実証実験3手順

事前準備

1. カメラの事前準備
   1. 天井にカメラ2台を設置
   2. 座標の中心をマーキング
      1. window 1: roslaunch rpl 0-1_centerImage.launch
   3. 中心位置から半径1.5m(可能であれば2m)を50cm感覚でマーキング
   4. 中心位置にロボットの初期位置をマーキング(ロボットから見て右向き)
2. ロボットで地図を生成

テストケース1:マーカ位置推定精度の検証

1. ロボットを各ポイントに移動させ、位置情報を保存

• roslaunch rpl 1-1_capture_position.launchを起動
• rostopic pub /AR/create std_msgs/String "data: 'record'"で画像と位置情報を保存

2. 床座標からfloor.csvと変換行列を作成

• python ./scripts/1-2_create_truevalue.pyを内部パラメータを変えて実行(floor.csvを出力)
• python ./scripts/1-3_create_transMatrix.pyを内部のパラメータを変えて実行(変換行列と比較結果のcsvを出力)

3. ※各位置情報をプロット、統計を取り信頼区間を導出

テストケース2:※

1. ロボットを初期位置へ移動させ位置推定を開始

• roslaunch rpl estimate_position.launchをパラメータを変えて起動

3. ロボットの移動履歴を保存
   1. rosbagを起動し、位置情報とコマンドのログを取得
      • rosbag record /AR/integrated_pose /command/control /command/state /command/mission /cartographer/pose /RB/estimated_pose /RB/confution_pose /RB/confution_pose/position /RB/confution_pose/degree /AR/camera_pose /AR/estimated_pose /AR/create /map /points2
   2. ロボットへWPを渡し、移動指示
      1. rosrun rpl minimini2_command.pyをパラメータを変えて起動（WPと実行指示）
      2. rostopic pub /command/control eams_msgs/Control "{header: auto, command: 1}"
   3. ※マーカ座標とロボット座標を比較

テストケース3:※

1. ローカル上で誤り検出
   1. ロボットを初期位置へ移動させ位置推定を開始
      • roslaunch rpl estimate_position.launchをパラメータを変えて起動
   2. rosbagを起動し、位置情報とコマンドのログを取得
      • rosbag record /AR/integrated_pose /command/control /command/state /command/mission /cartographer/pose /RB/estimated_pose /RB/confution_pose /RB/confution_pose/position /RB/confution_pose/degree /AR/camera_pose /AR/estimated_pose /AR/create /map /points2
   3. ローカル側で検出機能を実行
      • roslaunch rpl 3-1_detect_error_position.launchをパラメータを変えて起動
   4. ロボットの誤り生成プログラムを起動
      • X方向の誤り：rosrun rpl error_pose_generator.py _direction:=x _value:=0.01
      • Y方向の誤り：rosrun rpl error_pose_generator.py _direction:=y _value:=0.1
   5. ロボットのstateが停止に変化したことを確認
   6. 誤りを初期化
      • rostopic pub /RB/confution_pose/position geometry_msgs/Point "{x: 0.0,y: 0.0,z: 0.0}"
2. クラウド上で誤り検出
   1. ロボットを初期位置へ移動させ位置推定を開始
      • roslaunch rpl estimate_position.launchをパラメータを変えて起動
   2. rosbagを起動し、位置情報とコマンドのログを取得
      • rosbag record /AR/integrated_pose /command/control /command/state /command/mission /cartographer/pose /RB/estimated_pose /RB/confution_pose /RB/confution_pose/position /RB/confution_pose/degree /AR/camera_pose /AR/estimated_pose /AR/create /map /points2
   3. クラウド側で検出機能を実行
      • roslaunch rpl 3-1_detect_error_position.launchをパラメータを変えて起動
   4. ロボットの誤り生成プログラムを起動
      • X方向の誤り：rosrun rpl error_pose_generator.py _direction:=x _value:=0.01
      • Y方向の誤り：rosrun rpl error_pose_generator.py _direction:=y _value:=0.1
   5. ロボットのstateが停止に変化したことを確認
   6. 誤りを初期化
      • rostopic pub /RB/confution_pose/position geometry_msgs/Point "{x: 0.0,y: 0.0,z: 0.0}"

demo

1. ロボットを初期位置へ移動させ位置推定を開始
   • roslaunch rpl demo.launchをパラメータを変えて起動
2. rvizを起動
3. 誤り検出及びアラートの起動
   • roslaunch rpl detector_alert.launch
4. ロボットへWPを渡し、移動指示
   1. rosrun rpl minimini2_command.pyをパラメータを変えて起動（WPと実行指示）
   2. rostopic pub /command/control eams_msgs/Control "{header: auto, command: 1}"
5. ロボットの誤り生成プログラムを起動
   • X方向の誤り：rosrun rpl error_pose_generator.py _direction:=x _value:=0.01
   • Y方向の誤り：rosrun rpl error_pose_generator.py _direction:=y _value:=0.1
6. 誤りを初期化
   • rostopic pub /RB/confution_pose/position geometry_msgs/Point "{x: 0.0,y: 0.0,z: 0.0}"

---

Othre Usecases

View the Camera image

roslaunch rpl camera.launch

View the AR image

roslaunch rpl ar.launch

View the Calibrated image

roslaunch rpl calibration.launch