Drone F450 com PX4, ROS2, Jetson Xavier, ZED Mini, UM7 Inertial e RTK Emlid

Este repositório contém o código e as instruções para configurar e operar um Drone F450 equipado com PX4, ROS2, Jetson Xavier, ZED Mini, UM7 Inertial e RTK Emlid para realizar missões autônomas com planejamento de trajetória (Path Planning). Utilizamos algoritmos de SLAM para navegação e mapeamento.

Demo do Projeto

Assista ao vídeo acima para ver o projeto em ação na competição SARC Barinet. O propósito é detectar regiões com possíveis macrófitas, plantas aquáticas importantes para ecossistemas de rios.

Sumário

• Visão Geral
• Componentes Utilizados
• Pré-requisitos
• Instalação
  • Configuração do Docker
  • Configuração do PX4
  • Configuração do ROS2
• Execução
• SLAM e Planejamento de Trajetória
• Contribuições
• Licença

---

Visão Geral

Este projeto visa criar uma plataforma de drone autônomo utilizando o Drone F450. A integração dos diversos sensores e sistemas embarcados permite que o drone execute missões autônomas, empregando algoritmos de SLAM para mapeamento e navegação, além de realizar Path Planning para evitar obstáculos e otimizar rotas.

O sistema é baseado no PX4 como controlador de voo e ROS2 como framework de comunicação para integração dos diversos sensores e algoritmos. A Jetson Xavier é usada para processamento pesado, como o processamento de imagens da ZED Mini para a geração de mapas em 3D e o algoritmo de SLAM.

Componentes Utilizados

• Drone F450 Frame: Quadro do drone.
• Pixhawk 4: Sistema de piloto automático para controle de voo.
• ROS2 (Robot Operating System 2): Framework para integração de sistemas e sensores.
• Jetson Xavier: Computador de bordo para processamento de algoritmos de visão e IA.
• ZED Mini: Câmera estereoscópica para mapeamento e navegação em 3D.
• UM7 Orientation Sensor: Unidade de Medição Inercial (IMU) para fornecer dados de orientação.
• RTK Emlid: Sistema de correção GNSS para navegação de alta precisão.

Pré-requisitos

Antes de começar, certifique-se de que você atendeu aos seguintes requisitos:

• Jetson Xavier com JetPack configurado.
• Docker instalado na Jetson Xavier.
• PX4 configurado no drone.
• ROS2 instalado e configurado.
• ZED Mini SDK instalado.
• UM7 Sensor conectado e configurado.
• RTK Emlid configurado para fornecer dados GNSS de alta precisão.

Instalação

Construa a imagem Docker para PX4 e ROS2:

docker build -t px4_ros2_jetson .

Execute o container:

docker run -it --privileged px4_ros2_jetson /bin/bash

Configuração do PX4

Compile o código PX4:

make px4_fmu-v5_default

Configure o PX4 para comunicação com o ROS2. Certifique-se de que o MAVROS está configurado corretamente para se comunicar com o PX4:

sudo apt install ros-humble-mavros ros-humble-mavros-extras

Configurar o drone no QGroundControl para iniciar as missões.

Configuração do ROS2

Instale os pacotes ROS2 necessários:

sudo apt update
sudo apt install ros-humble-desktop

Pacotes para ZED Mini:

Instale o SDK da ZED Mini e o wrapper para ROS2:

wget https://stereolabs.sfo2.digitaloceanspaces.com/zedsdk/3.5/jetson_jp45/zedsdk_3.5.0_jp45_jetson.run
chmod +x zedsdk_3.5.0_jp45_jetson.run
./zedsdk_3.5.0_jp45_jetson.run

Conectar o UM7 e RTK Emlid:

Certifique-se de que o UM7 e o RTK Emlid estão devidamente conectados e que os drivers estão configurados.

Execução

1. Inicie o ROS2 e configure os nodes necessários:

   source /opt/ros/humble/setup.bash
   ros2 launch px4_ros_com sensor_combined.launch.py

2. Inicialize o PX4:

   ros2 run px4_ros_com px4.launch.py

3. Execute os nodes de navegação e sensores como ZED Mini, UM7 e RTK:

   ros2 launch zed_wrapper zed.launch.py
   ros2 launch um7_driver um7.launch.py
   ros2 launch emlid_rtk_driver rtk.launch.py

SLAM e Planejamento de Trajetória

Para navegação autônoma, usamos algoritmos de SLAM (Simultaneous Localization and Mapping) para mapear o ambiente e localizar o drone no espaço.

• SLAM com ZED Mini: Utilizamos o ZED Mini para captura de imagens em 3D e geração de mapas 3D em tempo real.

• Planejamento de Trajetória (Path Planning): Algoritmos de planejamento de trajetória foram implementados para permitir ao drone evitar obstáculos e seguir rotas otimizadas durante as missões autônomas.

Os principais pacotes usados são:

• rtabmap_ros para SLAM.
• move_base para planejamento de caminho.

Contribuições

Contribuições são bem-vindas! Sinta-se à vontade para fazer um fork deste repositório e submeter pull requests com melhorias ou correções.

1. Faça o fork do projeto.
2. Crie um branch para sua feature (git checkout -b feature/MinhaFeature).
3. Adicione suas modificações (git add .).
4. Faça o commit (git commit -m 'Adicionando MinhaFeature').
5. Envie para o branch (git push origin feature/MinhaFeature).
6. Crie um Pull Request.

Licença

Este projeto está licenciado sob a Licença MIT - veja o arquivo LICENSE para mais detalhes.