占个坑，本月持续更新
2020\11\16 更新：vrep仿真，基于ros\gps\简单pid
仿真环境：vrep最新版本（CoppeliaSim）、ros-kinetic、Ubuntu16.04、Python 2.7，仿真时记得先打开ros，再打开vrep，这样会自动加载vrep_ros interface插件。
两推进器船、有波浪的水面、目标为树的位置、ros发送目标位置和船当前gps位置，接收推进器力的大小（改编自github某不知名环境）
控制量：两推进器的力的大小，正数，基于差速模型的pid控制
坐标系：
1、仿真环境中有一个世界坐标系，所有位置信息都是基于这个世界坐标系的。例如gps发送的位置不是经纬度，而是在环境中的(x,y,z)。
2、船的航向角，从x轴正方向顺时针为正逆时针为负（这里记不太清了），范围为（-1,1）。但是在某个方向好像有奇怪的跳变，这里问题还没有解决，不过没有影响到仿真。
ROS信息传输：
1、先打开ros再打开vrep，自动加载ros插件后，执行命令 rosnode list会发现有一个 sim_ros_interface的节点，这样我们在vrep环境中发送的消息都是基于这个节点。
2、在vrep界面中，双击每个名字后面的小文档（child_script），会出现该物体的lua执行代码。vrep端发送的话题主要有 gps_data、imu_data、left_motor 、right_motor、goal等，主要在 Tree 、Boat、GPS 这三个物体的文档里。
3、在vrep中使用ros，参考了vrep自带的ros例程。发布话题：初始化话题（simRos.advertise），发布话题信息(simros.publish)，shutdown。订阅话题： 初始化话题（simRos.subscribe），回调函数（自定义call_back）
usv_ros.py 代码解析：
1、初始化ros话题、目标位置、pid参数等
2、订阅话题的回调函数（按理说控制程序最好放在回调函数里，这样每次接收到数据就实时发送控制量。但是这是最初的仿真程序，后来实际控制的时候我改了。）
3、计算无人艇当前航向与目标航向的角度差。求目标航向角时用到了向量的夹角公式，向量x为x轴正方向单位向量，向量y为船到目标点。x.*y=|x||y|cos(sita)，注意arccos求出来范围是0-pi，不能判断向量是顺时针还是逆时针方向，所以需要额外进行符号判断。另外，由于角度差可能会大于pi或小于-pi，也许呀进行规范。
4、简单的左右转差速控制：
5、pid差速，基础速度为3，标注部分是： 设置速度与到目标的距离成线性关系，距离越远，速度越大
6、pid限幅
main.py 距离目标点3米时调整新目标，更新参数
2020\10\20
1、找到几个不错的仿真环境，但搭建过程可能会比较费时：
基于java:https://github.com/He-Ze/Autonomous-Surface-Vehicle-Simulator
基于gazebo，试了两天各种报错不能运行:https://github.com/disaster-robotics-proalertas/usv_sim_lsa
一个无人艇比赛的官方仿真环境，基于gazebo ubuntu18.04 https://github.com/osrf/vrx
这个可运行，但是模型写的不对，船跑不了！！！https://github.com/OUXT-Polaris/ros_ship_packages
2、卡尔曼滤波
协方差矩阵https://blog.csdn.net/u011362822/article/details/95905113 https://www.zhihu.com/question/53788909
公式推导：https://blog.csdn.net/victor_zy/article/details/82862904?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.compare&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.compare
本文地址：https://blog.csdn.net/weixin_40820983/article/details/109176031
