Crédit d'image | Image credit: ASC-CSA

Français | English (follows)

Données de Rover provenant de ROS

Description brève : Ce cours aborde les bases de l'extraction et de l'analyse de données sous forme de ROSBAGS en Python.

---

À propos

Entre 2017 et 2019, l'Agence Spatiale Canadienne (ASC) s'est associée à l'Agence Spatiale Européenne (ASE) pour mener une série d'essais sur le terrain afin de reproduire les scénarios d'une mission de retour d'échantillons lunaires. Il s'agissait d'acquérir des connaissances et une expérience pratique pour préparer le prochain chapitre de l'exploration spatiale : envoyer des êtres humains vers des destinations plus lointaines comme la Lune et Mars.

Le jeu de données analysé dans ce tutoriel provient de Déploiement d'analogues d'exploration lunaire : Région ombragée en permanence et a eu lieu en septembre 2019. Il se présente sous la forme d'un rosbag et fournit des images, des données LiDAR et la pose estimée du rover.

Pour en savoir plus sur la mission, cliquez ici:
Rover Juno: https://www.asc-csa.gc.ca/eng/multimedia/search/image/7824
Déploiement d'analogues d'exploration lunaire:
https://www.asc-csa.gc.ca/eng/rovers/mission-simulations/lunar-exploration-analogue-deployment.asp
https://www.hou.usra.edu/meetings/isairas2020fullpapers/pdf/5015.pdf

Démarrage rapide

1. 📦 Cloner le dépôt

   git clone https://github.com/asc-csa/LEAD-Rover-Data-Tutorial.git
   cd LEAD-Rover-Data-Tutorial

2. 🐍 Créer un environnement

   # Avec virtualenv
   python -m venv env
   source env/bin/activate
   
   # Ou avec conda
   conda create -n lead_env python=3.8.8
   conda activate lead_env

3. 📥 Installer les dépendances

   pip install -r requirements.txt

4. 🚀 Lancer le tutoriel

   jupyter notebook LEAD_Rover_Data_Tutorial..ipynb

Remarque : Si les graphiques ou cartes ne s’affichent pas, redémarrez Jupyter Notebook ou ajoutez %matplotlib inline dans la première cellule.

Fonctionnalités

• LEAD_Rover_Data_Tutorial.ipynb guidera l'utilisateur dans les étapes de téléchargement et d'extraction des données Rover Juno à partir d'une réplique de mission de retour d'échantillon lunaire. Ensuite, le didacticiel montrera comment ouvrir les données, les visualiser et les enregistrer sous forme de fichier CSV, de nuage de points ou d'image en vue d'utilisations ultérieures.

• ROSBAG_Cheat_Sheet_Python.ipynb contient une feuille de contrôle comprenant des astuces que j'ai trouvées utiles pour manipuler les données ROS en utilisant uniquement Python.

Licence

Ce projet est sous une licence MIT modifiée – voir le fichier LICENSE pour plus de détails.

---

English | Français (précède)

Rover Data from ROS

Brief description: This repository dives into the basics of extracting and analyzing data in the form of ROSBAGS in Python.

About

In the time period between 2017-2019, The Canadian Space Agency (CSA) partnered with the European Space Agency (ESA) to conduct a series of field tests to replicate scenarios of a lunar sample return mission. This was to gain knowledge and hands-on experience to prepare for the next chapter of space exploration: sending human beings to more distant destinations like the Moon and Mars.

The dataset analyzed in this tutorial is from the Lunar Exploration Analogue Deployment: Permanently Shadowed Region (LEAD: PSR) phase and took place in September 2019. It is in the form of a rosbag and provides imagery, LiDAR data, and the estimated pose of the rover.

You can read more about the mission here:
Juno Rover: https://www.asc-csa.gc.ca/eng/multimedia/search/image/7824
LEAD: https://www.asc-csa.gc.ca/eng/rovers/mission-simulations/lunar-exploration-analogue-deployment.asp
https://www.hou.usra.edu/meetings/isairas2020fullpapers/pdf/5015.pdf

Quick Start

1. 📦 Clone the repo

   git clone https://github.com/asc-csa/LEAD-Rover-Data-Tutorial.git
   cd LEAD-Rover-Data-Tutorial

2. 🐍 Create environment

   # Using virtualenv
   python -m venv env
   source env/bin/activate
   
   # Or using conda
   conda create -n lead_env python=3.8.8
   conda activate lead_env

3. 📥 Install dependencies

   pip install -r requirements.txt

4. 🚀 Run the tutorial

   jupyter notebook LEAD_Rover_Data_Tutorial.ipynb

Note: If plots or maps do not display, restart Jupyter Notebook or run %matplotlib inline in the first cell.

Functionality

• LEAD_Rover_Data_Tutorial.ipynb guides the user on the steps to downloading and extracting Juno Rover data from a lunar sample return mission replicate. Next, the tutorial will demonstrate how to open the data, visualize and save it as a CSV file, Point Cloud File or Image for further uses. The last step involves creating a world map and plotting the rover's path and images taken on the path.

• ROSBAG_Cheat_Sheet_Python.ipynb contains a cheatsheet including tips I found useful when manipulating ROS data using only Python.

License

This project is licensed under a modified MIT license - see the LICENSE file for details.

---