launch ros-kinetic-depthimage-to-laserscan \
  ros-kinetic-rosserial-arduino ros-kinetic-rosserial-python \
  ros-kinetic-rosserial-server ros-kinetic-rosserial-client \
  ros-kinetic-rosserial-msgs ros-kinetic-amcl ros-kinetic-map-server \
  ros-kinetic-move-base ros-kinetic-urdf ros-kinetic-xacro \
  ros-kinetic-compressed-image-transport ros-kinetic-rqt* \
  ros-kinetic-gmapping ros-kinetic-navigation ros-kinetic-interactive-markers

### 3.1.4. 安裝 TurtleBot3 Packages
TurtleBot3 可透過 Debian Packages 來安裝

$ sudo apt-get install ros-kinetic-dynamixel-sdk
$ sudo apt-get install ros-kinetic-turtlebot3-msgs
$ sudo apt-get install ros-kinetic-turtlebot3

- 如果需要用原始碼來 build TurtleBot3 Packages，可參照下列指令，如有同名的套件請先移除。

$ sudo apt-get remove ros-kinetic-dynamixel-sdk
$ sudo apt-get remove ros-kinetic-turtlebot3-msgs
$ sudo apt-get remove ros-kinetic-turtlebot3
$ mkdir -p ~/catkin_ws/src
$ cd ~/catkin_ws/src/
$ git clone -b kinetic-devel https://github.com/ROBOTIS-GIT/DynamixelSDK.git
$ git clone -b kinetic-devel https://github.com/ROBOTIS-GIT/turtlebot3_msgs.git
$ git clone -b kinetic-devel https://github.com/ROBOTIS-GIT/turtlebot3.git
$ cd ~/catkin_ws && catkin_make
$ echo "source ~/catkin_ws/devel/setup.bash" >> ~/.bashrc

### 3.1.5. 設定 TurtleBot3 Model Name
設定預設的 TURTLEBOT3_MODEL，可輸入以下指令
- 使用 TurtleBot3 Burger

$ echo "export TURTLEBOT3_MODEL=burger" >> ~/.bashrc

- 使用 TurtleBot3 Waffle Pi

$ echo "export TURTLEBOT3_MODEL=waffle_pi" >> ~/.bashrc

### 3.1.6. 網路設定

1. Remote PC 端: 將 PC 連上 WiFi，在 terminal 視窗輸入下方指令來找出 remote PC 的 IP 位址

$ ifconfig

下圖紅色方框內, 顯示的是 remote PC 的 IP 位址


2. 開啟檔案，使用以下指令來更新 ROS IP 設定

$ nano ~/.bashrc

3. 按 Ctrl + END 或 Alt + / 移動游標到最後一行。然後將檔案內的 ROS_MASTER_URI 的 localhost 以及 ROS_HOSTNAME 後面接的 IP 位址，更改為上面所得到的 remote PC(桌電/筆電) 的 IP 位址，如下圖所示。

4. Source bashrc 檔的指令

$ source ~/.bashrc

## 3.2. SBC 單板電腦(樹莓派 3B+)設定
:::info
- **樹莓派 4，Jetson Nano** 不支援 ROS Kinetic
- 安裝時需要供電及時間較久，**不適合使用電池**，建議使用TB3 內附的 SMPS 電源線接市電來供電。
- 需另備 HDMI 螢幕、鍵盤、滑鼠以完成設定
- 如使用 Intel Joule 為 SBC，可參考 [**Intel Joule Setup**](https://emanual.robotis.com/docs/en/popup/turtlebot3/joule_setup) 指引
:::

### 3.2.1. 準備 microSD 卡及讀卡機
如果 PC 沒有 microSD 槽，請改用 microSD 讀卡機來燒錄映像檔。


### 3.2.2. 下載 TB3 SBC OS image
Kinetic 需要 Ubuntu 16.04，Kinetic 版的映像檔使用 Raspberry Pi OS(Raspbian OS)
- 下載 [Raspberry Pi 3B+ ROS Kinetic image](http://www.robotis.com/service/download.php?no=1738)
- SHA256 : eb8173f3727db08087990b2c4e2bb211e70bd54644644834771fc8b971856b97

:::info
- recovery 映像檔如有修改，不會預先通知
- 樹莓派 4 不支援 Ubuntu 16.04 也不支援 Debian Jessie，故不支援 ROS Kinetic
:::

### 3.2.3. 解壓縮 image
將下載的 .img 檔解壓縮存到本地硬碟

### 3.2.4. 燒錄 image
可使用不同的映像檔燒錄工具，如 Raspberry Pi Imager 或 Linux 的 Disks utility 工具程式

#### 3.2.4.1. 使用 Raspberry Pi Imager
- 從樹莓派官網下載 [**Raspberry Pi Imager**](https://www.raspberrypi.org/software/)
- 可參考 [Raspberry Pi Imager 詳細文件](https://www.raspberrypi.org/blog/raspberry-pi-imager-imaging-utility/)


步驟
1. 按 CHOOSE OS
2. 按 Use Custom 選擇儲存於硬碟的 .img 映像檔
3. 按 CHOOSE STORAGE 選擇 microSD
4. 按 WRITE 開始燒錄映像檔

#### 3.2.4.2. 使用 Disks Utility
Disks utility 工具程式已經內含在 Ubuntu Desktop 版內，搜尋 Disks 就可找到開啟此工具程式。


步驟
1. 在左邊控制面板選擇 microSD
2. 選擇 Restore Disk Image 選項
3. 開啟存在硬碟內的 .img 映像檔
4. 按 Start Restoring... > Restore 鍵

:::info
使用 Intel Joule 570x 做為 SBC 的方法。因 Intel Joule 已經停產，所以後續的支援已經沒有。
1. [下載 Ubuntu 16.04 映像檔 for Intel Joule](http://people.canonical.com/~platform/snappy/tuchuck/desktop-final/tuchuck-xenial-desktop-iso-20170317-0.iso)
2. 將下載的 image 燒錄到可開機的 USB 碟
3. 從 USB 碟安裝 Ubuntu 16.04
:::

### 3.2.5. Raspberry Pi 開機
1. 連接 HDMI 螢幕到樹莓派的 HDMI port
2. 連接鍵盤跟滑鼠到樹莓派的 USB port
3. 插入 microSD 卡
4. 連接電源(透過USB or OpenCR)讓樹莓派開機

:::danger
HDMI 螢幕必須在開機前就接上樹莓派，要不然樹莓派的 HDMI port 會 disable
:::

### 3.2.6. 設定樹莓派 3B+
:::info
Note: 如果碰到有關 ROS GPG Key 的 apt failures(因為目前的 GPG key 已過期)，你需要去更新 GPG Key。請參照 [ROS GPG Key Expiration Incident](https://emanual.robotis.com/docs/en/platform/turtlebot3/sbc_setup/#https://discourse.ros.org/t/ros-gpg-key-expiration-incident/20669) 來解決。
:::

1. 在 Raspbian OS 啟動執行後，Wifi 連上跟 Remote PC 的同一網域

2. 使用以下指令找出 Raspberry Pi 的指定 IP address，通常此無線 IP address 會在 wlan0 section 找到。

$ ifconfig

3. 在 Remote PC 開新的 terminal 後連上 Raspberry Pi 的 IP address。預設密碼是 turtlebot

$ ssh pi@{IP_ADDRESS_OF_RASPBERRY_PI}

4. 登入到 SBC 後，執行下列指令來同步時間 sync time

$ sudo apt-get install ntpdate
$ sudo ntpdate ntp.ubuntu.com

5. 載入 Raspberry Pi 設定介面

$ sudo raspi-config

6. 選擇 Advanced Options > Expand Filesystem 後 exit 結束

7. 編輯 ROS 的網路設定檔

$ nano ~/.bashrc

8. Ctrl + END 或 Alt + / 到檔案最底部，然後修改 ROS_MASTER_URI 的 IP 及 ROS_HOSTNAME

export ROS_MASTER_URI=http://{IP_ADDRESS_OF_REMOTE_PC}:11311
export ROS_HOSTNAME={IP_ADDRESS_OF_RASPBERRY_PI_3}

9. 存檔，結束 nano 編輯器

10. 套用所有變更

$ source ~/.bashrc

### 3.2.7. 新光達 LDS-02 的設定
| LDS-01 | LDS-02 |
|:------------------------------------:|:------------------------------------:|
|  |  |

2022 年版 TurtleBot3 標配的光達已經改為 LDS-02。請使用下列指令在 SBC(樹莓派) 上來設定 LDS-02 光達。

1. 安裝 LDS-02 driver 及更新 TB3 package

$ sudo apt update
$ sudo apt install libudev-dev
$ cd ~/catkin_ws/src
$ git clone -b develop https://github.com/ROBOTIS-GIT/ld08_driver.git
$ cd ~/catkin_ws/src/turtlebot3 && git pull
$ rm -r turtlebot3_description/ turtlebot3_teleop/ turtlebot3_navigation/ turtlebot3_slam/ turtlebot3_example/
$ cd ~/catkin_ws && catkin_make

2. Export LDS_MODEL to bashrc 檔。LDS model 可以是 LDS-01 或 LDS-02。

$ echo 'export LDS_MODEL=LDS-02' >> ~/.bashrc
$ source ~/.bashrc

## 3.3. OpenCR 控制板設定
1. 使用 microUSB 連接線連接樹莓派及 OpenCR

2. 樹莓派安裝所需套件來上傳 OpenCR 韌體

$ sudo dpkg --add-architecture armhf
$ sudo apt-get update
$ sudo apt-get install libc6:armhf

3. 依照 TB3 的款式，設定 OpenCR_MODEL 參數為 burger 或 waffle

$ export OPENCR_PORT=/dev/ttyACM0
$ export OPENCR_MODEL=burger
$ rm -rf ./opencr_update.tar.bz2

4. 下載韌體解壓縮

$ wget https://github.com/ROBOTIS-GIT/OpenCR-Binaries/raw/master/turtlebot3/ROS1/latest/opencr_update.tar.bz2 
$ tar -xvf opencr_update.tar.bz2

5. 上傳韌體到 OpenCR

$ cd ./opencr_update
$ ./update.sh $OPENCR_PORT $OPENCR_MODEL.opencr

6. Burger 如果成功上傳韌體，會出現下列資訊

7. 如果上傳失敗，可以嘗試在 recovery mode 下重新上傳韌體。OpenCR 的 recovery mode 啟動順序如下。在 recovery mode 時，OpenCR 的 STATUS led 燈會定時的閃爍。
- 按住 PUSH SW2 鍵
- 按一下 Reset 鍵然後鬆開
- 再鬆開 PUSH SW2 鍵

**補充資料: 使用 Arduino IDE 來上傳韌體步驟**

:::info
OpenCR board manager 並不支援 ARM based SBC 的 Arduino IDE，如樹莓派 或 NVidia Jetson。
請在 PC 上用 Arduino IDE 來上傳韌體。
:::

1. 如 PC 的 OS 是 Linux，下列指令設定 OpenCR 的 USB port。如果其他 OS(OSX or Windows)，可跳過此步驟。

$ wget https://raw.githubusercontent.com/ROBOTIS-GIT/OpenCR/master/99-opencr-cdc.rules
$ sudo cp ./99-opencr-cdc.rules /etc/udev/rules.d/
$ sudo udevadm control --reload-rules
$ sudo udevadm trigger
$ sudo apt install libncurses5-dev:i386

2. 安裝 Arduino IDE
- [下載最新的 Arduino IDE](https://www.arduino.cc/en/software)

3. 安裝好後，執行 Arduino IDE
4. 按 Ctrl 及 , 來打開 Preferences menu
5. 在 Additional Boards Manager URLs 輸入下列位址

https://raw.githubusercontent.com/ROBOTIS-GIT/OpenCR/master/arduino/opencr_release/package_opencr_index.json


6. 開啟 TurtleBot3 韌體。依你的平台選擇對應的韌體。
- **Burger**: File > Examples > turtlebot3 > turtlebot3_burger > turtlebot3_core
- **Waffle/Waffle Pi**: File > Examples > turtlebot3 > turtlebot3_waffle > turtlebot3_core

7. 連接 OpenCR 板到 PC 上，從 Tools > Board 選單選擇 OpenCR > OpenCR Board

8. 從 Tools > Port 選單中選擇連接 OpenCR 的 USB port

9. upload 圖示或 Ctrl+U 來上傳韌體


10. 如果上傳失敗，可以嘗試在 recovery mode 下重新上傳韌體。OpenCR 的 recovery mode 啟動順序如下。在 recovery mode 時，OpenCR 的 STATUS led 燈會定時的閃爍。
- 按住 PUSH SW2 鍵
- 按一下 Reset 鍵然後鬆開
- 再鬆開 PUSH SW2 鍵


### 3.3.1. OpenCR 測試
:::info
Note: 如果測試後，輪子並沒有照設定的移動，請參照 FAQ 14.3. “Setup DYNAMIXELs for TurtleBot3” 重新設定智能馬達。
:::

你可以使用 PUSH SW1 及 PUSH SW2 按鍵，來檢查 TB3 是否正確組裝。這個流程是測試左右兩個 Dynamixel 智能馬達及 OpenCR 控制板。

1. 在組裝好 TB3 後，將電池連上 OpenCR，打開電源開關，應會看到 OpenCR 板上的 Power LED 燈亮起
2. 將 TB3 放在地板上。為安全起見，建議安全半徑為 1m。
3. 按住 PUSH SW1 鍵幾秒鐘，會讓 TB3 往前直行 30cm。
4. 按住 PUSH SW2 鍵幾秒鐘，會讓 TB3 原地旋轉 180 度。

## 3.4. 硬體組裝

### 3.4.1. 組裝手冊
TB3 出貨時是盒裝，零配件是未組裝狀態。請下載相對應的 PDF 來組裝
- [**TB3 Burger 漢堡款組裝手冊下載**](http://www.robotis.com/service/download.php?no=748)
- [**TB3 Waffle 鬆餅款組裝手冊下載**](http://www.robotis.com/service/download.php?no=749)
- [**TB3 Waffle Pi 鬆餅 Pi 款組裝手冊下載**](http://www.robotis.com/service/download.php?no=750)

### 3.4.2. TB3 組裝影片
如果難以由 PDF 手冊進行組裝，請參考以下 Youtube 組裝影片。(PS: 採智科技可以提供 TB3 組裝服務，請你在訂購時先跟我們的業務確認。)
- TB3 Burger 組裝影片 1
{%youtube rvm-m2ogrLA %}
- TB3 Burger 組裝影片 2
{%youtube 5D9S_tcenL4 %}
- TB3 Waffle 組裝影片
{%youtube 1nTMyr4ybi0 %}

## 3.5. Bringup 開始啟用

### 3.5.1. 執行 roscore from Remote PC

$ roscore

### 3.5.2. Bringup 啟動 TB3
1. 在 PC 上 Ctrl + Alt + T 開新 terminal，連上樹莓派的 IP address。使用預設的密碼 turtlebot

$ ssh pi@{IP_ADDRESS_OF_RASPBERRY_PI}

2. 啟動基礎套件開始 TB3 應用。

$ roslaunch turtlebot3_bringup turtlebot3_robot.launch

3. 如果使用的 TB3 是 burger，視窗會出現訊息

 SUMMARY
 ========

 PARAMETERS
 * /rosdistro: kinetic
 * /rosversion: 1.12.13
 * /turtlebot3_core/baud: 115200
 * /turtlebot3_core/port: /dev/ttyACM0
 * /turtlebot3_core/tf_prefix:
 * /turtlebot3_lds/frame_id: base_scan
 * /turtlebot3_lds/port: /dev/ttyUSB0

 NODES
 /
     turtlebot3_core (rosserial_python/serial_node.py)
     turtlebot3_diagnostics (turtlebot3_bringup/turtlebot3_diagnostics)
     turtlebot3_lds (hls_lfcd_lds_driver/hlds_laser_publisher)

 ROS_MASTER_URI=http://192.168.1.2:11311

 process[turtlebot3_core-1]: started with pid [14198]
 process[turtlebot3_lds-2]: started with pid [14199]
 process[turtlebot3_diagnostics-3]: started with pid [14200]
 [INFO] [1531306690.947198]: ROS Serial Python Node
 [INFO] [1531306691.000143]: Connecting to /dev/ttyACM0 at 115200 baud
 [INFO] [1531306693.522019]: Note: publish buffer size is 1024 bytes
 [INFO] [1531306693.525615]: Setup publisher on sensor_state [turtlebot3_msgs/SensorState]
 [INFO] [1531306693.544159]: Setup publisher on version_info [turtlebot3_msgs/VersionInfo]
 [INFO] [1531306693.620722]: Setup publisher on imu [sensor_msgs/Imu]
 [INFO] [1531306693.642319]: Setup publisher on cmd_vel_rc100 [geometry_msgs/Twist]
 [INFO] [1531306693.687786]: Setup publisher on odom [nav_msgs/Odometry]
 [INFO] [1531306693.706260]: Setup publisher on joint_states [sensor_msgs/JointState]
 [INFO] [1531306693.722754]: Setup publisher on battery_state [sensor_msgs/BatteryState]
 [INFO] [1531306693.759059]: Setup publisher on magnetic_field [sensor_msgs/MagneticField]
 [INFO] [1531306695.979057]: Setup publisher on /tf [tf/tfMessage]
 [INFO] [1531306696.007135]: Note: subscribe buffer size is 1024 bytes
 [INFO] [1531306696.009083]: Setup subscriber on cmd_vel [geometry_msgs/Twist]
 [INFO] [1531306696.040047]: Setup subscriber on sound [turtlebot3_msgs/Sound]
 [INFO] [1531306696.069571]: Setup subscriber on motor_power [std_msgs/Bool]
 [INFO] [1531306696.096364]: Setup subscriber on reset [std_msgs/Empty]
 [INFO] [1531306696.390979]: Setup TF on Odometry [odom]
 [INFO] [1531306696.394314]: Setup TF on IMU [imu_link]
 [INFO] [1531306696.397498]: Setup TF on MagneticField [mag_link]
 [INFO] [1531306696.400537]: Setup TF on JointState [base_link]
 [INFO] [1531306696.407813]: --------------------------
 [INFO] [1531306696.411412]: Connected to OpenCR board!
 [INFO] [1531306696.415140]: This core(v1.2.1) is compatible with TB3 Burger
 [INFO] [1531306696.418398]: --------------------------
 [INFO] [1531306696.421749]: Start Calibration of Gyro
 [INFO] [1531306698.953226]: Calibration End

### 3.5.3. 在 RViz 載入 TurtleBot3
1. Remote 開新的 terminal 啟動 robot state publisher

$ roslaunch turtlebot3_bringup turtlebot3_remote.launch

2. Remote PC 開新的 terminal 啟動 RViz

$ rosrun rviz rviz -d `rospack find turtlebot3_description`/rviz/model.rviz


## 3.6. 基本操作

### 3.6.1. Teleoperation 遙控
:::warning
**警示**：在執行遙控前，請先從 SBC 啟動 TB3，且在桌上測試 TB3 時須注意以防掉落桌面。
:::

TurtleBot3 可用不同的設備來遙控。只要先確認 SBC 及 ROS 版本都先裝好了所需的 ROS packages。

{%youtube Z4s18hlazb4 %}
:::info
**備註**: 手冊中的影片內容可能隨時更新，恕不另行通知。
:::

#### 3.6.1.1. 鍵盤
:::info
TIP: 在執行指令前，TURTLEBOT3_MODEL的參數 ${TB3_MODEL}，需依照 TB3 的款式，更改為正確的參數- burger, waffle,或 waffle_pi
:::

1. 在 PC 上新開 terminal，執行 turtlebot3_teleop_key。如 TURTLEBOT3_MODEL 參數未指定，請替換 ${TB3_MODEL} 為 burger 或 waffle 或 waffle_pi

$ export TURTLEBOT3_MODEL=${TB3_MODEL}
$ roslaunch turtlebot3_teleop turtlebot3_teleop_key.launch

3. 如果所需節點都開啟成功，terminal 會顯示操作訊息

Control Your Turtlebot3
Moving around
     w
 a   s   d
     x
w/x : increase/decrease linear velocity
a/d : increase/decrease angular velocity
space key, s : force stop
CTRL-C to quit

:::info
**如何預先定義好 TURTLEBOT3_MODEL**
如果 TURTLEBOT3_MODEL 參數已經預先定義在 .bashrc 檔內，則 export TURTLEBOT3_MODEL=${TB3_MODEL} 指令可以省略。當新的 terminal 開啟時，.bashrc 檔會自動載入
- 定義 TurtleBot3 Burger 為預設 model 範例

$ echo 'export TURTLEBOT3_MODEL=burger' >> ~/.bashrc
$ source ~/.bashrc

- 定義 TurtleBot3 Waffle Pi 為預設 model 範例

$ echo 'export TURTLEBOT3_MODEL=waffle_pi' >> ~/.bashrc
$ source ~/.bashrc

:::

#### 3.6.1.2. RC-100 遙控器
ROBOTIS RC-100B 遙控器已經預設在 TB3 OpenCR 控制板的韌體內。此遙控器須配合 BT-410 藍芽模組一起使用。TB3 Waffle Pi 款已經內含 RC-100B 遙控器及 BT-410 藍芽模組。當使用 RC-100 時，不需要執行任何節點，因為 turtlebot_core node 節點已在韌體內產生了 /cmd_vel topic 直接連接到 OpenCR 控制板。


1. 連接 BT-410 到 OpenCR 的任一 UART port
2. 使用 RC-100 遙控 TB3
- Up / Down: 直線加速或減速
- Left / Right: 角速度加速或減速

#### 3.6.1.3. PS3 搖桿
1. 將 PS3 搖桿, 透過藍芽或是 USB 線連到 remote PC(桌電或筆電)
2. 安裝使用 PS3 搖桿的 teleoperation packages

$ sudo apt-get install ros-kinetic-joy ros-kinetic-joystick-drivers ros-kinetic-teleop-twist-joy

3. 啟動 teleoperation node

$ roslaunch teleop_twist_joy teleop.launch

#### 3.6.1.4. XBOX 360 搖桿
1. 將 XBOX 360 搖桿, 透過無線連接器或是 USB 線連到 remote PC
2. 安裝使用 XBOX 360 搖桿的 teleoperation packages

$ sudo apt-get install xboxdrv ros-kinetic-joy ros-kinetic-joystick-drivers ros-kinetic-teleop-twist-joy

3. 啟動 XBOX 360 搖桿 teleoperation node

$ sudo xboxdrv --silent
$ roslaunch teleop_twist_joy teleop.launch

#### 3.6.1.5. Wii Remote
1. 將 Wii Remote 搖桿, 透過藍芽連到 remote PC
2. 安裝使用 Wii Remote 搖桿的 teleoperation packages

$ sudo apt-get install ros-kinetic-wiimote libbluetooth-dev libcwiid-dev
$ cd ~/catkin_ws/src
$ git clone https://github.com/ros-drivers/joystick_drivers.git  
$ cd ~/catkin_ws && catkin_make

3. 啟動 Wii remote teleoperation node

$ rosrun wiimote wiimote_node
$ rosrun wiimote teleop_wiimote

### 3.6.2. Topic Monitor
:::info
要檢視TB3的 topics，可使用 ROS 提供的 [**rqt**](http://wiki.ros.org/rqt)，它是 ROS GUI 開發的 Qt-based 框架。它是一個工具可以顯示 TB3 所有 topics 包含 topic name，type，bandwidth，Hz，value in GUI等資訊
:::

1. 從 PC 下指令開啟 rqt。如果 topic monitor 視窗沒有出現，可以選擇 plugin -> Topics -> Topic Monitor.

$ rqt


2. 當 topic monitor 載入，topic values 是沒有監控的。點擊每個 topic 前的 checkbox 方塊框打 V 來開始監控。


3. 點擊 checkbox 前的 ▶ 三角箭號圖示，來看詳細的 topic 資訊


- /battery_state 顯示電池狀態的有關資訊，如當下的電壓，尚有電池容量。

- /diagnostics 顯示連接到 TB3 的各種零件狀態，如 MPU9250、Dynamixel X 智能馬達、LDS-01 光達、電池及 OpenCR 控制板

- /odom 顯示 TB3 的測距訊息。Topic 有 encoder 數據的方向及位置資料。

- /sensor_state 顯示 encoder 數值、電池、扭力等訊息

- /scan 顯示所有 LDS 光達的數據訊息，如 angle_max and min, range_max and min, indicates, ranges 等

此外，只要添加了新的 topics，你就可以通過 rqt 程式來監控 topics 資訊。

# **4. SLAM 地圖定位**
---
:::info
Note:
- 請在 Remote PC 上執行 SLAM
- 在執行任何操作前，請務必先 Bringup 啟動 TB3
:::

**SLAM(Simultaneous Localization and Mapping)** 即時定位與地圖構建, 是一種通過估算在任一空間中的當前位置, 來繪製地圖的技術. SLAM 已是前代的 TurtleBot2 機器人就廣為所知的特色功能. 以下的影片展示 TurtleBot3, 如何以小巧且實惠的平台來精確的繪製地圖.

{%youtube lkW4-dG2BCY %}

影片說明:
- 機器人: TurtleBot3 Burger
- 感測器: LiDAR 光達(Laser Distance Sensor)
- ROS 套件: Gmapping / Cartographer
- 地點: ROBOTIS 實驗室及總部 15 樓走廊
- 時間長: 55 分
- 距離: 共計 351 公尺

**Youtube TB3 SLAM 影片 2**
{%youtube 7mEKrT_cKWI %}

影片2 說明:
* 機器人: TurtleBot3 Burger and Waffle
* 感測器: LiDAR 光達(Laser Distance Sensor, LDS-01)
* ROS 套件: Gmapping
* 地點: ROBOTIS 總部教室
* 時間長: 約 4 分
* 距離: 共計 15 公尺

**備註**: 手冊中的影片內容可能隨時更新，恕不另行通知。

## 4.1. 執行 SLAM node
1. 從 Remote PC 執行 roscore

$ roscore

2. TB3 SBC 啟用(Bringup)基本套件來開始 TB3 應用。如以啟用可跳過此步驟
- 在 Remote PC 開新的 terminal (Ctrl + Alt + T)，連上 SBC 的 IP address。預設密碼是 turtlebot

$ ssh pi@{IP_ADDRESS_OF_RASPBERRY_PI}
$ roslaunch turtlebot3_bringup turtlebot3_robot.launch

3. 在 Remote PC 開新的 terminal, 啟動 SLAM 檔案。GMapping 是預設的 SLAM 方法。另外 TURTLEBOT3_MODEL 的參數需設定 burger, waffle, 或 waffle_pi。

$ export TURTLEBOT3_MODEL=burger
$ roslaunch turtlebot3_slam turtlebot3_slam.launch

:::info
**如何儲存 TURTLEBOT3_MODEL 參數?**
如果在 .bashrc 檔內 TURTLEBOT3_MODEL 參數已預設好，那 $ export TURTLEBOT3_MODEL=${TB3_MODEL} 指令可以忽略。

開新的 terminal 時， .bashrc 檔會自動載入
- 定義 TB3 Burger 為預設模型

$ echo 'export TURTLEBOT3_MODEL=burger' >> ~/.bashrc
$ source ~/.bashrc

- 定義 TB3 Waffle Pi 為預設模型

$ echo 'export TURTLEBOT3_MODEL=waffle_pi' >> ~/.bashrc
$ source ~/.bashrc

:::

:::info
**使用其他的 SLAM 方法**
- **GMapping** ([ROS Wiki](http://wiki.ros.org/gmapping)，[Github](https://github.com/ros-perception/slam_gmapping))
1. 在 Remote PC 安裝相關套件。(套件在章節 Remote PC 設定時，已經安裝好)
2. 執行 Gmapping SLAM node

$ roslaunch turtlebot3_slam turtlebot3_slam.launch slam_methods:=gmapping

- **Cartographer** ([ROS Wiki](http://wiki.ros.org/cartographer)，[Github](https://github.com/googlecartographer/cartographer))
1. 在 Remote PC 安裝相關套件。
Cartographer 套件由 Google 開發，0.2.0版支援 ROS1 Kinetic。如要在 Kinetic 使用本套件，你應該下載原始碼後 build 此套件，而不要安裝已編譯的二進位套件。詳情可參考[官方 wiki 頁面](https://google-cartographer-ros.readthedocs.io/en/latest/#building-installation)。

$ sudo apt-get install ninja-build libceres-dev libprotobuf-dev protobuf-compiler libprotoc-dev
$ cd ~/catkin_ws/src
$ git clone https://github.com/googlecartographer/cartographer.git
$ git clone https://github.com/googlecartographer/cartographer_ros.git
$ cd ~/catkin_ws
$ src/cartographer/scripts/install_proto3.sh
$ rm -rf protobuf/
$ rosdep install --from-paths src --ignore-src -r -y --os=ubuntu:xenial
$ catkin_make_isolated --install --use-ninja

2. 啟動 Cartographer SLAM node

$ source ~/catkin_ws/install_isolated/setup.bash
$ roslaunch turtlebot3_slam turtlebot3_slam.launch slam_methods:=cartographer

- **Hector** ([ROS Wiki](http://wiki.ros.org/hector_slam)，[Github](https://github.com/tu-darmstadt-ros-pkg/hector_slam))
1. 在 Remote PC 安裝相關套件。

$ sudo apt-get install ros-kinetic-hector-mapping

2. 啟動 Hector SLAM node

$ roslaunch turtlebot3_slam turtlebot3_slam.launch slam_methods:=hector

- **Karto** ([ROS Wiki](http://wiki.ros.org/slam_karto)，[Github](https://github.com/ros-perception/slam_karto))
1. 在 Remote PC 安裝相關套件。

$ sudo apt-get install ros-kinetic-slam-karto

2. 啟動 Karto SLAM node

$ roslaunch turtlebot3_slam turtlebot3_slam.launch slam_methods:=karto

- **Frontier Exploration** ([ROS Wiki](http://wiki.ros.org/frontier_exploration)，[Github](https://github.com/paulbovbel/frontier_exploration))
Frontier Exploration 使用 gmapping 套件, 且下列套件也要一起安裝
1. 在 Remote PC 安裝相關套件。

$ sudo apt-get install ros-kinetic-frontier-exploration ros-kinetic-navigation-stage

2. 啟動 Frontier Exploration SLAM node

$ roslaunch turtlebot3_slam turtlebot3_slam.launch slam_methods:=frontier_exploration

:::

## 4.2. 執行 Teleoperation Node
一旦 SLAM node 成功執行，TB3 就會使用 teleoperation 開始對未知區域繪製地圖。此時避免機器人做出劇烈的運動很重要，比如直線速度變化太快或旋轉太快。使用機器人製作地圖時，機器人應該要掃描需量測環境的每個角落。它需要一些經驗來建立一個乾淨的地圖，所以我們需要多次練習 SLAM 以學習建圖技巧。
1. 在 Remote PC 開新 terminal 執行 teleoperation node。TURTLEBOT3_MODEL 參數需對應好 - burger，waffle，waffle_pi

$ export TURTLEBOT3_MODEL=burger
$ roslaunch turtlebot3_teleop turtlebot3_teleop_key.launch

 Control Your TurtleBot3!
 ---------------------------
 Moving around:
        w
   a    s    d
        x

 w/x : increase/decrease linear velocity
 a/d : increase/decrease angular velocity
 space key, s : force stop

 CTRL-C to quit

2. 開始探索及繪製地圖

## 4.3. 微調指南
對不同的環境，Gmapping 可有許多參數來改變其效能。你可以在 [ROS Wiki](http://wiki.ros.org/gmapping) 網頁了解全部的參數，或參考 ROS Robot Programming 書的 Chapter 11 章。

本節微調指南會提供一些提示，供你配置一些重要參數。如果你想改變 SLAM 效能則會取決於你的環境，這些提示可能會幫助你並節省你的時間。

以下參數定義於 turtlebot3_slam/config/gmapping_params.yaml 檔內

### 4.3.1. **maxUrange**
此參數設定光達最大可用範圍

### 4.3.2. **map_update_interval**
此參數定義地圖更新的時間(以秒為單位)。如果此值設置越小，地圖更新頻率會更頻繁，此時電腦就需要更大的計算量。設置這個參數取決於你的環境。

### 4.3.3. **minimumScore**
此參數設定感測器掃描數據匹配結果，是成功或失敗的最小分數值。這可以減少機器人在大區域內的預期位置的誤差。如果設置正確，可以看到以下類似資訊。

Average Scan Matching Score=278.965
neff= 100
Registering Scans:Done
update frame 6
update ld=2.95935e-05 ad=0.000302522
Laser Pose= -0.0320253 -5.36882e-06 -3.14142

如果設置太高，則會看到下列警示

Scan Matching Failed, using odometry. Likelihood=0
lp:-0.0306155 5.75314e-06 -3.14151
op:-0.0306156 5.90277e-06 -3.14151

### 4.3.4. **linearUpdate**
當機器人移動多遠掃描一次

### 4.3.5. **angularUpdate**
當機器人轉動多大時掃描一次。最好設數值小於 linearUpdate 較佳。

## 4.4. 儲存地圖
地圖會根據機器人移動時的 odometry 測距數據，tf 資訊，及感測器掃描的資訊來建圖。當 TB3 移動時，地圖數據會呈現在 RViz 視窗。在建好所需區域的完整地圖後，將地圖資料儲存在硬碟以備後續使用。

1. 啟動在 map_server package 中的 map_saver node 來產生地圖檔。地圖檔會儲存在 map_saver node 所在的資料夾。除非另外命名，map 是預設的地圖檔名，會產生 map.pgm 及 map.yaml 兩個檔。

$ rosrun map_server map_saver -f ~/map

: -f 選項是用來指定資料夾位置以及要儲存的檔名。以上的指令是指 map.pgm 及 map.yaml 檔，會被儲存在 home 資料夾 ~/ (/home/${username}).

## 4.5. 地圖
地圖是 ROS 社群中常用的二維 **Occupancy Grid Map(OGM)** 地圖。儲存的地圖大略如下圖所示，**白色**是機器人可以移動的空白區域，**黑色**是機器人不能移動的佔用區域，**灰色**則是未知區域。地圖可在 Navigation 導航中使用。

下圖顯示了使用 TurtleBot3 創建大型地圖的結果。花了大約一個小時才製作出一幅移動距離約為 350 公尺的地圖。

# **5. Navigation 導航**
---
:::warning
**警示**：此節 TB3 會移動及旋轉，請將機器人放置在安全的地面
:::
:::info
**備註**:
- 請在 Remote PC 執行 Navigation。
- 在執行任何操作前，請先 Bringup 啟動 TB3。
- 導航需要使用 SLAM 產生的地圖。請確認有地圖數據。
:::

**Navigation 導航**是將機器人從一個位置移動到給定環境中的指定目的地。為此，地圖必需要包含給定環境中的家具，物體和牆壁的幾何信息。如前面的 SLAM 章節所述，地圖是由感測器得到的距離訊息，和機器人本身的方位訊息來創建。

導航讓機器人能夠通過使用圖資、機器人編碼器、IMU 感測器、和距離感測器等，從當前的方位，移動到地圖上指定的目標方位。執行此任務的過程如下節所述。

## 5.1. 執行 Navigation node
1. 從 Remote PC 執行 roscore。如已執行可跳過此步驟。

$ roscore

2. TB3 SBC 啟用(Bringup)基本套件來開始 TB3 應用。如以啟用可跳過此步驟
- 在 Remote PC 開新的 terminal (Ctrl + Alt + T)，連上 SBC 的 IP address。預設密碼是 turtlebot

$ ssh pi@{IP_ADDRESS_OF_RASPBERRY_PI}
$ roslaunch turtlebot3_bringup turtlebot3_robot.launch

3. 在 Remote PC 開新的 terminal, 啟動 Navigation 檔案。另外 TURTLEBOT3_MODEL 的參數需設定 burger, waffle, 或 waffle_pi。

$ export TURTLEBOT3_MODEL=burger
$ roslaunch turtlebot3_navigation turtlebot3_navigation.launch map_file:=$HOME/map.yaml

:::info
**如何儲存 TURTLEBOT3_MODEL 參數?**
如果在 .bashrc 檔內 TURTLEBOT3_MODEL 參數已預設好，那 $ export TURTLEBOT3_MODEL=${TB3_MODEL} 指令可以忽略。

開新的 terminal 時， .bashrc 檔會自動載入
- 定義 TB3 Burger 為預設模型

$ echo 'export TURTLEBOT3_MODEL=burger' >> ~/.bashrc
$ source ~/.bashrc

- 定義 TB3 Waffle Pi 為預設模型

$ echo 'export TURTLEBOT3_MODEL=waffle_pi' >> ~/.bashrc
$ source ~/.bashrc

:::

## 5.2. 估計 Initial Pose
**Initial Pose Estimation**必須在跑 Navigation 之前就執行，因為這個程序會初始化 AMCL 參數，這在進行 Navigation 時很重要。

TurtleBot3 必須正確定位在地圖上，LDS 感測器數據與顯示的地圖要完全重疊。

1. 點擊 RViz 選單的 2D Pose Estimate 鍵

2. 在地圖上點擊真正機器人的所在位置，拉出大的綠色箭號指向機器人正面的方向。

3. 重複步驟 1 跟 2，直到 LDS 感測器的數據跟儲存地圖正確的重疊。


4. 啟動 keyboard teleoperation node 來準確定位在地圖上的機器人位置

$ roslaunch turtlebot3_teleop turtlebot3_teleop_key.launch

5. 來回移動機器人一點以收集周圍環境信息，並縮小 TurtleBot3 在地圖上的估計位置，地圖上是以微小的綠色箭頭顯示。


6. 在 teleop node terminal 上按 Ctrl + C 來結束 keyboard teleoperation node，這可以防止在導航期間從多個節點發布不同的 cmd_vel 值。

## 5.3. Set Navigation Goal 設定導航目標
1. 在 RViz 選單點擊 Navigation2 Goal 鍵

2. 在地圖上點擊來設定機器人的目的地，並拉動綠色箭號，當作機器人抵達目的地後要面對的方向
- 綠色箭號是指定機器人目的地的一個標記
- 箭頭的根部是機器人目的地的 x 和 y 座標位置，箭頭指向的方位是機器人的 theta (θ) 角方向。
- 當 x, y, θ 都決定後，TB3 就會開始往目的地移動。


{%youtube VYlMywwYALU %}

:::info
**備註**: 手冊中的影片內容可能隨時更新，恕不另行通知。
:::

:::info
有關 **Navigation**的詳細資訊
- 機器人會依據 global path planner 產生到達 Navigation Goal 目的地的路徑，並依路徑移動。如果路徑上碰到障礙物，Navigation 會使用 local path planner 來避開障礙物。
- 如果不能產生到達 Navigation Goal 目的地的路徑時，則會造成 Navigation Goal 設定失敗。如果在機器人到達目的地前，要停止機器人移動，可以將 TB3 當前位置設為 Navigation Goal 即可。
- [官方 ROS Navigation Wiki](http://wiki.ros.org/navigation)
:::

## 5.4. Tuning 微調指南
對不同的機器人，Navigation stack 有許多參數可用來改變其效能。你可以在 [ROS Navigation Wiki 網頁](http://wiki.ros.org/navigation)，[Basic Navigation Tuning Guide](http://wiki.ros.org/navigation/Tutorials/Navigation%20Tuning%20Guide)，[ROS Navigation Tuning Guide by Kaiyu Zheng](http://kaiyuzheng.me/documents/navguide.pdf) 了解全部的參數，或參考 ROS Robot Programming 書的 Chapter 11 章。

本微調指南提供一些提示，供你配置重要參數。如果你想改變效能則會取決於你的環境，這些提示可能會幫助你並節省你的時間。

### 5.4.1. **inflation_radius**
- 定義於 turtlebot3_navigation/param/costmap_common_param_${TB3_MODEL}.yaml
- 這個參數可把障礙放大到膨脹半徑的區域。路徑會被規劃，而不會穿過膨脹區域。將其值設置為比機器人半徑大是比較保險的。要了解更多訊息，請參閱[costmap_2d wiki 網頁](http://wiki.ros.org/costmap_2d#Inflation)。

### 5.4.2. **cost_scaling_factor**
- 定義於 turtlebot3_navigation/param/costmap_common_param_${TB3_MODEL}.yaml
- 此因子會乘以 cost value。因為它是一個反比的因素，所以如這個參數增加，cost value 就會降低。
最好的路徑是讓機器人穿過障礙物之間的中心。 將此因子設置得較小以遠離障礙物。

### 5.4.3. **max_vel_x**
- 定義於 turtlebot3_navigation/param/dwa_local_planner_params_${TB3_MODEL}.yaml
- 此因子被設定為平移速度的最大值。

### 5.4.4. **min_vel_x**
- 定義於 turtlebot3_navigation/param/dwa_local_planner_params_${TB3_MODEL}.yaml
- 此因子被設定為平移速度的最小值。如果設為負值，機器人可以向後移動。

### 5.4.5 **max_trans_vel**
- 定義於 turtlebot3_navigation/param/dwa_local_planner_params_${TB3_MODEL}.yaml
- 最大平移速度的實際值。機器人不能比此值更快。

### 5.4.6. **min_trans_vel**
- 定義於 turtlebot3_navigation/param/dwa_local_planner_params_${TB3_MODEL}.yaml
- 最小平移速度的實際值。機器人不能比此值還慢。

### 5.4.7. **max_rot_vel**
- 定義於 turtlebot3_navigation/param/dwa_local_planner_params_${TB3_MODEL}.yaml
- 最大旋轉速度的實際值。機器人不能比此值更快。

### 5.4.8. **min_rot_vel**
- 定義於 turtlebot3_navigation/param/dwa_local_planner_params_${TB3_MODEL}.yaml
- 最小旋轉速度的實際值。機器人不能比此值還慢。

### 5.4.9. **acc_lim_x**
- 定義於 turtlebot3_navigation/param/dwa_local_planner_params_${TB3_MODEL}.yaml
- 平移加速度限制的實際值。

### 5.4.10. **acc_lim_theta**
- 定義於 turtlebot3_navigation/param/dwa_local_planner_params_${TB3_MODEL}.yaml
- 旋轉加速度限制的實際值。

### 5.4.11. **xy_goal_tolerance**
- 定義於 turtlebot3_navigation/param/dwa_local_planner_params_${TB3_MODEL}.yaml
- 機器人到達目標方位時所允許的 x，y 距離。

### 5.4.12. **yaw_goal_tolerance**
- 定義於 turtlebot3_navigation/param/dwa_local_planner_params_${TB3_MODEL}.yaml
- 當機器人達到其目標方位時所允許的 yaw 偏航角度。

### 5.4.13. **sim_time**
- 定義於 turtlebot3_navigation/param/dwa_local_planner_params_${TB3_MODEL}.yaml
- 此因子是以秒為單位設定前向模擬(forward simulation)。值設太低，會沒有足夠時間來通過狹窄地區。值設太高則不允許快速轉動。你可以在下圖中看到黃線長度的偏差。

# **6. Simulation 模擬**
---
:::info
Note:
- 請在 Remote PC 跑 Simulation
- 第一次跑 Simulation 時會花比較長的時間來設定環境
:::

:::success
TurtleBot3 支持模擬開發環境，可以在模擬中使用虛擬機器人進行編程開發。有兩種開發環境可以做到這一點，一種是使用**帶有 3D 可視化工具 RViz 的假節點 fake node**；另一種是使用 **3D 機器人模擬器 Gazebo**。

- **假節點 fake node**適合用來測試機器人模型和移動，但它不支援感測器。
- 如果需要執行 SLAM 或 Navigation，**Gazebo**會是一個可行的解決方案，因為它支持 IMU、LDS 和攝影機等感測器。

在本教程中，將主要介紹在 ROS 開發人員中使用最廣泛的 Gazebo 模擬器。
- [**Gazebo 教學**](http://gazebosim.org/tutorials)
:::

## 6.1. Gazebo Simulation
{%youtube UzOoJ6a_mOg %}
:::info
**備註**: 手冊中的影片內容可能隨時更新，恕不另行通知。
:::

Gazebo Simulation 使用 ROS Gazebo package，因此必須事先安裝支援 ROS1 Kinetic 的 Gazebo 版本。

### 6.1.1. 安裝 Simulation Package
**TurtleBot3 Simulation Package** 需要 turtlebot3 及 turtlebot3_msgs packages 為先決條件。沒有這兩個 packages，無法啟動 Simulation。

如果還沒有安裝所需 packages，可參照 Remote PC 設定章節來安裝。

$ cd ~/catkin_ws/src/
$ git clone -b kinetic-devel https://github.com/ROBOTIS-GIT/turtlebot3_simulations.git
$ cd ~/catkin_ws && catkin_make

### 6.1.2. 啟動 Simulation World 世界地圖
TB3 有三種模擬的世界地圖可選擇。啟動 Gazebo 後可以任選其一。
:::info
啟動一個新的世界地圖前，需確認完全關閉前一個地圖
:::

1. Empty World 空白世界地圖


$ export TURTLEBOT3_MODEL=burger
$ roslaunch turtlebot3_gazebo turtlebot3_empty_world.launch

2. TurtleBot3 World 世界地圖

$ export TURTLEBOT3_MODEL=waffle
$ roslaunch turtlebot3_gazebo turtlebot3_world.launch

3. TurtleBot3 House 房間地圖

$ export TURTLEBOT3_MODEL=waffle_pi
$ roslaunch turtlebot3_gazebo turtlebot3_house.launch

:::info
**備註**: 如果首次執行 TurtleBot3 House，則下載地圖文件需要幾分鐘或更長時間，具體取決於網路速度
:::

### 6.1.3. 操作 TB3
要使用鍵盤來控制 TB3，需在新的 terminal 啟動 teleoperation node

$ roslaunch turtlebot3_teleop turtlebot3_teleop_key.launch

:::success
**如何執行自動避障**

要先準備一個簡單的 collision avoidance node 來讓機器人與障礙物保持一定距離，並轉向避免碰撞

要在 TurtleBot3 World 世界地圖內自動駕駛 TB3，請依照以下說明操作
1. Ctrl + C 結束 turtlebot3_teleop_key node，關閉 teleop node
2. 在 terminal 輸入指令

$ roslaunch turtlebot3_gazebo turtlebot3_simulation.launch

:::

:::success
**如何可視化 Simulation data(RViz2)?**

當 simulation 進行時，RViz 可以看到已公布的 topics。在新的 terminal 啟動 RViz

$ roslaunch turtlebot3_gazebo turtlebot3_gazebo_rviz.launch


:::

## 6.2. SLAM 模擬
我們可以在 Gazebo 模擬器中來用虛擬機器人來進行虛擬 SLAM，而無須使用實體的機器人來實作。在 Gazebo 中，你可以選擇上面提到的各種地圖環境和機器人模型來進行模擬，SLAM 模擬跟用 TB3 實作 SLAM 會很相似。

下列操作會需要之前章節為先決條件，請回看 Simulation 章節內容。

### 6.2.1. 開啟 Simulation World 世界地圖
Gazebo 有三個地圖可開啟，但因要 SLAM 來建地圖，建議使用 **TurtleBot3 World** 或 **TurtleBot3 House** 地圖。

使用下列指令來開啟地圖，此範例載入 TurtleBot3 World 世界地圖。也需注意 TURTLEBOT3_MODEL 所對應的參數 burger, waffle, waffle_pi

$ export TURTLEBOT3_MODEL=burger
$ roslaunch turtlebot3_gazebo turtlebot3_world.launch

:::success
**如何載入 TurtleBot3 House 地圖**

$ export TURTLEBOT3_MODEL=burger
$ roslaunch turtlebot3_gazebo turtlebot3_house.launch

:::

### 6.2.2. 執行 SLAM Node
在 Remote PC 開新 terminal(Ctrl + Alt + T) 並跑 SLAM node。預設是使用 Gmapping SLAM 方法。也需注意 TURTLEBOT3_MODEL 所對應的參數 burger, waffle, waffle_pi

$ export TURTLEBOT3_MODEL=burger
$ roslaunch turtlebot3_slam turtlebot3_slam.launch slam_methods:=gmapping

### 6.2.3. 執行 Teleoperation Node
在 Remote PC 開新 terminal(Ctrl + Alt + T) 並跑 teleoperation node。也需注意 TURTLEBOT3_MODEL 所對應的參數 burger, waffle, waffle_pi

$ export TURTLEBOT3_MODEL=burger
$ roslaunch turtlebot3_teleop turtlebot3_teleop_key.launch

 Control Your TurtleBot3!
 ---------------------------
 Moving around:
        w
   a    s    d
        x

 w/x : increase/decrease linear velocity
 a/d : increase/decrease angular velocity
 space key, s : force stop

 CTRL-C to quit

### 6.2.4. 儲存地圖
當地圖成功產生後，在 Remote PC 開新 terminal(Ctrl + Alt + T) 並儲存地圖

$ rosrun map_server map_saver -f ~/map

所儲存的 map.pgm 檔

:::info
**如何多個 TB3 一起 SLAM?**
要建立多個機器人用的地圖，需要 multirobot-map-merge package。
起依照以下的說明進行，來操作多個 TB3。

1. 安裝需要的 packages

$ sudo apt-get install ros-kinetic-multirobot-map-merge

2. 將多個 TB3 載入 TurtleBot3 House 地圖。載入三個 TB3 都已設好初始位置及方位。

$ roslaunch turtlebot3_gazebo multi_turtlebot3.launch


3. 為每個 TB3 啟動 SLAM

$ ROS_NAMESPACE=tb3_0 roslaunch turtlebot3_slam turtlebot3_gmapping.launch set_base_frame:=tb3_0/base_footprint set_odom_frame:=tb3_0/odom set_map_frame:=tb3_0/map
$ ROS_NAMESPACE=tb3_1 roslaunch turtlebot3_slam turtlebot3_gmapping.launch set_base_frame:=tb3_1/base_footprint set_odom_frame:=tb3_1/odom set_map_frame:=tb3_1/map
$ ROS_NAMESPACE=tb3_2 roslaunch turtlebot3_slam turtlebot3_gmapping.launch set_base_frame:=tb3_2/base_footprint set_odom_frame:=tb3_2/odom set_map_frame:=tb3_2/map

4. 將每個 TB3 各自的地圖數據合併為一個地圖數據

$ roslaunch turtlebot3_gazebo multi_map_merge.launch

5. 啟動 RViz

$ rosrun rviz rviz -d `rospack find turtlebot3_gazebo`/rviz/multi_turtlebot3_slam.rviz

6. 操作每個 TB3

$ ROS_NAMESPACE=tb3_0 rosrun turtlebot3_teleop turtlebot3_teleop_key
$ ROS_NAMESPACE=tb3_1 rosrun turtlebot3_teleop turtlebot3_teleop_key
$ ROS_NAMESPACE=tb3_2 rosrun turtlebot3_teleop turtlebot3_teleop_key


7. 儲存地圖

$ rosrun map_server map_saver -f ~/map

:::

## 6.3. Navigation Simulation 模擬導航
就如在 Gazebo 模擬器跑虛擬 SLAM，你也可以進行虛擬導航 Navigation，而無須使用實體的機器人來實作。當然在跑虛擬 Navigation 前，必須準備好合適的地圖環境。虛擬導航跟實作會很相似。

### 6.3.1. 開啟模擬的世界地圖
:::info
Ctrl + C 來結束之前章節開啟的全部應用
:::

在之前 SLAM 章節使用 TurtleBot3 World 地圖。相同的 Gazebo 環境也用在模擬 Navigation。一樣要注意所使用的 TURTLEBOT3_MODEL 參數- burger, waffle, waffle_pi。

$ export TURTLEBOT3_MODEL=burger
$ roslaunch turtlebot3_gazebo turtlebot3_world.launch

:::success
**如何載入 TurtleBot3 House 地圖**

$ export TURTLEBOT3_MODEL=burger
$ roslaunch turtlebot3_gazebo turtlebot3_house.launch

:::

### 6.3.2. 執行 Navigation Node
在 Remote PC 開新 terminal(Ctrl + Alt + T) 並跑 Navigation node。

$ export TURTLEBOT3_MODEL=burger
$ roslaunch turtlebot3_navigation turtlebot3_navigation.launch map_file:=$HOME/map.yaml

### 6.3.3. 估計 Initial Pose 初始方位
**Initial Pose Estimation**必須在跑 Navigation 之前就執行，因為這個程序會初始化 AMCL 參數，這在進行 Navigation 時很重要。

TurtleBot3 必須正確定位在地圖上，LDS 感測器數據與顯示的地圖要完全重疊。

1. 點擊 RViz 選單的 2D Pose Estimate 鍵

2. 在地圖上點擊真正機器人的所在位置，拉出大的綠色箭號指向機器人正面的方向。
3. 重複步驟 1 跟 2，直到 LDS 感測器的數據跟儲存地圖正確的重疊。


4. 啟動 keyboard teleoperation node 來準確定位在地圖上的機器人位置

$ roslaunch turtlebot3_teleop turtlebot3_teleop_key.launch

5. 來回移動機器人一點以收集周圍環境信息，並縮小 TurtleBot3 在地圖上的估計位置，地圖上是以微小的綠色箭頭顯示。



6. 在 teleop node terminal 上按 Ctrl + C 來結束 keyboard teleoperation node，這可以防止在導航期間從多個節點發布不同的 cmd_vel 值。

### 6.3.4. Set Navigation Goal 設定導航目標
1. 在 RViz 選單點擊 Navigation2 Goal 鍵

2. 在地圖上點擊來設定機器人的目的地，並拉動綠色箭號，當作機器人抵達目的地後要面對的方向
- 綠色箭號是指定機器人目的地的一個標記
- 箭頭的根部是機器人目的地的 x 和 y 座標位置，箭頭指向的方位是機器人的 theta (θ) 角方向。
- 當 x, y, θ 都決定後，TB3 就會開始往目的地移動。


{%youtube VYlMywwYALU %}

:::info
**備註**: 手冊中的影片內容可能隨時更新，恕不另行通知。
:::

## 6.4. Fake Node Simulation
{%youtube iHXZSLBJHMg %}
:::info
**備註**: 手冊中的影片內容可能隨時更新，恕不另行通知。
:::

要使用 turtlebot3_fake_node，你需要安裝 turtlebot3_simulation 套件。按照以下指示安裝套件。
:::success
**提示**：Ubuntu 的 Terminal (終端機)可以在螢幕左上方的 Search 圖示找到. 快捷鍵可以使用 Ctrl-Alt-T.
:::
:::info
**備註**：turtlebot3_simulation 套件需要事先安裝 turtlebot3 套件和 turtlebot3_msgs 套件作為先決條件。如果你沒有在 PC Setup 設定章節中安裝先決套件，請先安裝此 2 個先決套件。
:::

$ cd ~/catkin_ws/src/
$ git clone -b kinetic-devel https://github.com/ROBOTIS-GIT/turtlebot3_simulations.git
$ cd ~/catkin_ws && catkin_make

要啟動虛擬機器人，請執行 turtlebot3_fake 套件中的 turtlebot3_fake.launch 檔，如下所示。 turtlebot3_fake 是一個非常簡單的模擬節點，可以在沒有實際機器人的情況下來模擬機器人運行。你甚至可以在 RViz 工具中，用 teleoperation node 遙控節點來遙控虛擬的 TurtleBot3 機器人。

須注意對應的 TURTLEBOT3_MODEL 參數- burger, waffle, waffle_pi

$ export TURTLEBOT3_MODEL=burger
$ roslaunch turtlebot3_fake turtlebot3_fake.launch

$ export TURTLEBOT3_MODEL=burger
$ roslaunch turtlebot3_teleop turtlebot3_teleop_key.launch

## 6.5. 單獨的 Gazebo 模擬
:::info
**備註**：本節的說明僅針對想要在沒有 ROS 的環境下模擬 TB3 的用戶而開發。不過，我們強烈建議使用 ROS 環境來模擬 TB3 機器人。
:::

1. 安裝 Gazebo7 程式庫

$ sudo apt-get install libgazebo7-dev

2. 從 Github 下載 Gazebo Plugin 原始碼

$ git clone https://github.com/ROBOTIS-GIT/turtlebot3_gazebo_plugin

3. 將 Gazebo Plugin 插件路徑加入 .bashrc 檔

$ nano ~/.bashrc

:::success
**提示**: turtlebot3_gazebo_plugin path = ~/turtlebot3_gazebo_plugin
:::

 export GAZEBO_PLUGIN_PATH=$GAZEBO_PLUGIN_PATH:${turtlebot3_gazebo_plugin path}/build
 export GAZEBO_MODEL_PATH=$GAZEBO_MODEL_PATH:${turtlebot3_gazebo_plugin path}/models

4. Make 及 Build

$ cd ${turtlebot3_gazebo_plugin path}
$ mkdir build
$ cd build
$ cmake ..
$ make

5. 執行 Gazebo plugin 插件
:::success
**提示**: 在執行指令前，你必須先指定使用的 TurtleBot3 模型。指令內的 ${TB3_MODEL} 所對應的 TB3 模型名稱，有 burger，waffle，waffle_pi 三種。
:::

$ cd ${turtlebot3_gazebo_plugin}
$ gazebo worlds/turtlebot3_${TB3_MODEL}.world



6. 鍵盤遙控操作

w - set linear velocity up
x - set linear velocity down
d - set angular velocity up
a - set angular velocity down
s - set all velocity to zero

7. Topic Subscribe 訂閱 topic 指令

- 顯示全部 topic

$ gz topic -l

- 訂閱光達 scan 數據

$ gz topic -e /gazebo/default/user/turtlebot3_${TB3_MODEL}/lidar/hls_lfcd_lds/scan

- 訂閱攝影機影像數據

for Waffle 鬆餅款 (Intel RealSense R200)

$ gz topic -e /gazebo/default/user/turtlebot3_waffle/image/intel_realsense_r200/image

for Waffle Pi 鬆餅 Pi 款(Raspberry Pi camera)

$ gz topic -e /gazebo/default/user/turtlebot3_waffle_pi/image/raspberry_pi_cam/image

8. 執行 listener

$ cd ${turtlebot3_gazebo_plugin}/build
$ ./lidar_listener ${TB3_MODEL}

9. 打開新的 terminal 視窗輸入下方指令。

$ cd ${turtlebot3_gazebo_plugin}/build
$ ./image_listener ${TB3_MODEL}

**參考資源**：
- [Gazebo API](http://osrf-distributions.s3.amazonaws.com/gazebo/api/dev/index.html)
- [How to contribute model](http://gazebosim.org/tutorials?tut=model_contrib&cat=build_robot)
- [How to make model](http://gazebosim.org/tutorials?tut=build_model&cat=build_robot)
- [Tutorial for making Hello World plugin](http://gazebosim.org/tutorials?tut=plugins_hello_world&cat=write_plugin)
- [Tutorial for making model plugin](http://gazebosim.org/tutorials?cat=guided_i&tut=guided_i5)
- [Tutorial for making sensor plugin](http://gazebosim.org/tutorials?tut=contact_sensor)
- [Tutorial for topic subscription](http://gazebosim.org/tutorials?tut=topics_subscribed)

# **7. Manipulation 機器手臂**
---
:::info
**備註**:
- 操作的內容已在 Ubuntu 16.04 及 ROS Kinetic Kame 版本上測試過。
- 如要了解更多 OpenManipulator-X 機器手臂資訊，請參考 [OpenManipulator-X 線上手冊(英)](https://emanual.robotis.com/docs/en/platform/openmanipulator_x/overview/)
:::
:::warning
- 樹莓派 4 及 Jetson Nano 不支援 Kinetic。請選擇別的 ROS 或 ROS2 版本
- 此手冊內容如有更新變動，不會預先通知。
:::
:::success
**提示**：Ubuntu 的 Terminal (終端機)可以在螢幕左上方的 Search 圖示找到. 快捷鍵可以使用 Ctrl-Alt-T.
:::

## 7.1. TurtleBot3 跟 OpenManipulator-X 機器手臂
ROBOTIS 的 OpenManipulator-X 小型機器手臂，是支援 ROS 的機器手臂之一。其優點是使用 Dynamixel 智能馬達跟 3D 列印出來的零配件，可製造出成本低的機器手臂。

OpenManipulator-X 小型機器手臂的優點，是可與 TB3 Waffle 跟 TB3 Waffle Pi 款相容。通過這種相容性，可以彌補手臂自由度的不足，並可通過 TB3 已加載的 SLAM 和 Navigation 導航的功能，讓 TB3 變成更具完整性的服務機器人。TB3 及 OpenManipulator-X 的結合可以作為 mobile manipulator 移動式機器手臂使用，執行下列影片中的操作。
{%youtube Qhvk5cnX2hM %}

{%youtube P82pZsqpBg0 %}

{%youtube DLOq8yNcCoE %}
:::info
**備註**: 手冊中的影片內容可能隨時更新，恕不另行通知。
:::

## 7.2. 手臂軟體設定
:::info
**備註**：在安裝 open_manipulator_with_tb3 套件之前，請確認先前已經在你的 RemotePC(桌電或筆電)和 SBC(Raspberry Pi 3) 設定時，都已安裝了turtlebot3 和 open_manipulator 套件。
:::

1. 在 Remote PC 上下載，build OpenManipulator-X 相關套件，以便後續手臂組裝後使用

$ cd ~/catkin_ws/src/
$ git clone https://github.com/ROBOTIS-GIT/turtlebot3_manipulation.git
$ git clone https://github.com/ROBOTIS-GIT/turtlebot3_manipulation_simulations.git
$ git clone https://github.com/ROBOTIS-GIT/open_manipulator_dependencies.git
$ sudo apt install ros-kinetic-ros-control* && ros-kinetic-control* && ros-kinetic-moveit*
$ cd ~/catkin_ws && catkin_make

## 7.3. 手臂硬體組裝
- [CAD 檔](http://www.robotis.com/service/download.php?no=767) for (TurtleBot3 Waffle Pi + OpenMANIPULATOR)

- 首先拆下 LDS-01 or LDS-02 光達並將其移到 TurtleBot3 的前半部(紅圈代表螺絲的建議位置)。
- 接著在 TurtleBot3 上固定 OpenManipulator 手臂(黃色圓圈表示螺絲的建議位置)。

TurtleBot3 Waffle Pi + OpenMANIPULATOR-X 組合示意圖

## 7.4. OpenCR 控制板設定
:::info
**備註**：要使用 OpenManipulator-X 機器手臂，需要先上傳韌體到 OpenCR，你可以選擇一種上傳韌體的方法。但我們強烈建議使用 **shell script 腳本**。 如果需要修改 TurtleBot3 的韌體，則可以使用第二種方法。
- 方法 1：[Shell script 腳本](https://emanual.robotis.com/docs/en/platform/turtlebot3/manipulation/#shell-script)，使用 shell script 腳本上傳預建好的二進位檔。
- 方法 2：[Arduino IDE](https://emanual.robotis.com/docs/en/platform/turtlebot3/manipulation/#arduino-ide)，build 原始碼並使用 Arduino IDE 上傳生成的二進位檔。

OpenCR Arduino board manager 不支援 Arm-based 的處理器，如 Raspberry or Jetson Nano。建議在 PC 上操作。
:::
:::warning
**警示**：在進行上傳韌體到 OpenCR 前，請確保所有 DYNAMIXEL 智能馬達都已連接到 OpenCR 控制板。 否則，樹莓派可能會出現意外問題。
:::

將 OpenManipulator-X 手臂安裝到 TB3 後，需要上傳控制手臂馬達的韌體到 OpenCR 板，請依照下列步驟。

1. TB3 SBC 端: 下載 OpenCR 韌體到 SBC 樹莓派，上傳正確的韌體

$ export OPENCR_PORT=/dev/ttyACM0
$ export OPENCR_MODEL=om_with_tb3
$ rm -rf ./opencr_update.tar.bz2
$ wget https://github.com/ROBOTIS-GIT/OpenCR-Binaries/raw/master/turtlebot3/ROS1/latest/opencr_update.tar.bz2
$ tar -xvf opencr_update.tar.bz2
$ cd ./opencr_update
$ ./update.sh $OPENCR_PORT $OPENCR_MODEL.opencr

2. 當上傳完成，你會看到 terminal 上出現 **jump_to_fw** 的字串。

:::danger
**注意身體位置**
當韌體上傳成功，OpenCR 板會重開機，OpenManipulator-X 手臂會移動到初始姿態。建議你將手臂先擺放跟下圖類似的姿態，避免手臂初始化時，會跟身體做碰觸。

:::

### 7.4.1. 使用 Arduino IDE 來上傳韌體
:::info
OpenCR board manager 並不支援 ARM based SBC 的 Arduino IDE，如樹莓派 或 NVidia Jetson。
請在 PC 上用 Arduino IDE 來上傳韌體。
:::

1. 如 PC 的 OS 是 Linux，下列指令設定 OpenCR 的 USB port。如果其他 OS(OSX or Windows)，可跳過此步驟。

$ wget https://raw.githubusercontent.com/ROBOTIS-GIT/OpenCR/master/99-opencr-cdc.rules
$ sudo cp ./99-opencr-cdc.rules /etc/udev/rules.d/
$ sudo udevadm control --reload-rules
$ sudo udevadm trigger
$ sudo apt install libncurses5-dev:i386

2. 安裝 Arduino IDE
- [下載最新的 Arduino IDE](https://www.arduino.cc/en/software)

3. 安裝好後，執行 Arduino IDE
4. 按 Ctrl + , 來打開 Preferences menu
5. 在 Additional Boards Manager URLs 輸入下列位址

https://raw.githubusercontent.com/ROBOTIS-GIT/OpenCR/master/arduino/opencr_release/package_opencr_index.json


6. 打開 TurtleBot3 with OpenMANIPULATOR 韌體。因你的平台選擇對應的韌體。
- TurtleBot3 with OpenMANIPULATOR : **File > Examples > turtlebot3 > turtlebot3_with_open_manipulator > turtlebot3_with_open_manipulator_core**

7. 連接 OpenCR 板到 PC 上，從 Tools > Board 選單選擇 OpenCR > OpenCR Board

8. 從 Tools > Port 選單中選擇連接 OpenCR 的 USB port

9. upload 圖示或 Ctrl+U 來上傳韌體 sketch


10. 如果上傳失敗，可以嘗試在 recovery mode 下重新上傳韌體。OpenCR 的 recovery mode 啟動順序如下。在 recovery mode 時，OpenCR 的 STATUS led 燈會定時的閃爍。
- 按住 PUSH SW2 鍵
- 按一下 Reset 鍵然後鬆開
- 再鬆開 PUSH SW2 鍵


## 7.5. Bringup 啟動 TB3 與機器手臂
:::info
**備註**：請再次確認 [turtlebot3_core.launch](https://github.com/ROBOTIS-GIT/turtlebot3/blob/467c76bc4fa2e34162f57107388839d82d3bcc0e/turtlebot3_bringup/launch/turtlebot3_core.launch#L5) 檔內的 OpenCR usb port name，已指派給 PC
:::

### 7.5.1. 執行 roscore
在 Remote PC 新開 terminal 執行 roscore

$ roscore

### 7.5.2. 定義 TurtleBot3 Model
在 TB3 SBC 新開 terminal，定義 .bashrc 檔內 TURTLEBOT3_MODEL 參數，waffle or waffle_pi

$ export TURTLEBOT3_MODEL=waffle_pi

### 7.5.3. 啟動 TB3
在 TB3 SBC，啟動 TB3 開始 rosserial 及 LDS sensor

$ roslaunch turtlebot3_bringup turtlebot3_robot.launch

## 7.6. 模擬
使用 Gazebo 模擬器來模擬 TB3與機器手臂

### 7.6.1. 執行 Gazebo
[**Remote PC**] 在 Gazebo 模擬器內載入 TB3 with OpenManipulator-X 的檔案

$ roslaunch turtlebot3_manipulation_gazebo turtlebot3_manipulation_gazebo.launch


### 7.6.2. 執行 move_group node
[**Remote PC**] 要能夠使用 Moveit 功能，需啟動 move_group node。使用下列指令開啟 Gazebo，點擊 [▶] 鍵來開始模擬。如果啟動成功，會出現 “You can start planning now!” 訊息。

$ roslaunch turtlebot3_manipulation_moveit_config move_group.launch

### 7.6.3. 執行 RViz
[**Remote PC**] 在 RViz 內可以使用 Moveit 特色，Moveit 環境數據在 moveit.rviz 檔內設置後給 RViz 讀取。

你可以使用 interactive marker 控制已安裝的機器手臂，並模擬 goal position 的移動，這有助於通過事先的模擬移動，來防止可能的物理性接觸。

$ roslaunch turtlebot3_manipulation_moveit_config moveit_rviz.launch


### 7.6.4. 執行 ROBOTIS GUI Controller 圖形介面控制器
[**Remote PC**] 你也可以使用 ROBOTIS GUI 在 Gazebo 內控制 OpenManipulator-X 機器手臂。GUI controller 支援 **Task Space Control** 及 **Joint Space Control** 兩種方式由你選擇。
- Task Space Control: 基於 OpenMANIPULATOR-X 末端執行器的有效夾持位置（表示為爪手之間的小紅色立方體）進行控制。
- Joint Space Control: 根據每個關節角度進行控制。

$ roslaunch turtlebot3_manipulation_gui turtlebot3_manipulation_gui.launch


## 7.7. 操作實體的 OpenManipulator-X 手臂
請依照下列指示來操作

### 7.7.1. 執行 roscore
[**Remote PC**] 在 ROS1 執行 roscore

$ roscore

### 7.7.2. 執行 Bringup 啟動
[**TB3 SBC**] 在 TB3 SBC，啟動 TB3 開始 rosserial 及 LDS sensor

$ roslaunch turtlebot3_bringup turtlebot3_robot.launch

[**Remote PC**] 在 TB3 執行 OpenManipulator-X 的 Bringup 啟動套件

$ roslaunch turtlebot3_manipulation_bringup turtlebot3_manipulation_bringup.launch

### 7.7.3. 執行 move_group node

$ roslaunch turtlebot3_manipulation_moveit_config move_group.launch

### 7.7.4. 執行 RViz
[**Remote PC**] 在 RViz 上觀看數據及使用 interactive marker

$ roslaunch turtlebot3_manipulation_moveit_config moveit_rviz.launch

### 7.7.5. 執行 ROBOTIS GUI Controller
[**Remote PC**] 使用 ROBOTIS GUI Controller 取代 RViz tool 來控制機器手臂

$ roslaunch turtlebot3_manipulation_gui turtlebot3_manipulation_gui.launch

## 7.8. SLAM
TB3 與 OpenManipulator-X 使用 SLAM 功能在未知地圖上建圖


### 7.8.1. 執行 roscore
[**Remote PC**] 在 ROS1 執行 roscore

$ roscore

### 7.8.2. 執行 Bringup 啟動
[**TB3 SBC**] 在 TB3 SBC，啟動 TB3 開始 rosserial 及 LDS sensor

$ roslaunch turtlebot3_bringup turtlebot3_robot.launch

:::info
OpenManipulator-X 手臂在 SLAM 時是不需要的，控制手臂的 move_group 及 bringup node 可以無需執行
:::

### 7.8.3. 執行 SLAM node
[**Remote PC**] 執行 SLAM node 來 update 未知地圖，預設是 gmapping package.

$ roslaunch turtlebot3_manipulation_slam slam.launch

### 7.8.4. 執行 turtlebot3_teleop_key Node
[**Remote PC**] 使用 turtlebot3_teleop_key Node 來控制 TB3 移動建立地圖

$ roslaunch turtlebot3_teleop turtlebot3_teleop_key.launch

一旦建好地圖，執行 map_saver node 儲存地圖

$ rosrun map_server map_saver -f ~/map

## 7.9. Navigation 導航
使用 Navigation node 讓 TB3+OpenManipulator-X 移動到指定位置

### 7.9.1. 執行 roscore
[**Remote PC**] 在 ROS1 執行 roscore

$ roscore

### 7.9.2. 執行 Bringup 啟動
[**TB3 SBC**] 在 TB3 SBC，啟動 TB3 開始 rosserial 及 LDS sensor

$ roslaunch turtlebot3_bringup turtlebot3_robot.launch

### 7.9.3. 執行 Navigation Node
[**Remote PC**] 下列指令執行 Navigation node，會呼叫 urdf 格式(Unified Robot Description Format) 機器人模型及 RViz 設定資料來設置 GUI 環境，Navigation 參數及更新地圖。

$ roslaunch turtlebot3_manipulation_navigation navigation.launch


### 7.9.4. 如何在 Navigation 時控制 OpenManipulator-X 手臂
Navigation node 執行後，當 TurtleBot3 接近目標位置時，你可以運行此節點來控制 TurtleBot3 上的 OpenManipulator-X手臂。但是，當 TurtleBot3 處於移動狀態時，OpenManipulator-X 手臂的運動會受到外部影響，如重心或振動的影響而不穩定；因此建議在 TurtleBot3 不移動時使用機器手臂。

#### 7.9.4.1. 執行 OpenManipulator 的 Bringup 啟動
[**Remote PC**] 執行 turtlebot3_manipulation_bringup node 就如單獨使用手臂一樣。此節點包含 arm_controller 跟 gripper_controller.

$ roslaunch turtlebot3_manipulation_bringup turtlebot3_manipulation_bringup.launch

#### 7.9.4.2. 執行 move_group Node
move_group node 支援兩種方式控制 OpenManipulator-X 手臂: Moveit! 及 ROBOTIS GUI。選擇任一你偏愛的方式。此章節只介紹 ROBOTIS GUI 方式。

$ roslaunch turtlebot3_manipulation_moveit_config move_group.launch

:::info
請參考 [MoveIt!](https://moveit.ros.org/) 來詳細了解
:::

#### 7.9.5. 執行 ROBOTIS GUI Controller
[**Remote PC**] 使用此節點來控制 TB3 上的 OpenManipulator-X 手臂

$ roslaunch turtlebot3_manipulation_gui turtlebot3_manipulation_gui.launch

## 7.10. TurtleBot3 Home Service Challenge 居家服務挑戰賽
:::info
備註:
- 操作的內容已在Ubuntu 16.04 及 ROS Kinetic Kame 版本上測試過。
- 詳細資訊可參考 [OpenMANIPULATOR e-Manual](https://emanual.robotis.com/docs/en/platform/openmanipulator/) and [ROS1 Turtlebot3 Manipulation](https://emanual.robotis.com/docs/en/platform/turtlebot3/manipulation)
:::

居家服務挑戰賽場館及物品

{%youtube 3aZXpVsEi0c %}
宣傳影片

### 7.10.1. 入門
:::warning
Note: 在安裝 Home Service Challenge package 前務必先完成下列動作
- [TurtleBot3 PC Set up](https://emanual.robotis.com/docs/en/platform/turtlebot3/quick-start/#pc-setup)
- [TurtleBot3 SBC Set up](https://emanual.robotis.com/docs/en/platform/turtlebot3/sbc_setup/#sbc-setup)
- [OpenMANIPULATOR-X packages](https://emanual.robotis.com/docs/en/platform/openmanipulator_x/quick_start_guide/#install-ros-packages)
:::

#### 7.10.1.1. 先決條件
要參加此挑戰賽，需具有
- TurtleBot3 Waffle Pi 機器人
- OpenManipulator-X 機器手臂
- Remote PC (跑 ROS1)

#### 7.10.1.2. Remote PC setup
1. [Remote PC] 安裝 Home Service Challenge packages

$ cd ~/catkin_ws/src/
$ git clone https://github.com/ROBOTIS-GIT/turtlebot3_home_service_challenge.git
$ cd ~/catkin_ws && catkin_make

2. [Remote PC] 安裝額外相關 package

$ sudo apt-get install ros-kinetic-ar-track-alvar ros-kinetic-ar-track-alvar-msgs

3. [Remote PC] 在 RViz 載入 TB3 Waffle(or Waffle Pi) with OpenManipulator-X 手臂

$ export TURTLEBOT3_MODEL=${TB3_MODEL}
$ roslaunch turtlebot3_manipulation_description turtlebot3_manipulation_view.launch use_gui:=true

:::info
Note: ${TB3_MODEL} 可設為 waffle or waffle_pi
:::

RViz 視窗

4. [Remote PC] 要遠端使用 PC，需建 SSH keys，建立script 腳本檔案來產生 SSH key

$ nano ~/tb3_ssh_keygen

5. [Remote PC] 複製貼上下列腳本，然後存檔

#!/bin/bash
argc=$#
args=("$@")
if [ 0 -eq $argc ]
then
  echo "need to argument that host ip for ssh connection"
  echo "Usage: $0 [ip address] ..."
  exit 1
fi
for((index = 0; index < $#; index++ ))
do
  ssh-keygen -R ${args[$index]}
  ssh-keyscan ${args[$index]} >> ~/.ssh/known_hosts
done

6. [Remote PC] 讓檔案變為執行檔

$ chmod +x ~/tb3_ssh_keygen

7. [Remote PC] 以 TB3 IP address 執行此檔。Remote PC 跟 TB3 需在相同 WiFi 網域。

$ ~/tb3_ssh_keygen {IP_ADDRESS_OF_TURTLEBOT3}

8. 檢查 ~/.ssh/known_hosts 檔，看 SSH 是否成功產生。

#### 7.10.1.3. TB3 SBC 設定
1. [Turtlebot3 SBC] 編輯 env.bash 檔，位於 /home/pi 目錄下

$ nano ~/env.bash

2. [Turtlebot3 SBC] 複製貼上下列腳本，然後存檔

#!/bin/bash
# check if other turtlebot3_core is already running
is_running=`ps ax | grep turtlebot3_core`
IFS=' ' read -ra is_runnings <<< "$is_running"
process_name=${is_runnings[4]}
if [ ${process_name} == "python" ]
then
  echo "other turtlebot3_core is already running."
  exit 1
fi
#### ROS ####
source /opt/ros/kinetic/setup.bash
source ~/catkin_ws/devel/setup.bash
#### ROS Network ####
ip_address=`hostname -I`
ip_address_trim=${ip_address%% * }
ip_address_no_space="$(echo -e "${ip_address_trim}" | tr -d '[:space:]')"
export ROS_HOSTNAME=${ip_address_no_space}
##### Set TURTLEBOT3 Model ####
export TURTLEBOT3_MODEL=waffle_pi
exec "$@"

3. 讓檔案變成可執行檔

$ chmod +x ~/env.bash

#### 7.10.1.4. OpenCR 設定
參考章節 7.4. OpenCR 設定

#### 7.10.1.5. 硬體設定
參考本章節 7 硬體設定

### 7.10.2. Camera Calibration 攝影機校準
校準攝影機來減少失真。請一步一步依照下列攝影機校準過程。

#### 7.10.2.1. 攝影機設定
1. [**Remote PC**] 以下指令遠端操作攝影機。確認 Remote PC 跟 TB3 都在同一網域。

$ roslaunch turtlebot3_home_service_challenge_tools turtlebot3_pi_cam_remote.launch address:=TURTLEBOT_IP

2. [**Remote PC**] 執行 rqt_image_view`

$ rqt_image_view

3. 在 check box 勾選 /raspicam_node/image/compressed (or /raspicam_node/image/) topic

4. [**Remote PC**] 執行 rqt_reconfigure

$ rosrun rqt_reconfigure rqt_reconfigure

5. 點擊 raspicam_node，調整各參數值，以便能清楚看到從攝影機傳來的影像

6. 開啟 camera.yaml 檔，位於 turtlebot3_home_service_challenge_tools/config/camera_calibration

7. 將修改後的參數值填入並存檔

ISO: 400
awb_mode: auto
brightness: 50
contrast: 0
exposureCompensation: 0
exposure_mode: auto
hFlip: false
saturation: 0
sharpness: 0
shutterSpeed: 0
vFlip: false
videoStabilisation: false
zoom: 1.0

#### 7.10.2.2. Camera 內部參數校準
在 A4 尺寸的紙張上印出用於 Camera 內部參數校準的棋盤。
- 棋盤檔位於 [ROS Wiki](http://wiki.ros.org/camera_calibration/Tutorials/StereoCalibration?action=AttachFile&do=view&target=check-108.pdf)
- camera 校準的詳細資訊，可參考 ROS Wiki 的 [Camera Calibration 手冊](http://wiki.ros.org/camera_calibration)


棋盤檔

1. [**Remote PC**] 以下指令遠端操作攝影機，須加上 IP address。確認 Remote PC 跟 TB3 都在同一網域。

$ roslaunch turtlebot3_home_service_challenge_tools turtlebot3_pi_cam_remote.launch enable_raw:=true address:=TURTLEBOT_IP

2. 在 Remote PC 執行 camera 內部校準啟動檔

$ rosrun camera_calibration cameracalibrator.py --size 8x6 --square 0.024 image:=/raspicam_node/image camera:=/raspicam_node

:::info
Note: 根據棋盤紙大小 A3、A4 或其他尺寸，黑白方塊的尺寸可能會有所不同。在這種情況下，根據棋盤紙中的正方形大小，可調整所下指令中 - square 選項的值（0.024）。
:::


3. 使用棋盤紙來校準 camera，點擊 CALIBRATE
:::success
Note: 向左、右、上、下和各種角度移動和傾斜棋盤紙，以獲取 X、Y、Size和 Skew 校準數據。随着充分數據的計算，X、Y、Size 和 Skew 將有一個綠色的橫條。
:::

4. 點擊 Commit 來儲存內部校準數據到預設資料夾(~/.ros/camera_info)


5. 從 TB3 SBC 的 ~/.ros/camera_info 目錄，打開 camerav2_1280x720.yaml 檔來檢查保存的數據，會類似以下形式

image_width: 1280
image_height: 720
camera_name: camerav2_1280x720
 camera_matrix:
 rows: 3
 cols: 3
 data: [1280.628466572832, 0, 658.384219880362, 0, 1277.989132765768, 360.8363923435625, 0, 0, 1]
distortion_model: plumb_bob
distortion_coefficients:
 rows: 1
 cols: 5
 data: [0.2032697817127332, -0.4147569733010375, -0.001420915782245743, 0.003110652248245379, 0]
rectification_matrix:
 rows: 3
 cols: 3
 data: [1, 0, 0, 0, 1, 0, 0, 0, 1]
projection_matrix:
 rows: 3
 cols: 4
 data: [1312.630981445312, 0, 661.4149459665205, 0, 0, 1312.107055664062, 360.0239481801327, 0, 0, 0, 1, 0]

### 7.10.3. SLAM
1. [**Remote PC**] 以下指令遠端操作攝影機，須加上 IP address。確認 Remote PC 跟 TB3 都在同一網域。

$ roslaunch turtlebot3_home_service_challenge_tools turtlebot3_robot_remote.launch address:=TURTLEBOT_IP

2. [**Remote PC**] 執行 SLAM node

$ roslaunch turtlebot3_home_service_challenge_tools slam.launch

3. [**Remote PC**] 執行 keyboard teleoperation node

$ roslaunch turtlebot3_home_service_challenge_tools mobile_teleop_key.launch

執行後，下列訊息會出現在 terminal 視窗

 Control Your TurtleBot3!
 ---------------------------
 Moving around:
   w
 a s d
   x

 w/x : increase/decrease linear velocity
 a/d : increase/decrease angular velocity
 space key, s : force stop

 CTRL-C to quit

4. 使用 keyboard 來更新地圖

5. [**Remote PC**] 當地圖全部更新後存檔

$ ROS_NAMESPACE=tb3_hsc rosrun map_server map_saver -f tb3_hsc


### 7.10.4. Missions 任務

#### 7.10.4.1. 執行 demo and manager package
1. [**Remote PC**] 執行 demo package 指令，須加上 TB3 IP
。此套件包含多種特色: Remote Bringup with a machine tag, Moveit, Navigation, Camera sensing。 Remote PC 跟 TB3 要在同一網域。

$ roslaunch turtlebot3_home_service_challenge_tools turtlebot3_home_service_challenge_demo_remote.launch address:=TURTLEBOT_IP


2. [**Remote PC**] 執行 manager package，是用來進行 Home Service 挑戰賽的任務

$ roslaunch turtlebot3_home_service_challenge_manager manager.launch

#### 7.10.4.2. 指令
[**Remote PC**] 在挑戰賽時使用下列指令
- **Ready**: TB3 將準備開始一項任務

$ rostopic pub -1 /tb3_hsc/command std_msgs/String ready_mission

- **Start**: TB3 將開始任務

$ rostopic pub -1 /tb3_hsc/command std_msgs/String start_mission

- **Stop**: TB3 將停止執行任務

$ rostopic pub -1 /tb3_hsc/command std_msgs/String stop_mission

- **Restart**: TB3 將在給定的 scenario 情境下，重新開始任務

$ rostopic pub -1 /tb3_hsc/command std_msgs/String restart_mission:SCENARIO_NAME

:::info
當使用指令時，必須從 scenario.yaml 內包含一個情境。有關詳細 scenario 情境，可參考下面的 Configuration 設置章節
:::

#### 7.10.4.3. Operation Test 操作測試
[**Remote PC**] 發布下列 topics 來測試 navigation 導航跟 manipulation 機器手臂功能
- Navigation

$ rostopic pub -1 /tb3_hsc/command std_msgs/String nav_start
$ rostopic pub -1 /tb3_hsc/command std_msgs/String nav_ar_marker_0
$ rostopic pub -1 /tb3_hsc/command std_msgs/String nav_ar_marker_1
$ rostopic pub -1 /tb3_hsc/command std_msgs/String nav_ar_marker_2

- Manipulation

$ rostopic pub -1 /tb3_hsc/command std_msgs/String arm_home
$ rostopic pub -1 /tb3_hsc/command std_msgs/String arm_joint
$ rostopic pub -1 /tb3_hsc/command std_msgs/String arm_task
$ rostopic pub -1 /tb3_hsc/command std_msgs/String open_gripper
$ rostopic pub -1 /tb3_hsc/command std_msgs/String close_gripper

#### 7.10.4.4. Configuration 設置
[**Remote PC**] 依據所給的環境，可修改設置檔內的資料
- scenario.yaml: 此檔案包含 scenario 情境資料
- 檔案路徑: /turtlebot3_home_service_challenge_manager/script/scenario.yaml
- 腳本 script

SCENARIO_NAME: # start - scenario - finish
  task: TASK_NAME
  args: [0, 1, 2]
  timeout: 10 #sec, 0 : no time out
  next_scenario: find_object
  scenario_on_failure: standby
  retry_times: 0 #times, 0 : no retry

- room.yaml: 此檔案包含 Home Service 挑戰賽場地資訊
- 檔案路徑: /turtlebot3_home_service_challenge_manager/config/room.yaml
- 腳本 script

room_1:
  name: toilet
  object:
    marker: ar_marker_0
    position: [0.25, 0, 0.15]
  target:
    marker: ar_marker_4
    position: [0.25, 0, 0.15]
  x: [1.5, 0.6]
  y: [1.5, 0.2]

- config.yaml: 此設定檔案包含 manager package 的資料
- 檔案路徑: /turtlebot3_home_service_challenge_manager/config/config.yaml

#### 7.10.4.5. Home Service 挑戰賽任務細節
居家服務挑戰賽的目標，是按照給定的規則，將四個不同的物體，從客廳移動到特定的地方，然後返回起點。

使用 demo package，在挑戰賽中移動物體的流程如下:

1. 導航到客廳的一個目標
- 找到目標，然後使用 Navigation package 抵達目標

2. 接近目標
- 為了精確接近目標，TurtleBot3 輪子直接通過 AR marker 計算目標位置來控制。(使用的 topic: /tb3_hsc/cmd_vel)。為了產生可靠的效能，Closed-loop 和控制系統可以使用指定的次數。

3. 使用 OpenManipulator-X 爪夾抓取目標處物件
- 使用 moveit package 來抓取物件(Joint space control, Task space control 及 Gripper control)
moveit 流程圖
使用 moveit package 抓取目標

4. 離開到下個房間放置物件(使用的 topic: /tb3_hsc/cmd_vel)
- 當從目標處往回走時，輪子由 mamager 程式使用 /tb3_hsc/cmd_vel topic 直接控制

5. 導航到要安置物件的目標處
- 找下一個目標，使用 Navigation package 抵達目標處

6. 接近目標
7. 使用爪手放置物件
8. 使用 Navigation package 回到起始點

### 7.10.5. 模擬
在 Gazebo 模擬器模擬 TB3 附 OpenManipulator-X 機器手臂

1. [**Remote PC**] 執行 Gazebo

$ roslaunch turtlebot3_home_service_challenge_simulation competition.launch


2. [**Remote PC**] 在 Gazebo 跑 simulation demo

$ roslaunch turtlebot3_home_service_challenge_tools turtlebot3_home_service_challenge_demo_simulation.launch


3. [**Remote PC**] 執行 Home Service Manager

$ roslaunch turtlebot3_home_service_challenge_manager manager.launch

4. 使用 Home Service Manager 指令(參考 7.10.4.2.)

# **8. [ROS1] Automonous Driving 自駕車挑戰賽**
---
AutoRace 是一個自動駕駛機器人平台的競賽。

## 8.1. 開始準備
:::info
**備註**:
- 操作的內容已在 Ubuntu 16.04 及 ROS Kinetic 和 ROS Noetic 版本上測試過。
:::
:::info
**備註**: 手冊中的內容可能隨時更新，恕不另行通知。
:::

- AutoRace 原始碼: [turtlebot3_autorace packages](https://github.com/ROBOTIS-GIT/turtlebot3_autorace)

**教學影片**

- Tutorial 1: Traffice Light 紅綠燈
{%youtube yp7MVZCiaWs %}

- Tutorial 2: Lane Tracking 道路線追蹤
{%youtube 1RBOfPWdpsc %}

- Tutorial 3: Parking 停車
{%youtube ValFotgBfC0 %}

- Tutorial 4: Node Optimization 最佳化節點
{%youtube YpjHOzx432M %}

- Tutorial 5: Level Crossing 平交道柵欄
{%youtube MBDMBq6IDd4 %}

- Tutorial 6: Tunnel 隧道
{%youtube ezkwAs1kVkM %}

以下說明描述 TurtleBot3 如何使用 AutoRace 套件包在 ROS 上構建自動駕駛。

### 8.1.1. 自動駕駛需要哪些設備需求?
**1. TurtleBot3 Burger 漢堡款 or 改裝**
- 使用 AutoRace 套件包在 ROS 上進行自動駕駛的基礎款。
- AutoRace 套件包的開源碼是基於 TurtleBot3 Burger 開發的

**2. Remote PC 筆電/桌電**
- 跟 TB3 的 SBC 單板電腦溝通
- 安裝 ROS 1 的筆電，桌電，或其他裝置

**3. 附加配件 (Raspberry Pi 相機及固定架)**
- 你可以更換不同 camera 只要有支援 ROS
- 用來校準 camera 的原始碼，是基於 [Fisheye Lens 魚眼鏡頭](https://www.waveshare.com/rpi-camera-g.htm)模組來開發

**4. AutoRace 比賽軌道及相關所需物件**
- 從 [autorace_track](https://github.com/ROBOTIS-GIT/autorace_track) 下載 3D CAD 檔案用於製作 AutoRace 軌道，交通標誌，交通信號燈和其他物件。
- 從 [autorace_referee](https://github.com/ROBOTIS-GIT/autorace_referee) 下載裁判程式原始碼

### 8.1.2. 安裝 AutoRace 套件
以下說明介紹如何安裝套件包和校準 camera。

1. 在 Remote PC 及 SBC 安裝 AutoRace 套件包。開 terminal

$ cd ~/catkin_ws/src/
$ git clone https://github.com/ROBOTIS-GIT/turtlebot3_autorace.git
$ cd ~/catkin_ws && catkin_make

2. 在 Remote PC 及 SBC 安裝額外的相依套件包

$ sudo apt-get install ros-kinetic-image-transport ros-kinetic-cv-bridge ros-kinetic-vision-opencv python-opencv libopencv-dev ros-kinetic-image-proc

3. 需要校準 SBC 上的 camera (請參考下節)

## 8.2. 校準 SBC 上的 camera
校準 camera 是自動駕駛很重要的步驟，以下介紹如何簡單地逐步校準 camera。

### 8.2.1. 攝影機影像校準
1. 在 Remote PC 啟動 roscore

$ roscore

2. 在 SBC 啟用 camera

$ roslaunch turtlebot3_autorace_camera turtlebot3_autorace_camera_pi.launch

3. 在 Remote PC 上執行 rqt_image_view

$ rqt_image_view

4. 然後在多選框上 V勾選 /camera/image/compressed (或 /camera/image/) topic，應該會在螢幕上看到影像

5. 在 Remote PC 上執行 rqt_reconfigure

$ rosrun rqt_reconfigure rqt_reconfigure

6. 點擊 camera，修改參數值以便能看到清晰足夠亮的影像

7. 打開 turtlebot3_autorace_camera/calibration/camera_calibration/camera.yaml 檔

8. 將修改後的參數值填入檔案內。下次啟動時就會使用新參數。

### 8.2.2. Camera 內部參數校準
在 A4 尺寸的紙張上印出用於 Camera 內部參數校準的棋盤。
- 棋盤檔位於 turtlebot3_autorace_camera/data/checkerboard_for_calibration.pdf。
- 修改 turtlebot3_autorace_camera/launch/turtlebot3_autorace_intrinsic_camera_calibration.launch 內的參數值。
- camera 校準的詳細資訊，可參考 ROS Wiki 的 [Camera Calibration 手冊](http://wiki.ros.org/camera_calibration) \
 \
棋盤檔

1. 在 Remote PC 啟動 roscore

$ roscore

2. 在 SBC 啟用 camera

$ roslaunch turtlebot3_autorace_camera turtlebot3_autorace_camera_pi.launch

3. 在 Remote PC 執行 camera 內部校準啟動檔

$ export AUTO_IN_CALIB=calibration
$ roslaunch turtlebot3_autorace_camera turtlebot3_autorace_intrinsic_camera_calibration.launch

4. 使用棋盤紙來校準 camera，點擊 CALIBRATE


5. 點擊 SAVE 來儲存校準後的資料


6. 在 /tmp 資料夾下會新增一個 calibrationdata.tar.gz 資料夾


7. 從 calibrationdata.tar.gz 內抽取出 ost.yaml 檔
ost.yaml
在 ost.yaml 檔的內部參數校準數據

8. 從 ost.yaml 內複製數據，貼上 camerav2_320x240_30fps.yaml 檔
camerav2_320x240_30fps.yaml
在 camerav2_320x240_30fps.yaml 內的內部參數校準數據

### 8.2.3. camera 外部參數校準
1. 在 Remote PC 啟動 roscore

$ roscore

2. 在 SBC 啟用 camera

$ roslaunch turtlebot3_autorace_${Autorace_Misson}_camera turtlebot3_autorace_camera_pi.launch

:::warning
**警示**: 請一定要指定哪個任務的校準 ${Autorace_Misson} (i.e, roslaunch turtlebot3_autorace_traffic_light_camera turtlebot3_autorace_camera_pi.launch)
:::
3. 在 Remote PC 輸入指令

$ export AUTO_IN_CALIB=action
$ export GAZEBO_MODE=false
$ roslaunch turtlebot3_autorace_${Autorace_Misson}_camera turtlebot3_autorace_intrinsic_camera_calibration.launch

4. 在 Remote PC 執行 camera 外部校準啟動檔

$ export AUTO_EX_CALIB=calibration
$ roslaunch turtlebot3_autorace_${Autorace_Misson}_camera turtlebot3_autorace_extrinsic_camera_calibration.launch

5. 在 Remote PC 執行 rqt

$ rqt

6. 點擊 plugins > visualization > Image view，可以新增多個攝影機視角圖的視窗

7. 在兩個視窗分別選擇 /camera/image_extrinsic_calib/compressed topic 及 /camera/image_projected_compensated topic
- 兩個視窗其中一個將顯示紅色矩形影像，另一個將顯示地面投影視圖(鳥瞰視圖)。
/camera/image_extrinsic_calib/compressed topic
/camera/image_projected_compensated topic

8. 在 Remote PC 上執行 rqt_reconfigure

$ rosrun rqt_reconfigure rqt_reconfigure

9. 調整在 /camera/image_projection 和 /camera/image_compensation_projection 的參數
- 更改 /camera/image_projection 的參數，會影響 /camera/image_extrinsic_calib/compressed topic
- 內部攝影機校準將會轉換被紅色矩形所包圍的影像，並顯示從車道上方所看到的影像
rqt_reconfigure
參數修改後的結果

### 8.2.4. 檢查校準的結果
當完成了全部 camera 校準過程(camera 影像校準、內部參數校準、外部參數校準)後，**請確認校準結果都已經套用在 camera。**
以下過程敘述影像辨識的設定。

1. 在 Remote PC 啟動 roscore

$ roscore

2. 在 SBC 啟用 camera

$ roslaunch turtlebot3_autorace_${Autorace_Misson}_camera turtlebot3_autorace_camera_pi.launch

:::warning
**警示**: 請一定要指定哪個任務的校準 ${Autorace_Misson} (i.e, roslaunch turtlebot3_autorace_traffic_light_camera turtlebot3_autorace_camera_pi.launch)
:::
3. 在 Remote PC 執行 camera 內部校準啟動檔

$ export AUTO_IN_CALIB=action
$ roslaunch turtlebot3_autorace_${Autorace_Misson}_camera turtlebot3_autorace_intrinsic_camera_calibration.launch

4. 在 Remote PC 開新 terminal，下指令

$ export AUTO_EX_CALIB=action
$ roslaunch turtlebot3_autorace_${Autorace_Misson}_camera turtlebot3_autorace_extrinsic_camera_calibration.launch

現在，以下的說明將主要用來調整物體辨識的 feature detector / color filter (特徵檢測器/濾色器)。之後的每一次調整都是相互獨立的。不過如果要對每個參數一個一個做調整，請確認先做好當下這個參數的調整後，然後再繼續下一個參數調整。

## 8.3. Lane Detection 賽道偵測
賽道偵測套件可讓 TB3 不受外部干擾，在兩條車道線內行走。
以下的步驟描述，如何使用 lane detection 賽道偵測功能及透過 rqt 來校準 camera.

1. 將 TB3 放到賽道上，在黃色及白色的車道線之間.
:::info
備註: 確認黃色車道線在 TB3 左側，白色車道線在右側。
:::
2. 在 Remote PC 啟動 roscore

$ roscore

3. 在 SBC 啟用 camera

$ roslaunch turtlebot3_autorace_${Autorace_Misson}_camera turtlebot3_autorace_camera_pi.launch

:::warning
**警示**: 請一定要指定哪個任務的校準 ${Autorace_Misson} (i.e, roslaunch turtlebot3_autorace_traffic_light_camera turtlebot3_autorace_camera_pi.launch)
:::
4. 在 Remote PC 執行 camera 內部校準啟動檔

$ export AUTO_IN_CALIB=action
$ export GAZEBO_MODE=false
$ roslaunch turtlebot3_autorace_${Autorace_Misson}_camera turtlebot3_autorace_intrinsic_camera_calibration.launch

5. 在 Remote PC 執行 camera 外部校準啟動檔

$ export AUTO_EX_CALIB=action
$ roslaunch turtlebot3_autorace_${Autorace_Misson}_camera turtlebot3_autorace_extrinsic_camera_calibration.launch

6. 在 Remote PC 執行 lane detection launch 檔

$ export AUTO_DT_CALIB=calibration
$ roslaunch turtlebot3_autorace_${Autorace_Misson}_detect turtlebot3_autorace_detect_lane.launch

7. 在 Remote PC 執行 rqt

$ rqt

8. 點擊 plugins > visualization > Image view，可以新增多個攝影機視角圖的視窗

9. 在新增的三個視窗分別選擇 topics: /detect/image_yellow_lane_marker/compressed, /detect/image_lane/compressed, /detect/image_white_lane_marker/compressed
- 左側(黃線)及右側(白線)視窗，會顯示過濾後的影像
/detect/image_yellow_lane_marker/compressed topic 的影像視角
/detect/image_white_lane_marker/compressed topic 的影像視角
- 中間的視窗顯示從 TB3 來的 camera 視角
/detect/image_lane/compressed topic 的影像視角

10. 在 Remote PC 執行 rqt_reconfigure

$ rosrun rqt_reconfigure rqt_reconfigure

11. 點擊 Detect Lane，然後調整參數來做車道線的顏色過濾
Detect Lane 參數列表
在 rqt_reconfigure 經過參數調整後的過濾影像
:::success
**指示**：由於你的實際環境(包括房間內的光線亮度等)的影響，車道線顏色過濾的校準過程有時會非常困難。因此，你應該有耐心地執行此過程。要快速完成所有操作，請將位於 turtlebot3autorace[Autorace_Misson]_detect/param/lane/ 內 lane.yaml 的值輸入到 reconfiguration 參數上，然後開始校準。
- 首先校準 hue(色調) low – high 值。(1) Hue(色調)值表示顏色，每種顏色(如黃色，白色)都有自己的色調值區域(請參閱 hsv map)。
- 然後校準 saturation(飽和度) low – high值。(2) 每種顏色也有其自己的飽和範圍。
- 最後，校準 lightness(亮度)的 low – high 值。(3)然而在原始碼中，因具有自動調整功能，因此校準 lightness(亮度)的 low 值是沒有意義的。只需將 lightness(亮度)的 high 值設置為 255 即可。清晰的過濾後的車道線影像，會給你提供清晰的車道效果。
:::

12. 開啟在 turtlebot3autorace[Autorace_Misson]_detect/param/lane/ 下的 lane.yaml 檔。你需要將修改後的值覆寫到此檔內。這會使 camera 在下次啟動時，就會使用你所設置的參數。

13. 結束 rqt_rconfigure 及 turtlebot3_autorace_detect_lane 程序

14. 在 Remote PC 開新 terminal 輸入

$ export AUTO_DT_CALIB=action
$ roslaunch turtlebot3_autorace_${Autorace_Misson}_detect turtlebot3_autorace_detect_lane.launch

15. 檢查輸出的結果是否正確
- 在 Remote PC 開新 terminal 輸入

$ roslaunch turtlebot3_autorace_${Autorace_Misson}_control turtlebot3_autorace_control_lane.launch

- 在 Remote PC 開新 terminal 輸入

$ roslaunch turtlebot3_bringup turtlebot3_robot.launch

16. 輸入這些指令後，TB3 會啟動開始運行

## 8.4. 交通號誌 Traffic Sign 偵測
TB3 的 node 使用 SIFT algorithm 演算法來偵測交通號誌。當 TB3 在賽道上行駛時，會執行已編程好的程序。請遵照下列步驟來使用 Traffic sign detection。
:::info
**備註**: 如交通號誌中有更多邊線(edge)，SIFT 演算法就可以提供更好的辨識結果。
:::

1. 使用 TB3 的 camera 及 rqt_image_view 節點來拍攝交通號誌的照片

2. 使用 Linux OS 中提供的任何 photo editor 照片編輯器，來編輯照片的大小和形狀。

3. 把 TB3 機器人放在車道上。此時，交通號誌應放置在機器人容易看到的地方。
:::info
**備註**: 請注意此時 TB3 要尚未啟動狀態。如果節點已啟動，機器人會突然在軌道上運行。
:::

4. 在 Remote PC 執行 rqt_image_view

$ rqt_image_view

5. 在選擇框中點擊 /camera/image_compensated 的 topic。如果一切正常，螢幕會顯示機器人視角圖視窗。

6. 在 Remote PC 上按 Alt + Print Screen 鍵來擷取照片，用 photo editor 來編輯照片。

7. 將編輯後的照片放在 [turtlebot3_autorace 套件所存放的位置] /turtlebot3_autorace/turtlebot3_autorace_detect/file/detect_sign/ 資料夾下，然後根據需要重新命名檔案。(如果想要更改預設檔名，你也應該更改在 detect_sign.py 原始碼中的檔名。)

8. 在 Remote PC 開新 terminal 輸入

$ roslaunch turtlebot3_autorace_${Autorace_Misson}_detect turtlebot3_autorace_detect_sign.launch

9. 在 Remote PC 開新 terminal 輸入

$ rqt_image_view

10. 在選擇框中點擊 /detect/image_traffic_sign/compressed 的 topic。如果一切正常及成功的識別出交通號誌，螢幕將顯示交通號誌檢測結果。

## 8.5. TurtleBot3 AutoRace 自駕車競賽的任務詳解
AutoRace 是給自動駕駛機器人平台的一個比賽。

為了能給機器人應用程式的開發，提供不同情境，比賽會盡可能減少硬性的規定。整個比賽內容完全是開源的，基於 ROS 來運行，包含全部的軟體(裁判系統的原始碼)和全部的硬體(比賽地圖的 stp / dwg 檔案)。內容會持續的更新，請參與比賽，展現你的技術。
:::warning
**警示**: 如要參加比賽，請務必閱讀完本章節 Autonomous Driving。
:::

### 8.5.1. 第一關: Traffic Light 紅綠燈
AutoRace 第一關是 Traffic Light 紅綠燈。TB3 要判斷紅綠燈後開始比賽。
{%youtube JNj_STs3OSg %}

#### 8.5.1.1. 紅綠燈的 camera 校準
1. 在 Remote PC 開新 terminal 輸入

$ export AUTO_DT_CALIB=calibration
$ roslaunch turtlebot3_autorace_traffic_light_detect turtlebot3_autorace_detect_traffic_light.launch

2. 在 Remote PC 執行 rqt

$ rqt

3. 選擇 4 個 traffic light topics: /detect/image_red_light, /detect/image_yellow_light, /detect/image_green_light, /detect/image_traffic_light

4. 執行 rqt_reconfigure

$ rosrun rqt_reconfigure rqt_reconfigure

5. 對 traffic light topics 調整參數，以便增強偵測的效果。調整參數的方式，跟 Lane Detection 小節內所教的相似

6. 開啟位於 turtlebot3_autorace_traffic_light_detect/param/traffic_light/ 資料夾的 traffic_light.yaml 檔

7. 將修改後的參數覆寫到此檔後存檔

8. 結束 rqt 及 rqt_reconfigure 程序。下一步是要測試校準的結果是否成功。

9. 在 Remote PC 開新 terminal 輸入

$ export AUTO_DT_CALIB=action
$ roslaunch turtlebot3_autorace_traffic_light_detect turtlebot3_autorace_detect_traffic_light.launch

10. 執行 rqt_image_view

$ rqt_image_view

11. 看看 traffic light 校準是否成功

#### 8.5.1.2. 運行 Traffic Light 任務
:::warning
**警示**: 在執行 traffic light node 之前，務必要閱讀過上小節 Camera Calibration for Traffic Lights
:::

1. 在 Remote PC 下指令

$ export AUTO_IN_CALIB=action
$ export GAZEBO_MODE=false
$ roslaunch turtlebot3_autorace_traffic_light_camera turtlebot3_autorace_intrinsic_camera_calibration.launch

2. 在 Remote PC 下指令

$ export AUTO_EX_CALIB=action
$ export AUTO_DT_CALIB=action
$ roslaunch turtlebot3_autorace_traffic_light_core turtlebot3_autorace_core.launch

3. 在 Remote PC 下指令

$ rostopic pub -1 /core/decided_mode std_msgs/UInt8 "data: 3"

### 8.5.2. 第二關: Intersection 十字路口
AutoRace 第 2 關是 Intersection 十字路口。TB3 在十字路口，要辨識特定的轉彎號誌(左轉或右轉)，依照指示轉向。
{%youtube 8K4GMbfXFXI %}

#### 8.5.2.1. 如何運行 Interaction 任務
1. 在 Remote PC 下指令

$ export AUTO_IN_CALIB=action
$ roslaunch turtlebot3_autorace_intersection_camera turtlebot3_autorace_intrinsic_camera_calibration.launch

2. 在 Remote PC 下指令

$ export AUTO_EX_CALIB=action
$ export AUTO_DT_CALIB=action
$ roslaunch turtlebot3_autorace_intersection_core turtlebot3_autorace_core.launch

3. 在 Remote PC 下指令

$ rostopic pub -1 /core/decided_mode std_msgs/UInt8 "data: 2"

### 8.5.3. 第三關: Construction 避障
AutoRace 第三關 Construction 避障。TB3 行駛時須避開賽道上的障礙物。
{%youtube 88nXiX8UUtw %}

#### 8.5.3.1. 如何運行 Construction 避障任務
1. 在 Remote PC 下指令

$ export AUTO_IN_CALIB=action
$ export GAZEBO_MODE=false
$ roslaunch turtlebot3_autorace_construction_camera turtlebot3_autorace_intrinsic_camera_calibration.launch

2. 在 Remote PC 下指令

$ export AUTO_EX_CALIB=action
$ export AUTO_DT_CALIB=action
$ roslaunch turtlebot3_autorace_construction_core turtlebot3_autorace_core.launch

3. 在 Remote PC 下指令

$ rostopic pub -1 /core/decided_mode std_msgs/UInt8 "data: 2"

### 8.5.4. 第四關: Parking 停車
AutoRace 第四關 Parking 停車。TB3 偵測停車號誌，自行開入空置的停車格內。
{%youtube F3ZG8PlagaA %}

#### 8.5.4.1. 如何運行 Parking 任務
1. 在 Remote PC 下指令

$ export AUTO_IN_CALIB=action
$ export GAZEBO_MODE=false
$ roslaunch turtlebot3_autorace_parking_camera turtlebot3_autorace_intrinsic_camera_calibration.launch

2. 在 Remote PC 下指令

$ export AUTO_EX_CALIB=action
$ export AUTO_DT_CALIB=action
$ roslaunch turtlebot3_autorace_parking_core turtlebot3_autorace_core.launch

3. 在 Remote PC 下指令

$ rostopic pub -1 /core/decided_mode std_msgs/UInt8 "data: 2"

### 8.5.5. 第五關: Level Crossing 柵欄
AutoRace 第五關 Level Crossing 柵欄。TB3 前方有柵欄，當柵欄放下時停止等待，柵欄升起時通過。
{%youtube xyBaLeg4Ifk %}

#### 8.5.5.1. 為 Level Crossing 做 camera 校準
1. 在 Remote PC 下指令

$ export AUTO_DT_CALIB=calibration
$ roslaunch turtlebot3_autorace_level_crossing_detect turtlebot3_autorace_detect_level.launch

2. 執行 rqt

$ rqt

3. 選擇 2 個 topics: /detect/image_level_color_filtered, /detect/image_level

4. 執行 rqt_reconfigure

$ rosrun rqt_reconfigure rqt_reconfigure

5. 選擇 /detect_level 及對 Level Crossing topics 調整參數，以便增強偵測 level crossing 物件的效果。調整參數的方式，跟 Lane Detection 小節內所教的相似

6. 開啟位於 turtlebot3_autorace_stop_bar_detect/param/level/ 下的 level.yaml 檔

7. 將修改後數值複寫入此檔後存檔

8. 執行 detect level launch 檔

$ export AUTO_DT_CALIB=action
$ roslaunch turtlebot3_autorace_detect turtlebot3_autorace_detect_level.launch

#### 8.5.5.2. 如何運行 Level Crossing 任務
1. 在 Remote PC 下指令

$ export AUTO_IN_CALIB=action
$ export GAZEBO_MODE=false
$ roslaunch turtlebot3_autorace_level_crossing_camera turtlebot3_autorace_intrinsic_camera_calibration.launch

2. 在 Remote PC 下指令

$ export AUTO_EX_CALIB=action
$ export AUTO_DT_CALIB=action
$ roslaunch turtlebot3_autorace_level_crossing_core turtlebot3_autorace_core.launch

3. 在 Remote PC 下指令

$ rostopic pub -1 /core/decided_mode std_msgs/UInt8 "data: 2"

### 8.5.6. 第六關: Tunnel 隧道
AutoRace 第六關 Tunnel 隧道。TB3 需成功的從隧道出口駛出。
{%youtube QtBx_MKLsPs %}

#### 8.5.6.1. 如何運行 Tunnel 任務
1. 在 Remote PC 下指令

$ export AUTO_IN_CALIB=action
$ export GAZEBO_MODE=false
$ roslaunch turtlebot3_autorace_tunnel_camera turtlebot3_autorace_intrinsic_camera_calibration.launch

2. 在 Remote PC 下指令

$ export AUTO_EX_CALIB=action
$ export AUTO_DT_CALIB=action
$ export TURTLEBOT3_MODEL=burger
$ roslaunch turtlebot3_autorace_tunnel_core turtlebot3_autorace_core.launch

3. 在 Remote PC 下指令

$ rostopic pub -1 /core/decided_mode std_msgs/UInt8 "data: 2"

## 8.6. TurtleBot3 AutoRace 的過去
AutoRace 過去已經舉辦多屆，內容暫不翻譯

# **9. [ROS 1] Machine Learning 機器學習**
---
Machine Learning 機器學習是一種數據分析技術，可教導電腦識別人類和動物的自然特徵 – 通過經驗來學習。有三種類型的機器學習演算法：
- supervised learning(監督學習)
- unsupervised learning(無監督學習)
- reinforcement learning(強化學習)

此應用程式是使用 DQN(Deep Q-Learning)的強化學習演算法。Reinforcement learning(強化學習)關注於 software agents 軟體代理應該如何在環境中採取行動，以便能最大化累積獎勵的概念。
{%youtube WADmP0wzLxs %}
:::info
**備註**: 手冊中的影片內容可能隨時更新，恕不另行通知。
:::

這影片展示了在 Gazebo 模擬器中 TurtleBot3 使用 reinforcement learning(強化學習)。這種強化學習演算法，是在 LDS 光達上套用了 DQN(Deep Q-Learning)演算法。

我們準備了以下四步驟的強化學習教程。

## 9.1. 為 TB3 安裝機器學習軟體
要完成本教程，你需要在 Ubuntu 16.04 和 ROS1 kinetic 上安裝 Tensorflow(開源機器學習程式庫 by Google)，Keras(開源深度學習程式庫 by Python)，和 Anaconda(開源的 Python 發行版本)。
{%youtube s0qgunKt654 %}

### 9.1.1. 安裝 Anaconda
您可以下載 [Anaconda 5.2.0](https://repo.anaconda.com/archive/Anaconda2-5.2.0-Linux-x86_64.sh) for Python 2.7 版本。
下載 Anaconda 後，到下載檔案的資料夾並輸入以下命令。
安裝時在 terminal 上 yes 同意授權條款，同時將 Anaconda2 安裝路徑加到 .bashrc 檔內

$ bash Anaconda2-5.2.0-Linux-x86_64.sh

安裝好 Anaconda 後，

$ source ~/.bashrc
$ python -V

如果 Anaconda 安裝成功，你會看到 Python 2.7.xx :: Anaconda, Inc. 文字。

### 9.1.2. 安裝 ROS 相依套件
首先安裝必須套件

$ pip install msgpack argparse

要同時使用 ROS 和 Anaconda，還必須安裝 ROS 相依套件。

$ pip install -U rosinstall empy defusedxml netifaces

### 9.1.3. 安裝 TensorFlow
本教程使用的是 python 2.7（僅限 CPU 版）。 如果你想使用其他 python 版本和 GPU 版，請參閱 [TensorFlow](https://www.tensorflow.org/install/) 連結。

$ pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.8.0-cp27-none-linux_x86_64.whl

### 9.1.4. 安裝 Keras
[Keras](https://keras.io/) 是一個高級類神經網路 API，用 Python 編寫，能夠在 TensorFlow 之上運行。

$ pip install keras==2.1.5

有關 tensorboard incompatible 訊息可以忽略，因為範例不會使用，但你也可以安裝 tensorboard 來解決

$ pip install tensorboard

### 9.1.5. 安裝 TB3 機器學習套件
:::warning
**警示**：在安裝此套件之前，請先安裝 [turtlebot3](https://github.com/ROBOTIS-GIT/turtlebot3)，[turtlebot3_msgs](https://github.com/ROBOTIS-GIT/turtlebot3_msgs) 和 [turtlebot3_simulations](https://github.com/ROBOTIS-GIT/turtlebot3_simulations) 套件。
:::

$ cd ~/catkin_ws/src/
$ git clone https://github.com/ROBOTIS-GIT/turtlebot3_machine_learning.git
$ cd ~/catkin_ws && catkin_make

:::info
在 Gazebo 模擬器執行 Machine Learning，需要先安裝 turtlebot3_simulations package，以下是指令。

$ cd ~/catkin_ws/src/
$ git clone -b kinetic-devel https://github.com/ROBOTIS-GIT/turtlebot3_simulations.git
$ cd ~/catkin_ws && catkin_make

:::
:::info
numpy 可能需要移除及重裝來糾正問題，可能需要移除好幾次以便完全移除 numpy。

$ pip uninstall numpy
$ pip show numpy
$ pip uninstall numpy
$ pip show numpy

如果完全移除，則輸入 pip show numpy 時，不會看到任何有關 numpy 的訊息。
重裝 numpy 指令

$ pip install numpy pyqtgraph

:::

## 9.2. 設定參數
DQN Agent 的目標是讓 TurtleBot3 能避開障礙物到達目的地。當 TurtleBot3 越接近目的地時，它會獲得一個正的獎勵(positive reward)，當它離目的地越來越遠時，它會獲得負的獎勵(negative reward)。當 TurtleBot3 碰撞到障礙物或經過一段時間後，這段事件(episode)就會結束了。在這一事件期間，當 TurtleBot3 在達到目的地時，會獲得大的正獎勵，而當 TurtleBot3 碰到障礙物時，會獲得大的負獎勵。
{%youtube 807_cByUBSI %}
:::info
**備註**: 手冊中的影片內容可能隨時更新，恕不另行通知。
:::

### 9.2.1. 設定 state 狀態
State 狀態是對周圍環境的觀察，並描述當前的情況。在這裡，state_size 值是 26 並且有 24 個 LDS 光達數據(到目的地的距離，和到目的地的角度)。

TB3 的 LDS 光達預設值是 360。你可以在 turtlebot3/turtlebot3_description/urdf/turtlebot3_burger.gazebo.xacro 來修改樣本值。

<xacro:arg name="laser_visual" default="false"/>   # Visualization of LDS. If you want to see LDS, set to `true`

<scan>
  <horizontal>
    <samples>360</samples>            # The number of sample. Modify it to 24
    <resolution>1</resolution>
    <min_angle>0.0</min_angle>
    <max_angle>6.28319</max_angle>
  </horizontal>
</scan>

sample = 360
sample = 24

### 9.2.2. 設定 action 動作
Action 動作是 agent 在每個 state 狀態可以做的事情。在這裡，turtlebot3 的直線速度設為 0.15 m/s。而角速度(angular velocity)則由 action 決定。

| Action | Angular velocity(rad/s) |
|:------:|:-----------------------:|
| 0 | -1.5 |
| 1 | -0.75 |
| 2 | 0 |
| 3 | 0.75 |
| 4 | 1.5 |

### 9.2.3. 設定 reward 獎勵
當 turtlebot3 在一個 state 狀態採取某個 action 動作時，它會收到一個 reward 獎勵。 reward 獎勵設計對學習非常重要。獎勵可以是正值或負值。當 turtlebot3 到達目的地時，它會得到很大的正獎勵(positive reward)。但當 turtlebot3 與障礙物碰撞時，它會獲得很大的負獎勵(negative reward)。如果你想套用你自己的獎勵設計，請在 /turtlebot3_machine_learning/turtlebot3_dqn/src/turtlebot3_dqn/environment_stage_#.py 檔修改 setReward 函數

### 9.2.4. 設定 hyper parameters 超參數
本教程是使用 DQN 方法來學習的。DQN 是一種強化學習方法，通過逼近 action-value function 動作值函數（Q值）來選擇深度類神經網絡。Agent 會遵照在 /turtlebot3_machine_learning/turtlebot3_dqn /nodes/turtlebot3_dqn_stage＃中的 hyper parameters 超參數。

| Hyper parameter | 預設 | 說明 |
|:---------------:|:-------:|:-----------------------------------------------------------------------------:|
| episode_step | 6000 | The time step of one episode. |
| target_update | 2000 | Update rate of target network. |
| discount_factor | 0.99 | Represents how much future events lose their value according to how far away. |
| learning_rate | 0.00025 | Learning speed. 如果該值太大，學習效果不好，如果太小，學習時間就會很長。 |
| epsilon | 1.0 | The probability of choosing a random action. |
| epsilon_decay | 0.99 | Reduction rate of epsilon. When one episode ends, the epsilon reduce. |
| epsilon_min | 0.05 | The minimum of epsilon. |
| batch_size | 64 | Size of a group of training samples. |
| train_start | 64 | Start training if the replay memory size is greater than 64. |
| memory | 1000000 | The size of replay memory. |

## 9.3. 執行機器學習套件
此機器學習範例使用 24 個 Lidar 樣本，你可以上一節 9.2 設定參數來修改。
{%youtube 5uIZU8PCHT8 %}
:::info
**備註**: 手冊中的影片內容可能隨時更新，恕不另行通知。
:::

### 9.3.1. Stage 1 (無障礙物)
Stage 1 是一個 4x4 無障礙物的地圖

$ roslaunch turtlebot3_gazebo turtlebot3_stage_1.launch

再開新的 terminal 輸入指令

$ roslaunch turtlebot3_dqn turtlebot3_dqn_stage_1.launch

如果要看圖形結果，可啟動 graph 檔

$ roslaunch turtlebot3_dqn result_graph.launch

### 9.3.2. Stage 2 (靜止障礙物)
Stage 2 是一個 4x4 地圖，具有 4 個固定的圓柱體障礙物。

$ roslaunch turtlebot3_gazebo turtlebot3_stage_2.launch

再開新的 terminal 輸入指令

$ roslaunch turtlebot3_dqn turtlebot3_dqn_stage_2.launch

如果要看圖形結果，可啟動 graph 檔

$ roslaunch turtlebot3_dqn result_graph.launch

### 9.3.3. Stage 3 (移動障礙物)
Stage 3 是一個 4x4 地圖，具有 4 個在移動的圓柱體障礙物。

$ roslaunch turtlebot3_gazebo turtlebot3_stage_3.launch

再開新的 terminal 輸入指令

$ roslaunch turtlebot3_dqn turtlebot3_dqn_stage_3.launch

如果要看圖形結果，可啟動 graph 檔

$ roslaunch turtlebot3_dqn result_graph.launch

### 9.3.4. Stage 4 (障礙物組合)
Stage 4 是一個 5x5 地圖，具有牆壁及 2 個在移動的圓柱體障礙物。

$ roslaunch turtlebot3_gazebo turtlebot3_stage_4.launch

再開新的 terminal 輸入指令

$ roslaunch turtlebot3_dqn turtlebot3_dqn_stage_4.launch

如果要看圖形結果，可啟動 graph 檔

$ roslaunch turtlebot3_dqn result_graph.launch

# **10. [ROS 1] 實作 TB3 的不同應用程式**
---
:::info
**備註**:
- 操作的內容已在 Ubuntu 16.04 及 ROS Kinetic Kame 版本上測試過。
- 請注意，操作內容主要是在 [Remote PC 端]上執行，但如果指令前有 [TB3 SBC 端] 的標記，則是在 TB3 的 SBC 單板電腦上執行。
- 在執行本節指令前，請先執行 Bringup 啟用 TB3 章節的指示
:::

{%youtube Xg1pKFQY5p4 %}

:::info
章節內容及影片如有修改，不會預先通知
:::

## 10.1. 使用 Interactive Markers 來移動
在 RViz 中可以使用 Interactive Markers 來移動 TB3，讓 TB3 直走或旋轉。

**[Remote PC 端]** 開新的 terminal，啟動 remote 檔
:::info
TURTLEBOT3_MODEL 的參數需依平台，輸入 burger，waffle，or waffle_pi。
:::

$ export TURTLEBOT3_MODEL=${TB3_MODEL}
$ roslaunch turtlebot3_bringup turtlebot3_remote.launch

**[Remote PC 端]** 啟動 interactive markers 檔

$ roslaunch turtlebot3_example interactive_markers.launch

**[Remote PC 端]** 在 RViz 中看 3D 模型

$ rosrun rviz rviz -d `rospack find turtlebot3_example`/rviz/turtlebot3_interactive.rviz

## 10.2. 偵測障礙物
TB3 可使用 LDS 光達移動或停止。當 TB3 移動時，如 LDS 光達偵測到前方有障礙物，TB3 就會停止。

**[Remote PC 端]** 啟動 obstacle 檔

$ roslaunch turtlebot3_example turtlebot3_obstacle.launch

## 10.3. Position Control
:::info
此應用只支援 ROS2 Dashing 版
:::

## 10.4. Point Operation 點位移
TB3 可以用 2D point (x, y) 及 z-angular 座標來移動。舉例，如果輸入 (0.5, 0.3, 60)，TB3 會移動到 point(x=0.5m, y=0.3m) 的點並旋轉 60 度。

**[Remote PC 端]** 啟動 pointop 檔

$ roslaunch turtlebot3_example turtlebot3_pointop_key.launch

## 10.5. Patrol 巡邏
TurtleBot3 可以通過自定義路線移動。共有三種路線（長方形、三角形和圓形）。此範例使用 action topic。Action client端將巡邏數據（模式、區域、計數）轉換給 action server。然後 action server 將 cmd_vel 轉換給 TurtleBot3。

**[Remote PC 端]** 啟動 patrol server 端檔案

$ rosrun turtlebot3_example turtlebot3_server

**[Remote PC 端]** 啟動 patrol client 端檔案

$ roslaunch turtlebot3_example turtlebot3_client.launch

## 10.6. TB3 follower 跟隨者 demo
:::info
為了能實作這個應用，你必須安裝 [turtlebot3_application](https://github.com/ROBOTIS-GIT/turtlebot3_applications) 及 [turtlebot3_applications_msgs](https://github.com/ROBOTIS-GIT/turtlebot3_applications_msgs) 套件.

**[Remote PC 端]** 到 catkin workspace 資料夾(/home/(user_name)/catkin_ws/src)，複製 turtlebot3_application 及 turtlebot3_applications_msgs 儲存庫。然後執行 catkin_make 來建立新套件。指令如下：

$ sudo apt-get install ros-kinetic-ar-track-alvar
$ sudo apt-get install ros-kinetic-ar-track-alvar-msgs
$ cd ~/catkin_ws/src
$ git clone https://github.com/ROBOTIS-GIT/turtlebot3_applications.git
$ git clone https://github.com/ROBOTIS-GIT/turtlebot3_applications_msgs.git
$ cd ~/catkin_ws && catkin_make

:::

{%youtube w9YTxZVY6yQ %}

:::info
**備註**:
- 這個跟隨者 demo 只使用 360 度 LDS-01 光達來實現。所使用的分類演算法，是基於之前所 fitting 的人物及障礙物位置的樣本，來採取行動。它可讓機器人跟隨在前方 50cm 距離和 140 度範圍間的人移動。
- 在有障礙物的空間內執行跟隨者 demo，可能效果不好。建議在空曠無障礙的空間執行。
:::

1. **[Remote PC 端]** 安裝 scikit-learn、NumPy 及 ScyPy 套件

$ sudo apt-get install python-pip
$ sudo pip install -U scikit-learn numpy scipy
$ sudo pip install --upgrade pip

2. **[Remote PC 端]** 當安裝完成，在 Remote PC 端執行 roscore 指令

$ roscore

3. **[TB3 SBC 端]** 啟動 TurtleBot3_bringup 程式

$ roslaunch turtlebot3_bringup turtlebot3_robot.launch

4. **[Remote PC 端]** 以下指令啟動 turtlebot3_follow_filter 程式，設定 TB3 Burger 環境參數

$ export TURTLEBOT3_MODEL=burger
$ roslaunch turtlebot3_follow_filter turtlebot3_follow_filter.launch

5. **[Remote PC 端]** 以下指令啟動執行 turtlebot3_follower 程式

$ roslaunch turtlebot3_follower turtlebot3_follower.launch

## 10.7. TB3 Panorama 全景照相
:::info
**備註**:
- turtlebot3_panorama 全景展示，使用 pano_ros 拍攝快照並將它們拼接在一起，來創建全景影像。
- 全景展示需要安裝 Raspicam_node 套件. 請參考 [Github 網頁](https://github.com/UbiquityRobotics/raspicam_node)的指示來安裝套件。
- 全景展示也需要安裝 OpenCV 及 cvbridge 套件. 請參考 [OpenCV 教程網頁](http://docs.opencv.org/2.4/doc/tutorials/introduction/linux_install/linux_install.html)的說明來安裝 OpenCV 套件
:::

1. **[TB3 SBC 端]** 啟動 turtlebot3_rpicamera 檔

$ roslaunch turtlebot3_bringup turtlebot3_rpicamera.launch

2. **[Remote PC 端]** 以下指令啟動 panorama 檔

$ roslaunch turtlebot3_panorama panorama.launch

3. **[Remote PC 端]** 以下指令啟動開始 panorama 全景展示

$ rosservice call turtlebot3_panorama/take_pano 0 360.0 30.0 0.3

可傳到 rosservice 服務以取得全景影像的參數有下列：
- mode for taking pictures 拍照的模式.
- 0 : 快照及旋轉(i.e. 旋轉，停止，快照，旋轉，停止，快照，……)
- 1 : 繼續(i.e. 在拍攝快照時保持旋轉)
- 2 : 停止拍照並創建全景影像
- 全景影像的總角度，以度為單位
- 在 snap&rotate 快照和旋轉模式時，當創建全景影像時，是角度間隔(以度為單位)，否則為時間間隔(以秒為單位)
- 旋轉速度(in radians/s 單位)

4. **[Remote PC 端] 以下指令可以看到全景影像的結果**

$ rqt_image_view image:=/turtlebot3_panorama/panorama


## 10.8. TB3 Automatic Parking 自動停車
{%youtube IRtdxoPo8Y8 %}

:::info
**備註**：
- turtlebot3_automatic_parking 展示使用 360 度 LDS-01 光達及反光帶。LaserScan topic 有來自 LDS 光達的強度和距離數據。TurtleBot3 使用它來定位反光帶。
- turtlebot3_automatic_parking 展示需要 Numpy 套件
:::

1. **[Remote PC 端]** 以下列指令安裝 Numpy 套件, 如已安裝過則可以跳過

$ sudo apt-get install python-pip
$ sudo pip install -U numpy
$ sudo pip install --upgrade pip

2. **[Remote PC 端]** 執行 roscore

$ roscore

3. **[TB3 SBC 端]** 啟動基本套件來開始 TB3 應用展示

$ roslaunch turtlebot3_bringup turtlebot3_robot.launch

4. **[Remote PC 端]** 如果使用 TB3 Burger 漢堡款，用以下指令來設定 TB3 model

:::success
**提示**: 在執行指令前，你必須先指定使用的 TurtleBot3 模型。指令內的 ${TB3_MODEL} 所對應的 TB3 模型名稱，有 burger，waffle，waffle_pi 三種。如果你要永久設定 exporting setting，請參考 [Export TURTLEBOT3_MODEL 頁面](http://emanual.robotis.com/docs/en/platform/turtlebot3/export_turtlebot3_model)。
:::

$ export TURTLEBOT3_MODEL=burger

5. **[Remote PC 端]** 執行 RViz 可視化工具

$ roslaunch turtlebot3_bringup turtlebot3_remote.launch
$ rosrun rviz rviz -d `rospack find turtlebot3_automatic_parking`/rviz/turtlebot3_automatic_parking.rviz

6. **[Remote PC 端]** 執行 automatic parking 自動停車擋

$ roslaunch turtlebot3_automatic_parking turtlebot3_automatic_parking.launch  

你可在 RViz 中選擇 LaserScan topic
- Topic /scan

- Topic /scan_spot

## 10.9. TB3 Automatic Parking Vision 自動停車(使用 camera)
:::info
**備註**：
- turtlebot3_automatic_parking_vision 使用 Raspberry pi 攝影機，因此此展示使用的預設平台是 TurtleBot3 Waffle Pi 鬆餅 Pi 款。由於它依一些在牆上找到的 AR marker 標記來停車，因此 AR marker 標記需要列印出來。整個過程使用從攝影機獲取的影像，因此如果停車過程不順利，請配置參數來調整，例如亮度，對比度等。
- turtlebot3_automatic_parking_vision 使用基於 image_proc 節點的矯正影像。為了獲得矯正的影像，TB3 應該取得 Raspberry pi 攝影機的光學校準數據。(每個下載的 turtlebot3 套件，已經將 Raspberry pi v2 攝影機校準數據，當作是預設的數據設置。)
- turtlebot3_automatic_parking_vision 套件需要 ar_track_alvar 套件。
:::

1. **[Remote PC 端]** 執行 roscore

$ roscore

2. **[TB3 SBC 端]** 啟用基本套件來開始 TB3 展示

$ roslaunch turtlebot3_bringup turtlebot3_robot.launch

3. **[TB3 SBC 端]** 開始 Raspberry pi 攝影機節點

$ roslaunch turtlebot3_bringup turtlebot3_rpicamera.launch

4. **[Remote PC 端]** Raspberry pi 套件會發布壓縮的影像以加速資料傳送。然而，在 image_proc 節點中的影像校正所需要的是 raw 原始影像。因此，壓縮影像應該轉換為 raw 原始影像。

$ rosrun image_transport republish compressed in:=raspicam_node/image raw out:=raspicam_node/image

5. **[Remote PC 端]** 接著進行影像矯正

$ ROS_NAMESPACE=raspicam_node rosrun image_proc image_proc image_raw:=image _approximate_s=true _queue_size:=20

6. **[Remote PC 端]** 現在應該開始 AR marker 標記的偵測。在執行相關的啟動文件之前，應該先導出此展示將使用的 TB3 模型。運行啟動文件後，RViz 將自動在預設環境下運行。

$ export TURTLEBOT3_MODEL=waffle_pi
$ roslaunch turtlebot3_automatic_parking_vision turtlebot3_automatic_parking_vision.launch

{%youtube dvpWdrD3bVs %}
TB3 自動停車(攝影機版)
:::info
**備註**: 手冊中的影片內容可能隨時更新，恕不另行通知。
:::

## 10.10. 載入多個 TB3
:::info
**備註**：此應用展示需要韌體版本 v1.2.1 或以上。
:::
1. **[Remote PC 端]** 執行 roscore

$ roscore

2. 使用不同的 namespace 來構建多個 turtlebot3。我們建議 namespace 包含常用字詞，如 tb3_0，tb3_1 或 my_robot_0，my_robot_1。

- **[TB3 SBC 端 (tb3_0)]** 為節點提供 ROS NAMESPACE 的基本套件，為 tf 前綴提供 multi_robot_name，以及為光達框架 lidar frame id 提供 set_lidar_frame_id。 這些參數必須相同。

$ ROS_NAMESPACE=tb3_0 roslaunch turtlebot3_bringup turtlebot3_robot.launch multi_robot_name:="tb3_0" set_lidar_frame_id:="tb3_0/base_scan"

- **[TB3 SBC 端 (tb3_1)]** 為節點提供 ROS NAMESPACE 的基本套件，為 tf 前綴提供multi_robot_name，以及為光達框架 lidar frame id 提供 set_lidar_frame_id。 這些參數必須相同，但需跟其他機器人不同。

$ ROS_NAMESPACE=tb3_1 roslaunch turtlebot3_bringup turtlebot3_robot.launch multi_robot_name:="tb3_1" set_lidar_frame_id:="tb3_1/base_scan"

3. 然後你用來啟動 tb3_0 的那個 terminal 視窗，將顯示以下訊息。可以觀看前綴為 tb3_0 的 TF 變換樹訊息

SUMMARY
========

PARAMETERS
 * /rosdistro: kinetic
 * /rosversion: 1.12.13
 * /tb3_0/turtlebot3_core/baud: 115200
 * /tb3_0/turtlebot3_core/port: /dev/ttyACM0
 * /tb3_0/turtlebot3_core/tf_prefix: tb3_0
 * /tb3_0/turtlebot3_lds/frame_id: tb3_0/base_scan
 * /tb3_0/turtlebot3_lds/port: /dev/ttyUSB0

NODES
  /tb3_0/
    turtlebot3_core (rosserial_python/serial_node.py)
    turtlebot3_diagnostics (turtlebot3_bringup/turtlebot3_diagnostics)
    turtlebot3_lds (hls_lfcd_lds_driver/hlds_laser_publisher)

ROS_MASTER_URI=http://192.168.1.2:11311

process[tb3_0/turtlebot3_core-1]: started with pid [1903]
process[tb3_0/turtlebot3_lds-2]: started with pid [1904]
process[tb3_0/turtlebot3_diagnostics-3]: started with pid [1905]
[INFO] [1531356275.722408]: ROS Serial Python Node
[INFO] [1531356275.796070]: Connecting to /dev/ttyACM0 at 115200 baud
[INFO] [1531356278.300310]: Note: publish buffer size is 1024 bytes
[INFO] [1531356278.303516]: Setup publisher on sensor_state [turtlebot3_msgs/SensorState]
[INFO] [1531356278.323360]: Setup publisher on version_info [turtlebot3_msgs/VersionInfo]
[INFO] [1531356278.392212]: Setup publisher on imu [sensor_msgs/Imu]
[INFO] [1531356278.414980]: Setup publisher on cmd_vel_rc100 [geometry_msgs/Twist]
[INFO] [1531356278.449703]: Setup publisher on odom [nav_msgs/Odometry]
[INFO] [1531356278.466352]: Setup publisher on joint_states [sensor_msgs/JointState]
[INFO] [1531356278.485605]: Setup publisher on battery_state [sensor_msgs/BatteryState]
[INFO] [1531356278.500973]: Setup publisher on magnetic_field [sensor_msgs/MagneticField]
[INFO] [1531356280.545840]: Setup publisher on /tf [tf/tfMessage]
[INFO] [1531356280.582609]: Note: subscribe buffer size is 1024 bytes
[INFO] [1531356280.584645]: Setup subscriber on cmd_vel [geometry_msgs/Twist]
[INFO] [1531356280.620330]: Setup subscriber on sound [turtlebot3_msgs/Sound]
[INFO] [1531356280.649508]: Setup subscriber on motor_power [std_msgs/Bool]
[INFO] [1531356280.688276]: Setup subscriber on reset [std_msgs/Empty]
[INFO] [1531356282.022709]: Setup TF on Odometry [tb3_0/odom]
[INFO] [1531356282.026863]: Setup TF on IMU [tb3_0/imu_link]
[INFO] [1531356282.030138]: Setup TF on MagneticField [tb3_0/mag_link]
[INFO] [1531356282.033628]: Setup TF on JointState [tb3_0/base_link]
[INFO] [1531356282.041117]: --------------------------
[INFO] [1531356282.044421]: Connected to OpenCR board!
[INFO] [1531356282.047700]: This core(v1.2.1) is compatible with TB3 Burger
[INFO] [1531356282.051355]: --------------------------
[INFO] [1531356282.054785]: Start Calibration of Gyro
[INFO] [1531356284.585490]: Calibration End

4. **[Remote PC 端]** 啟動具有相同 namespace 的 robot state publisher
- [TurtleBot(tb3_0)]

$ ROS_NAMESPACE=tb3_0 roslaunch turtlebot3_bringup turtlebot3_remote.launch multi_robot_name:=tb3_0

- [TurtleBot(tb3_1)]

$ ROS_NAMESPACE=tb3_0 roslaunch turtlebot3_bringup turtlebot3_remote.launch multi_robot_name:=tb3_1

5. 在開始另一個應用程序之前，檢查 topics 主題和 TF tree 變換樹以打開 rqt。

$ rqt


要使用此設置，每個 TB3 要使用 SLAM 製作地圖，並且這些地圖要由 [multi_map_merge](http://wiki.ros.org/multirobot_map_merge) 套件同時合併。您可以瀏覽 [Virtual SLAM by Multiple TurtleBot3s](http://emanual.robotis.com/docs/en/platform/turtlebot3/simulation/#2-excute-slam) 章節，來獲取更多有關的訊息。

# **11. Locomotion 各種 TB3 改裝運動造型**
---
跟 Melodic 相同，請參考 Melodic 內容

**TurtleBot3 Friends 改裝造型列表(locomotion list)**
- TurtleBot3 Friends: Car 小車
- TurtleBot3 Friends: OpenManipulator 機器手臂
- TurtleBot3 Friends: Segway 賽格威二輪平衡
- TurtleBot3 Friends: Conveyor 輸送車
- TurtleBot3 Friends: Monster 怪獸四驅車
- TurtleBot3 Friends: Tank 履帶車
- TurtleBot3 Friends: Omni 全向輪
- TurtleBot3 Friends: Mecanum 萬象輪
- TurtleBot3 Friends: Bike 三輪車
- TurtleBot3 Friends: Road Train 聯結車
- TurtleBot3 Friends: Real TurtleBot 真烏龜
- TurtleBot3 Friends: Carrier 多層運送車

# **12. Learn 學習資源課程**
---
跟 Melodic 相同，請參考 Melodic 內容

## 12.1. Amazon AWS RoboMaker 使用 TurtleBot3
跟 Melodic 相同，請參考 Melodic 內容
### 12.1.1. AWS RoboMaker 範例使用 TB3
### 12.1.2. AWS RoboMaker 強化學習範例使用 TB3

## 12.2 透過 Matlab 蒐集數據
跟 Melodic 相同，請參考 Melodic 內容

## 12.3. The Construct 線上教學網站
跟 Melodic 相同，請參考 Melodic 內容
### 12.3.1. MASTER WITH ROS: TurtleBot3 (英文課程)
### 12.3.2. 使用 RDS v2.0 在 5 分鐘內進行 TurtleBot3 模擬
### 12.3.3. TurtleBot3 光達掃描的訂閱

## 12.4. TurtleBot3 Blockly
跟 Melodic 相同，請參考 Melodic 內容

## 12.5. TurtleBot3 Simulation on ROS Indigo
跟 Melodic 相同，請參考 Melodic 內容

## 12.6. Youtube 影片課程
跟 Melodic 相同，請參考 Melodic 內容

## 12.7. 實體書
有簡中版 PDF，請跟採智科技詢問

## 12.8. TurtleBot3 影片分享
跟 Melodic 相同，請參考 Melodic 內容

### 12.8.1. Open Source Team 的 TB3 影片
### 12.8.2. ROBOTIS Channel 的 TB3 影片
### 12.8.3. TB3 的一些有趣專案項目介紹

# **13. 更多產品資訊**
---
跟 Melodic 相同，請參考 Melodic 內容

## 13.1. 附錄 - TB3 主要零件補充說明
跟 Melodic 相同，請參考 Melodic 內容
### 13.1.1. Dynamixel 智能馬達
### 13.1.2. OpenCR 1.0 控制板
### 13.1.3. LDS-01 光達
### 13.1.4. LDS-02 光達
### 13.1.5. Intel RealSense R200 深度攝影機
### 13.1.6. Raspberry Pi camera v2 樹莓派攝影機

## 13.2. 相容之第三方設備
跟 Melodic 相同，請參考 Melodic 內容
### 13.2.1. Computer
### 13.2.2. 感測器

## 13.3. 添加新感測器到 TB3 OpenCR 板
跟 Melodic 相同，請參考 Melodic 內容
### 13.3.1. Bumper 碰觸感測器
### 13.3.2. IR 感測器
### 13.3.3. Ultrasonic 超音波
### 13.3.4. Illumination 照明
### 13.3.5. LED

## 13.4. 開源資源下載及授權
跟 Melodic 相同，請參考 Melodic 內容
### 13.4.1. TB3 開源軟體下載
### 13.4.2. 開源硬體下載
### 13.4.3. 軟體授權
### 13.4.4. 硬體授權
### 13.4.5. 文件授權

# **14. 常見問題 FAQ**
---
跟 Melodic 相同，請參考 Melodic 內容

**常見問題**：
1. 如何在 Raspberry Pi 樹莓派啟動 SSH Server
2. 如何在 TB3 及 Remote PC 間同步時間
3. 設定 TB3 上的 Dynamixel 智能馬達
4. 當電池連接在 TB3 時，可以充電嗎?
5. 如何下載 TB3 的 3D 列印 STL 檔案
6. Intel Joule 深度攝影機 USB-C Port 在 Win 10 不能辨識
7. Intel Joule 深度攝影機在開機/安裝時凍結
8. 如何更新軟體
9. 如何更新韌體

# **15. 聯絡採智科技**
---

採智科技是 [**TurtleBot3 台灣唯一官方授權代理商**](https://www.turtlebot.com/partners/)，如有產品需求，使用，技術或維修上的問題，請聯絡我們。

**採智科技股份有限公司**
台北市11076信義區松德路12號10F
Tel: [phone]
Fax: [phone]
mail: info(at)idminer.com.tw
採智科技網站: http://www.idminer.com.tw/

** **下載 "ROS 機器人編程" 簡中版** (使用 TurtleBot3 為 ROS 1 實作平台)
- [**ROS 機器人編程- 簡中 PDF**](https://www.dropbox.com/s/5cqhl5f17e2p1b5/ROS_Robot_Programming_CN.pdf?dl=0)
- [**ROS Robot Programming- 英文 PDF**](https://www.dropbox.com/s/x1bj7u878p2hgtq/ROS_Robot_Programming_EN.pdf?dl=0)

| **簡中版章節列表** | | |
|:--------------------- |:----------------------- | --------------- |
| 1. 機器人軟件平台 | 6. ROS 工具 | 11. SLAM 和導航 |
| 2. 機器人操作系統 ROS | 7. ROS 編程基礎 | 12. 服務機器人 |
| 3. 搭建 ROS 開發環境 | 8. 機器人、傳感器和電機 | 13. 機械手臂 |
| 4. ROS 的重要概念 | 9. 嵌入式系統 | |
| 5. ROS 命令 | 10. 移動機器人 | |

###### tags: `TurtleBot3(ROS1)`