Курс ROS2: Автономна навігація для Indoor-роботів

Практичний курс про базову архітектуру автономного мобільного робота в ROS 2. На прикладі складського або сервісного indoor-робота розберете, як взаємодіють sensors, localization, planning, control та actuators - і як об’єднати їх в одну систему. Протягом курсу працюватимете з ROS 2, Gazebo, LiDAR, IMU, wheel odometry, EKF, SLAM Toolbox, AMCL та Nav2: змоделюєте робота, побудуєте карту, налаштуєте локалізацію, автономний рух і виконання місії. У фіналі зберете автономного indoor-робота, який рухається за картою, обходить перешкоди й виконує заданий сценарій.

Програма курсу

Екосистема автономних мобільних роботів та роль Robotics Software Engineer

• Розберете типи indoor-роботів, їхні місії та архітектуру автономної робототехнічної системи
• Простежите шлях даних від sensors і perception до localization, planning, control та actuators
• Зрозумієте роль Robotics Software Engineer та відмінності між indoor- і outdoor-платформами

ROS2: workspace, packages, nodes i topics

• Розберете ROS 2 graph, DDS, структуру workspace та packages
• Навчитеся створювати nodes, publishers і subscribers та працювати з message interfaces
• Використовуватимете ROS 2 CLI та rqt_graph для діагностики взаємодії компонентів

Services, actions, parameters, lounch i qos

• Навчитесь обирати між topics, services та actions для різних сценаріїв взаємодії
• Налаштуєте parameters, YAML-конфігурації, launch-файли, namespaces і remapping
• Розберете QoS і типові проблеми reliability, durability й сумісності компонентів

URDF/XACRO, TF2 і системи координат

• Створите URDF/Xacro-модель мобільного робота з links, joints та сенсорними модулями
• Побудуєте TF-дерево для map, odom, base_link та sensor frames
• Навчитеся знаходити помилки трансформацій через RViz і TF2

Gazebo harmonic та фізика Indoor-середовища

• Запустите модель робота в Gazebo Harmonic та попрацюєте з ROS–Gazebo bridge
• Розберете mass, inertia, center of mass, collision geometry та friction
• Навчитеся діагностувати нестабільну фізику, ковзання та некоректні контакти

ROS_control і differential drive

• Розберете архітектуру ros2_control та hardware abstraction
• Налаштуєте diff_drive_controller, cmd_vel, joint states і wheel odometry
• Навчитеся керувати рухом робота й діагностувати помилки параметрів привода

Lidar, IMU, камера та rosbag

• Додасте до симуляції LiDAR, IMU та RGB-камеру й налаштуєте sensor topics
• Попрацюєте з noise, timestamps, frame_id та візуалізацією даних у RViz
• Навчитеся записувати й відтворювати сенсорні дані через rosbag

Кінематика differental drive та wheel odometry

• Розберете зв’язок швидкостей коліс з лінійною та кутовою швидкістю робота
• Навчитеся розраховувати pose та працювати з odom → base_link
• Проаналізуєте похибки wheel odometry через ковзання, енкодери та параметри моделі

IMU: моделі похибок та підготовка даних

• Розберете accelerometer, gyroscope, orientation і системи координат IMU
• Навчитеся працювати з bias, noise, drift і covariance
• Перевірятимете правильність осей, одиниць і якість IMU-даних у русі та спокої

Sensor fusion через Robot_Localization

• Розберете базовий принцип EKF та задачу оцінювання стану робота
• Об’єднаєте wheel odometry та IMU через robot_localization
• Навчитеся налаштовувати frames, covariance і порівнювати raw та filtered odometry

Обробка Lasercan, перешкоди й Detections

• Навчитесь аналізувати й фільтрувати дані 2D LiDAR
• Реалізуєте визначення найближчої перешкоди й базовий safety stop
• Передаватимете obstacle data у Nav2 costmap і працюватимете з detections через TF2

Побудова 2D-карти через SLAM Toolbox

• Розберете Occupancy Grid, scan matching, pose graph і loop closure
• Побудуєте і збережете карту indoor-середовища через SLAM Toolbox
• Навчитесь оцінювати якість карти й знаходити розриви, зміщення та помилки loop closure

AMCL та локалізація на готовій карті

• Розберете різницю між odometry, SLAM і localization та принцип particle filter
• Налаштуєте AMCL для роботи з LiDAR і готовою картою
• Навчитеся визначати втрату локалізації та повторно ініціалізувати положення робота

NAV2: Costmaps, planner, controller i recovery

• Розберете архітектуру Nav2 і роботу Planner, Controller та Behavior servers
• Налаштуєте global/local costmaps, planner і controller для автономного руху
• Навчитеся будувати маршрут, обходити перешкоди й запускати recovery behaviors

Behavior trees та управління автономною місією

• Побудуєте багатоетапну місію через Behavior Trees
• Поєднаєте waypoints, actions, detections і повернення робота на базу
• Налаштуєте retry, timeout, skip та abort для обробки помилок і недосяжних цілей

Інтеграція та надійність автономної системи

• Об’єднаєте ROS 2, сенсори, локалізацію та Nav2 у цілісну систему автономного робота
• Навчитеся діагностувати проблеми через ROS graph, TF, logs, topic frequency та rosbag
• Протестуєте відмови сенсорів, втрату локалізації та блокування маршруту і презентуєте курсовий проєкт

Особливості курсу

• Допомога ментора
• Практика
• Кейс в портфоліо
• Сертифікат про проходження курсу
• Курсовий проєкт - Автономний Indoor-робот у Gazebo

Викладачі курсу

Руслан Бредун - Team Lead, MilTech