Robótica

Clase 13

Semana 16 - 13/08/2025

Simulación de sensores

Gazebo tiene la capacidad de simular sensores y publicar su salida en topics

Se utiliza el tag <sensor></sensor> en el URDF

<gazebo reference="{nombre_link}">
    <sensor name="{nombre}" type="{tipo}">
        <!-- Atributos -->
    </sensor>
</gazebo>

Cada sensor tiene que estar referenciado a un link
Cada tipo de sensor tiene su implementación específica

Sensor tipo IMU

Parámetros

Tipo: imu
Plugin: gz::sim::systems::Imu
Iniciar encendido (always_on)
Frecuencia de datos en [Hz]
Topic (de tipo gz.msgs.IMU)

<gazebo reference="imu_link">
  <sensor name="imu" type="imu">
    <plugin
      filename="gz-sim-imu-system" 
      name="gz::sim::systems::Imu">
    </plugin>

    <always_on>true</always_on>
    <update_rate>{freq_hz}</update_rate>
    <topic>{nombre_topic}</topic>
    <visualize>true</visualize>
  </sensor>
</gazebo>

Con esa definición la IMU se comporta como un sensor ideal con mediciones casi perfectas

Simulando ruido

Gazebo provee un motor de ruido para simular sensores reales

Ejemplo de ruido gaussiano

<noise type="gaussian">
  <mean>{media}</mean>                        <!-- Media -->
  <stddev>{desviacion_estandar}</stddev>      <!-- Desviación estándar -->
  <bias_mean>{corr_media}</bias_mean>         <!-- Corrimiento de la media -->
  <bias_stddev>{corr_dev_std}</bias_stddev>   <!-- Corrimiento de la dev. std. -->
  
  <!-- Corrimiento dinámico de la desviación estándar y bias -->
  <dynamic_bias_stddev>{dyn_bias_stddev}</dynamic_bias_stddev>
  <!-- Corrimiento del bias a lo largo del tiempo -->
  <dynamic_bias_correlation_time>{dyn_bias_time}</dynamic_bias_correlation_time>
</noise>

Ejemplo: BMI088

Table 4: Accelerometer specifications
- Zero-g Offset (\(\mathrm{Off}\)): \(20 \mathrm{[mg]}\)
- Output Data Rate (\(\mathrm{ODR}\)): \(12.5 - 1600 \mathrm{[Hz]}\)
- Output Noise Density (\(\mathrm{n_{rms}}\)): \(190\) (Z-axis) \(160\) (X- & Y-axis) \(\mathrm{[\mu g / \surd Hz]}\)
Table 5: Gyroscope specifications
- Zero-rate Offset (\(\mathrm{Off \, \Omega_x \Omega_y \Omega_z}\)): \(\pm 1 \mathrm{[°/s]}\)
- Data rate: \(2000, 1000, 400, 200, 100 \mathrm{[Hz]}\)
- Output Noise (\(\mathrm{n_{rms}}\)): \(0.1 \mathrm{[°/s]}\)

Definición de los parámetros

Ejemplo BMI088

<sensor name="imu" type="imu">
  <plugin
    filename="gz-sim-imu-system" 
    name="gz::sim::systems::Imu">
  </plugin>

  <always_on>1</always_on>
  <update_rate>100</update_rate>
  <topic>/imu/data</topic>
  <visualize>true</visualize>

  <imu>
    <linear_acceleration>
      <x>
      <noise type="gaussian">
        <mean>0.020</mean>
        <stddev>0.0016</stddev>
      </noise>
      </x>
      <y>
        <!-- Repite los parámetros de X -->
      </y>
      <z>
      <noise type="gaussian">
        <mean>0.020</mean>
        <stddev>0.0019</stddev>
      </noise>
      </z>
    </linear_acceleration>
    <angular_velocity>
      <x>
      <noise type="gaussian">
        <mean>0.0174533</mean>          <!-- 1° en rad -->
        <stddev>0.00174533</stddev>     <!-- 0.1° en rad -->
      </noise>
      </x>
      <y>
        <!-- Repite los parámetros de X  -->
      </y>
      <z>
        <!-- Repite los parámetros de X -->
      </z>
    </angular_velocity>
  </imu>
</sensor>

Sensor tipo LiDAR

Parámetros

Tipo: gpu_lidar
Plugin: gz::sim::systems::Sensors
Topic (de tipo gz.msgs.LaserScan)

<gazebo reference="lidar_link">
  <sensor name="lidar" type="gpu_lidar">
    <always_on>true</always_on>
    <update_rate>{freq_hz}</update_rate>
    <topic>{nombre_topic}</topic>
    <visualize>true</visualize>

    <lidar>
      <scan>
        <horizontal>
          <samples>{cantidad_rayos}</samples>
          <resolution>{res}</resolution>
          <min_angle>{min}</min_angle>
          <max_angle>{max}</max_angle>
        </horizontal>
        <vertical>
          <!-- Mismos parámetros -->
        </vertical>
      </scan>
      <range>
        <min>{rango_min}</min>
        <max>{rango_max}</max>
        <resolution>{res_lineal}</resolution>
      </range>
      <noise>
        <type>gaussian</type>
        <mean>{media}</mean>
        <stddev>{dev_std}</stddev>
      </noise>
    </lidar>
  </sensor>
</gazebo>

Sensor tipo LiDAR

Parámetros

Parámetros angulares (scan):
- Cantidad de rayos
- Resolución (angular)
- Apertura (ángulo min. y max en °)
- Para un LiDAR 3D el valor de samples en vertical debe ser \(\mathrm{> 1}\)
Parámetros lineales (range):
- Distancia máxima y mínima a detectar
- Resolución lineal
Parámetros de ruido gaussiano

<gazebo reference="lidar_link">
  <sensor name="lidar" type="gpu_lidar">
    <always_on>true</always_on>
    <update_rate>{freq_hz}</update_rate>
    <topic>{nombre_topic}</topic>
    <visualize>true</visualize>

    <lidar>
      <scan>
        <horizontal>
          <samples>{cantidad_rayos}</samples>
          <resolution>{res}</resolution>
          <min_angle>{min}</min_angle>
          <max_angle>{max}</max_angle>
        </horizontal>
        <vertical>
          <!-- Mismos parámetros -->
        </vertical>
      </scan>
      <range>
        <min>{rango_min}</min>
        <max>{rango_max}</max>
        <resolution>{res_lineal}</resolution>
      </range>
      <noise>
        <type>gaussian</type>
        <mean>{media}</mean>
        <stddev>{dev_std}</stddev>
      </noise>
    </lidar>
  </sensor>
</gazebo>

Ejemplo 2D: Slamtec S3M1-R2

Measurement Performance
- Distance Range: \(0.05 - 15.0 \mathrm{[m]}\)
- Scanning Frequency: Typ. \(10 \mathrm{[Hz]}\)
- Angular Resolution: Typ. \(0.1125 ^{\circ}\)
- Accuracy: \(\pm 30 \mathrm{[mm]}\)
- Resolution: \(10 \mathrm{[mm]}\)

Slamtec RPlidar S3 — Fuente: RobotShop (robotshop.com)

Definición de los parámetros

Ejemplo S3M1-R2

<sensor name="lidar" type="gpu_lidar">
    <always_on>true</always_on>
    <update_rate>10</update_rate>
    <topic>/scan</topic>
    <visualize>true</visualize>

    <lidar>
      <scan>
        <horizontal>
          <samples>3200</samples>     <!-- 360/0.1125 -->
          <resolution>1</resolution>
          <min_angle>${-pi}</min_angle>
          <max_angle>${pi}</max_angle>
        </horizontal>
        <!-- Al ser 2D no tiene parámetros verticales -->
      </scan>
      <range>
        <min>0.05</min>                 <!-- 5 cm -->
        <max>15</max>                   <!-- 15 m -->
        <resolution>0.010</resolution>  <!-- 10 mm -->
      </range>
      <noise>
        <type>gaussian</type>
        <mean>0.0</mean>
        <stddev>0.030</stddev>          <!-- 30 mm -->
      </noise>
    </lidar>
  </sensor>

Objetos para detectar

Cambiar el entorno de Gazebo para agregar objetos: primitivas o modelos de Fuel

Opción 1: Editar el mundo por defecto empty.sdf con Gazebo y exportarlo
Opción 2: Generar un archivo .world en formato SDF

Cargar un archivo world en Gazebo

En el archivo .launch.py

from launch.substitutions import PathJoinSubstitution, TextSubstitution
# ...
    IncludeLaunchDescription(
        PythonLaunchDescriptionSource(
            PathJoinSubstitution(
                [FindPackageShare('ros_gz_sim'), 'launch', 'gz_sim.launch.py']
            ),
        ),
        launch_arguments={
            'gz_args': [
                TextSubstitution(text="-r -v 4"),
                PathJoinSubstitution([
                    FindPackageShare("<nombre_paquete>"),
                    'worlds',
                    '<nombre_archivo>.world',
                ]),
            ]
        }.items()
    )

Topics de Gazebo

Los sensores publicarán topics de Gazebo

Será necesario “puentearlos” hacia ROS2 mediante el paquete ros_gz_bridge

launch.py

    Node(
        package="ros_gz_bridge",
        executable="parameter_bridge",
        parameters=[{
            "config_file": PathJoinSubstitution(
                [FindPackageShare("<nombre_paquete>"), "config", "gz_bridge.yaml"]
            ),
        }],
    )

gz_bridge.yaml

- topic_name: "<nombre_topic>"
  ros_type_name: "<tipo_topic_ROS>"
  gz_type_name: "<tipo_topic_Gazebo>"
  direction: <direccion> # GZ_TO_ROS | ROS_TO_GZ | BIDIRECTIONAL
  lazy: true

Mensajes de IMU

Gazebo: gz.msgs.IMU
ROS2: sensor_msgs/msg/Imu

sensor_msgs/Imu
├── std_msgs/Header header
├── geometry_msgs/Quaternion
|   ├── float64 x
|   ├── float64 y
|   ├── float64 z
|   └── float64 w
├── float64[9] orientation_covariance
|
├── geometry_msgs/Vector3 angular_velocity      # Velocidad rotacional en rad/s
|   ├── float64 x
|   ├── float64 y
|   └── float64 z
├── float64[9] orientation_covariance
|
├── geometry_msgs/Vector3 linear_acceleration   # Aceleraciones en m/s^2
|   ├── float64 x
|   ├── float64 y
|   └── float64 z
└── float64[9] orientation_covariance

Mensajes de LIDAR

Gazebo: gz.msgs.LaserScan
ROS2: sensor_msgs/msg/LaserScan

sensor_msgs/LaserScan
├── std_msgs/Header header
├── float32 angle_min           # Angulo incial [rad]
├── float32 angle_max           # Angulo final [rad]
├── float32 angle_increment     # Distancia angular entre mediciones [rad]
|
├── float32 time_increment      # Tiempo entre mediciones [seconds]
├── float32 scan_time           # Tiempo entre scans [seconds]
|
├── float32 range_min           # Rango mínimo [m]
├── float32 range_max           # Rango máximo [m]
|
├── float32[] ranges            # Valores de rango medidos [m]
└── float32[] intensities       # Intensidades de luminosidad medidas

Laboratorio

Simulación de sensores y aplicación

Robótica

Simulación de sensores

Sensor tipo IMU

Simulando ruido

Ejemplo: BMI088

Table 4: Accelerometer specifications

Table 5: Gyroscope specifications

Definición de los parámetros

Sensor tipo LiDAR

Sensor tipo LiDAR

Ejemplo 2D: Slamtec S3M1-R2

Measurement Performance

Definición de los parámetros

Objetos para detectar

Cargar un archivo world en Gazebo

Topics de Gazebo

Mensajes de IMU

Mensajes de LIDAR

Laboratorio