Робот-тележка 2.0. Часть 3. Внутри навигационного стека, немного majordomo

Предыдущие статьи цикла:
Робот-тележка 2.0. Часть 2. Управление в rviz и без.Элементы красоты в rviz
Робот-тележка 2.0. Часть 1. Автономная навигация домашнего робота на базе ROS

Итак, при старте робота на нем запускаются всего 2 launch-файла:

roslaunch linorobot bringup.launch roslaunch linorobot navigate.launch 

Помним, что launch-файл в ROS — это своеобразная сборная солянка для нод, в один launch файл можно поместить одну или несколько из них. Посмотрим на первый launch из списка.

bringup.launch

<launch>     <!-- Start ROS communication between the robot's computer and Linorobot base -->     <node pkg="rosserial_python" name="rosserial_lino" type="serial_node.py" output="screen">         <param name="port" value="/dev/linobase" />         <param name="baud" value="57600" />     </node>      <!-- IMU Relay and Filter -->     <include file="$(find linorobot)/launch/include/imu/imu.launch" />      <!-- Publish Linorobot odometry -->     <node pkg="linorobot" name="lino_base_node" type="lino_base_node"></node>      <!-- Publish static transform from base_footprint to base_link -->     <node pkg="tf2_ros" type="static_transform_publisher" name="base_footprint_to_base_link" args="0 0 0.065 0 0 0  /base_footprint /base_link"/>      <!-- Odom-IMU Extended Kalman Filter-->     <node pkg="robot_localization" type="ekf_localization_node" name="ekf_localization">         <remap from="odometry/filtered" to="odom" />         <rosparam command="load" file="$(find linorobot)/param/ekf/robot_localization.yaml" />     </node>      <!-- Run Linorobot compatible laser drivers -->     <include file="$(find linorobot)/launch/include/laser.launch" /> </launch> 

Как видно, запускаются 6 нод, часть из них вынесены в отдельные launch-файлы:
— rosserial_lino — нода, ответственная за общение с teenzy;
— imu — гироскоп;
— lino_base_node — база робота;
— base_footprint_to_base_link — «привязка» робота к пространству (0.065м — расстояние от пола до базы робота);
— ekf_localization — нода, транслирующая «очищенную» одометрию;
— laser — лидар.
Все ноды, которые участвуют в данном launch файле важны. Но они больше относятся к одометрии робота, чем к его навигации.
Заглянем во второй launch файл, участвующий при старте робота — navigate.launch.

navigate.launch

<launch>     <!-- Map server -->     <arg name="map_file" default="$(find linorobot)/maps/my-map-4.yaml"/>     <node pkg="map_server" name="map_server"  type="map_server" args="$(arg map_file)" />      <!-- AMCL used for localization -->     <include file="$(find linorobot)/launch/include/amcl.launch" />      <!-- Calls navigation stack packages for compatible Linorobot base -->     <!-- Takes reference from env variable LINOBASE. ie. export LINOBASE=2wd -->     <include file="$(find linorobot)/launch/include/move_base/move_base_$(env LINOBASE).launch" /> </launch> 

Видно, что из navigate.launch запускаются еще 3 launch-файла:
— map_server
— amcl
— move_base.
Именно они и отвечают за всю навигацию робота. Рассмотрим каждый из них подробнее.

Map_server.

В задачу map_servera входит предоставление статической карты пространства по запросу. Ранее сохраненная карта, построенная через slam, которая в данном случае находится по пути $(find linorobot)/maps/my-map-4.yaml предоставляется сервису, ее запросившему.
*Чтобы быть точным — по пути находятся параметры, определяющие карту, а сама карта имеет имя my-map-4.pgm.
Если карты нет или ее сложно построить, то можно «скормить» пустую карту — белый лист, границы препятствий нанести затем вручную в обычном paint либо в rviz.

Amcl

Это одна из главных нод в этом оркестре. Заглянем в launch, который ее запускает:

<launch>     <node pkg="amcl" type="amcl" name="amcl" output="screen">         <param name="initial_pose_x" value="0.548767569629"/>         <param name="initial_pose_y" value="0.218281839179"/>         <param name="initial_pose_z" value="0.0"/>         <param name="initial_orientation_z" value="0.128591756735"/>         <param name="initial_orientation_w" value="0.991697615254"/>         <param name="base_frame_id" value="base_footprint"/>          <param name="gui_publish_rate" value="-1.0"/>          <param name="laser_max_range" value="12.0"/>         <param name="kld_err" value="0.05"/>         <param name="kld_z" value="0.99"/>         <param name="laser_lambda_short" value="0.1"/>         <param name="laser_likelihood_max_dist" value="2.0"/>         <param name="laser_max_beams" value="60"/>         <param name="laser_model_type" value="likelihood_field"/>         <param name="laser_sigma_hit" value="0.2"/>         <param name="laser_z_hit" value="0.5"/>         <param name="laser_z_short" value="0.05"/>         <param name="laser_z_max" value="0.05"/>         <param name="laser_z_rand" value="0.5"/>         <param name="max_particles" value="1000"/>         <param name="min_particles" value="500"/>         <param name="odom_alpha1" value="0.25"/>         <param name="odom_alpha2" value="0.25"/>          <param name="odom_alpha3" value="0.25"/>          <param name="odom_alpha4" value="0.25"/>          <param name="odom_alpha5" value="0.1"/>          <param name="odom_frame_id" value="odom"/>         <param name="odom_model_type" value="diff"/>         <param name="recovery_alpha_slow" value="0.001"/>         <param name="recovery_alpha_fast" value="0.1"/>          <param name="resample_interval" value="1"/>          <param name="transform_tolerance" value="1.25"/>          <param name="update_min_a" value="0.2"/>          <param name="update_min_d" value="0.2"/>      </node> </launch> 

Параметров тут как на приборной панели самолета. Но, как правило, что-то править здесь нет необходимости.
Разве что, задать стартовую позицию робота (как мы делали в предыдущем посте):

        <param name="initial_pose_x" value="0.548767569629"/>         <param name="initial_pose_y" value="0.218281839179"/>         <param name="initial_pose_z" value="0.0"/>         <param name="initial_orientation_z" value="0.128591756735"/>         <param name="initial_orientation_w" value="0.991697615254"/> 

максимальную границу лидара:

<param name="laser_max_range" value="12.0"/> 

количество зеленых стрелочек particle cloud swarm (чем больше — тем тяжелее raspberry, меньше — тем хуже навигация робота):

 <param name="max_particles" value="1000"/>  <param name="min_particles" value="500"/> 

диффиренциальный ли робот или с omni-колесами:

<param name="odom_model_type" value="diff"/> 

определить фреймы одометрии и базы робота:

<param name="odom_frame_id" value="odom"/> <param name="base_frame_id" value="base_footprint"/>  

Все остальное можно не трогать, но справочно можно посмотреть:

-laser_min_range (default: -1.0): минимум расстояния, устанавливаемый для лидара; -1.0 означает, что параметр не активен и используется min лидара согласно его характеристикам. -laser_max_range (default: -1.0): то же самое, только для max лидара. -laser_max_beams: - сколько равномерно расположенных лучей в каждом сканировании будет использоваться при обновлении фильтра. -laser_z_hit : масса весов для z_hit части модели. -laser_z_short: то же для z_short. -laser_z_max: то же  z_max. -laser_z_rand: то же для z_rand.  -update_min_d-задает линейное расстояние (в метрах), которое робот должен пройти для выполнения обновления фильтра. -update_min_a: задает угловое расстояние (в радианах), которое робот должен переместить для выполнения обновления фильтра. -resample_interval : задает количество обновлений фильтра, необходимых перед повторной выборкой. -transform_tolerance: время (в секундах), с помощью которого можно перенести дату опубликованного преобразования, чтобы указать, что это преобразование действительно в будущем. 

Move_base

Вторая по важности составляющая.
Главная функция move_base — переместить робота из текущей позиции в целевую позицию.
Каждый раз, когда в rviz мы используем «2D Nav Goal», в топик move_base/goal попадает сообщение, которое используется для перемещения робота.

Мove_base по сути простой action-server, состоящий из 5 топиков (помним, что в ROS кроме topicов, сервисов, есть еще action):

•	move_base/goal (move_base_msgs/MoveBaseActionGoal) •	move_base/cancel (actionlib_msgs/GoalID) •	move_base/feedback (move_base_msgs/MoveBaseActionFeedback) •	move_base/status (actionlib_msgs/GoalStatusArray) •	move_base/result (move_base_msgs/MoveBaseActionResult) 

Зная это, можно напрямую отправлять ему сообщения (в топик move_base/goal) и перемещать робота, минуя rviz.
*Частично этого мы уже касались в предыдущей статье.
Формат сообщения будет примерно следующий:

rostopic pub /move_base/goal geometry_msgs/PoseStamped '{ header: { frame_id: "map" }, pose: { position: { x:  2.49339078005, y: 0.0666679775475, z: 0 }, orientation: { x: 0, y: 0, z: -0.999261709946, w: 0.0384192013861 } } }' 

*Здесь мы отправляем робота в точку с кодовым названием «коридор».

Мove_base, хотя и состоит из одной ноды, в свою очередь, представляет из себя «матрешку» и содержит нескольких файлов с параметрами:
— costmap_common_params.yaml
— local_costmap_params.yaml
— global_costmap_params.yaml
— base_local_planner_default_params.yaml
— move_base_params.yaml

Рассматривая код move_base можно понять, как он связан с этими параметрами.
В текущем проекте 2-х колесного робота move_base запускается как

<launch>     <node pkg="move_base" type="move_base" respawn="false" name="move_base" output="screen">         <rosparam file="$(find linorobot)/param/navigation/costmap_common_params.yaml" command="load" ns="global_costmap" />         <rosparam file="$(find linorobot)/param/navigation/costmap_common_params.yaml" command="load" ns="local_costmap" />         <rosparam file="$(find linorobot)/param/navigation/local_costmap_params.yaml" command="load" />         <rosparam file="$(find linorobot)/param/navigation/global_costmap_params.yaml" command="load" />         <rosparam file="$(find linorobot)/param/navigation/base_local_planner_default_params.yaml" command="load" />         <rosparam file="$(find linorobot)/param/navigation/move_base_params.yaml" command="load" />     </node> </launch> 

После того, как обозначена цель поездки в rviz (или через скрипт) и move_base получило соответствующее сообщение, оно отсылает его в глобальный планировщик(global planner)(далее ГП). ГП в свою очередь вычисляет безопасный путь поездки до цели. Этот путь расчитывается ДО того как робот поедет, и этот план не будет учитывать те данные, которые будут поступать от сенсоров робота во время движения.
Каждый раз как ГП составляет план движения, этот план публикуется в топик /move_base/DWAPlannerROS/global_plan (посмотрим, что туда попадает, используя аргумент echo):

Как рассчитывается глобальный план ?

ГП отвечает за всю «магию». Он использует Dijkstra алгоритм (как правило) для вычисления кратчашего пути между стартовой позицией (initial pose) и конечной точкой (goal pose).

ГП существует несколько типов:
-Navfn
—Carrot Planner
—Global Planner
в данном проекте используется последний. Убедиться в этом можно заглянув в файл проекта:

nano linorobot_ws/src/linorobot/param/navigation/move_base_params.yaml

base_global_planner: global_planner/GlobalPlanner base_local_planner: dwa_local_planner/DWAPlannerROS  shutdown_costmaps: false controller_frequency: 5.0 controller_patience: 3.0 planner_frequency: 0.5 planner_patience: 5.0 oscillation_timeout: 10.0 oscillation_distance: 0.2 conservative_reset_dist: 0.1 # distance from an obstacle at which it will unstuck itself cost_factor: 1.0 neutral_cost: 55 lethal_cost: 253 

Поменяем ГП, например на navfn/NavfnROS, сохраним и проверим, что ГП теперь другой:

У ГП есть параметры, определяющие его поведение, они содержатся в вышеуказанном yaml файле настроек.

Costmaps.

ГП при построении плана поездки использует статическую карту местности, которую ему отдает сервис map. Однако кроме этой карты в бой вступают еще две дополнительные, так называемые «карты затрат» (costmaps).
Это 2 карты:
— global costmap, создаваемая из статической карты map;
— local costmap — формируется из данных, полученных с сенсоров робота по мере их поступления.
Назначение этих карт — показать роботу, где на карте есть препятствия, а где их нет. Без этих карт, робот будет ездить по карте, не видя препятствий.
Упрощенно, global costmap используется для ГП (глобального планировщика,global planner), local costmap — для планировщика локального (local planner).

Global Costmap

Global costmap, как упомянуто ранее, создается из статической карты, предоставляемой по сути пользователем (map.pgm) и определяет размеры и иную информацию о препятствиях.

Параметры определены в файле проекта:
/param/navigation/global_costmap_params.yaml

global_costmap:   global_frame: /map   robot_base_frame: /base_footprint   update_frequency: 1.0 #before: 5.0   publish_frequency: 0.5 #before 0.5   static_map: true   transform_tolerance: 0.5   cost_scaling_factor: 10.0   inflation_radius: 0.55 

Здесь видны, какие фреймы используются, с какой частотой обновляется карта, определено что она является статической, точность с которой планировщик будет создавать план, радиус препятствий.
И здесь же нам необходимо уменьшить inflation_radius хотя бы до 0.2м. Так как при текущих показателях и узких проходах в помещении хрущевки, планировщик просто не сможет построить план:

*На рисунке видно, что «тромбы» инфляции закупорили свободное пространство в дверном проеме.
После уменьшения «инфляции»:

Почему бы просто не обнулить инфляцию? Резонный вопрос. Но в этом случае, ГП будет строить маршруты слишком плотно прилегающие с препятствиям и дифференциальному роботу будет не просто их объехать.

Local Planner.

Локальный планировщик (далее «ЛП») работает в паре с ГП (глобальным планировщиком) и имеет как схожие с ним черты, так и те, что его отличают.
Он так же как и ГП отвечает за построение маршрута, но на его плечи ложатся другие задачи: следовать проложенному ГП маршруту и избегать препятствия по пути (avoids obstacles).

Как только ГП рассчитал план пути, этот план отравляется в ЛП. ЛП, в свою очередь, выполняет каждый сегмент этого плана. Таким образом, имея маршрут и карту, ЛП отправляет «команды движения» и двигает робота.
В отличие от ГП, ЛП следит за одометрией, данными с лидара и выбирает свободный от препятствий маршрут.
Как только локальный план рассчитан, он публикуется в топик /local_plan, кроме того, ЛП публикует часть глобального плана, по которому он следует в топик /global_plan.

Локальных планировщиков так же как и глобальных существует несколько видов:
— base_local_planner
— dwa_local_planner
— eband_local_planner
— teb_local_planner
В данном проекте используется dwa_local_planner.

Параметры ЛП определены в файле проекта:
/param/navigation/base_local_planner_default_params.yaml

DWAPlannerROS:   max_trans_vel: 0.50   min_trans_vel: 0.01   max_vel_x: 0.50   min_vel_x: -0.025   max_vel_y: 0.0   min_vel_y: 0.0   max_rot_vel: 0.30   min_rot_vel: -0.30   acc_lim_x: 1.25   acc_lim_y: 0.0   acc_lim_theta: 5   acc_lim_trans: 1.25    prune_plan: false    xy_goal_tolerance: 0.25   yaw_goal_tolerance: 0.1   trans_stopped_vel: 0.1   rot_stopped_vel: 0.1    sim_time: 3.0   sim_granularity: 0.1   angular_sim_granularity: 0.1   vx_samples: 20   vy_samples: 0   vth_samples: 40   path_distance_bias: 34.0   goal_distance_bias: 24.0   occdist_scale: 0.05   forward_point_distance: 0.3   stop_time_buffer: 0.5   scaling_speed: 0.25   max_scaling_factor: 0.2    twirling_scale: 0.0     oscillation_reset_dist: 0.05   oscillation_reset_angle: 0.2      use_dwa: true   restore_defaults: false 

Параметров много, разберем.

    max_trans_vel: 0.50 - max скорость робота в м/c.   min_trans_vel: 0.01 -  min скорость робота в м/c.   max_vel_x: 0.50 - max скорость робота в м/c.   min_vel_x: -0.025 - min скорость робота в м/c.   max_vel_y: 0.0 - движение вдоль оси y (holonomic)   min_vel_y: 0.0 - движение вдоль оси y (holonomic)   max_rot_vel: 0.30 - max скорость при поворотах.   min_rot_vel: -0.30 - min скорость при поворотах.   acc_lim_x: 1.25 - лимит ускорения по оси x   acc_lim_y: 0.0 - лимит ускорения по оси y   acc_lim_theta: 5 - лимит ускорения поворотов в радиан/сек   acc_lim_trans: 1.25 - лимит ускорения передаваемый 

xy_goal_tolerance: 0.25 - (в метрах) как близко приблизиться к цели по осям x и y, после получения команды поездки  yaw_goal_tolerance: 0.1 - (в радианах) то же, но для угловых показателей (yaw/rotation).

sim_time: 3.0 - количество времени для forward-моделирования траектории в секундах sim_granularity: 0.1 - размер шага, занимаемого между точками на заданной траектории (шаг продвижения) vx_samples: 20 - количество выборок, используемых при исследовании пространства скоростей x vy_samples: 0 - то же, но по y vth_samples: 40  - то же, но по theta. 

path_distance_bias: 34.0 - веса, на сколько контроллер должен оставаться близко к заданному пути   goal_distance_bias: 24.0 - веса для того, насколько контроллер должен попытаться достичь своей локальной цели; также контролирует скорость   occdist_scale: 0.05 - веса, на сколько контроллер должен попытаться избежать препятствий forward_point_distance: 0.3 - как далеко разместить дополнительную рассчетную точку stop_time_buffer: 0.5 - количество времени, в течение которого робот должен остановиться перед столкновением для получения правильной траектории. scaling_speed: 0.25 - абсолютная скорость, с которой начинается масштабирование следа робота max_scaling_factor: 0.2 - насколько масштабировать след робота во время движения.

twirling_scale: 0.0  - степень вращения oscillation_reset_dist: 0.05 - как далеко пройти до сброса флагов колебаний oscillation_reset_angle: 0.2 - "как далеко повернуть" до сброса флагов колебаний 

use_dwa: true - использовать ли алгоритмы DWA restore_defaults: false - восстанавливать ли параметры настройки по умолчанию.

publish_traj_pc : true publish_cost_grid_pc: true 

Local Costmap

Локальная «карта затрат», используется ЛП (локальным пларировщиком) для рассчета локального пути.
В отличие от Global costmap локальная карта затрат строится исходя из данных сенсоров робота.
Учитывая ширину и высоту карты затрат (которые определяются пользователем), ЛП удерживает робота в центре данной карты затрат при перемещении.
Сравнивая ГП и ЛП можно провести между ними линию следующим образом: ГП не видит временного препятствия, которого изначально нет на карте, в то время как ЛП его определяет.

Local Costmap Parameters(Параметры локальной карты затрат).

Параметров, определяющих данную карту не так много( linorobot/param/navigation/local_costmap_params.yaml):

   global_frame: /odom # Глобальный фрейм, в котором оперирует ЛП, должно быть odom.     robot_base_frame: /base_footprint #Фрейм робота.   update_frequency: 1.0 #before 5.0 # частота обновления карты в Гц   publish_frequency: 2.0 #before 2.0 # частота публикации карты в Гц   static_map: false # использовать или нет статическую карту. Если поставить true, то ЛП  превратится в ГП.   rolling_window: true #использовать ли скользящее окно для целей ЛП.   width: 2.5 # ширина скользящего окна   height: 2.5 # высота скользящего окна   resolution: 0.05 #increase to for higher res 0.025 #разрешение в скользящем окне   transform_tolerance: 0.5     cost_scaling_factor: 5   inflation_radius: 0.55# радиус инфляции препятствий 

Здесь нам необходимо уменьшить height до 1 метра, т.к. карта у нас большей частью 2d и максимальная высота — это лидар, который находится над уровнем пола не более 1 м. Поэтому нет смысла производить расчеты выше одного метра.
Поправим также resolution, уменьшив ее.
И снизим также инфляцию — inflation_radius:0.3 метра. Полностью ее лучше не убирать, как и в случае с Global Costmap, т.к. робот будет цепляться за препятствия, пытаясь их объехать.
Можно также уменьшить update_frequency, чтобы неожиданно возникшее препятствие сразу же попадало на карту.

Local costmap самообновляется. Это происходит с частотой, указанной в параметрах (update_frequency).
Каждый цикл обновления включает в себя следующие шаги:
— поступили данные с сенсоров робота;
— проводятся операции маркировки и очистки (каждый из сенсоров сообщил есть или нет препятствия);
— каждой ячейке на карте присвоены определенные значения (занята/свободна);
— препятствия обозначены с помощью «инфляции».

Итак, помимо статической карты существуют карты затрат — global costmap и local costmap, с которыми надо считаться.
Но есть еще параметры, которые распространяются на обе карты затрат.

Common costmap parameters (Общие параметры затрат).

Находятся по пути linorobot/param/navigation/costmap_common_params.yaml

obstacle_range: 2.5 raytrace_range: 3.0 footprint: [[-0.24, -0.22], [-0.24, 0.22], [0.24, 0.22], [0.24, -0.22]] inflation_radius: 0.55 transform_tolerance: 0.5  observation_sources: scan scan:   data_type: LaserScan   topic: scan   marking: true   clearing: true  map_type: costmap 

В этом файле описывается как сенсоры робота видят препятствия. Например, obstacle_range: 2.5, означает, что при обнаружении на расстоянии 2.5 м, препятствие, если оно обнаружено должно быть нанесено на карту затрат. footprint — размеры робота в пространстве.
Observation_sources: scan — источник, с которого обрабатывается информация (у нас лидар публикует в топик /scan), он же выполняет маркировку и очистку препятствий на карте затрат.

Как в целом выглядит процесс навигации в ROS и в linorobot в частности ?

После того, как определена текущая позиция робота (робот локализован) мы можем отправить команду роботу для передвижения в целевую точку (goal position) через редактор rviz или скрипт. Данная команда попадет в move_base node. Далее move_base node отправляет goal position в глобальный планировщик (global planner), который рассчитывает путь (path planning) от текущий позиции до целевой. Этот план учитывает глобальную карту затрат (global costmap) c «нанесенными препятствиями», получаемую от map_server.
Далее глобальный планировщик отправляет рассчитанный путь в локальный планировщик (local planner), который, в свою очередь, исполняет каждый сегмент глобального плана.
Локальный планировщик также получает одометрию и данные с лидара для составления плана (collision-free local plan) для беспрепятственного перемещения робота.
Локальный планировщик «привязан» к локальной карте затрат (local costmap) для мониторинга препятствий по пути следования.
Локальный планировщик генерирует команды движения (velocity commands) и отправляет их в базовый контролер движения (base controller). Базовый контролер конвертирует эти команды в непосредственные команды управления роботом.
Здесь будет кстати классическая картинка навигационного стека ROS:

Бонус.
Как подключить робота к majordomo.

Роботом можно управлять не только из редактора rviz либо с помощью скриптов напрямую.
Есть возможность посылать команды управления через web-browser.
Для этих целей будет весьма кстати open-source продукт — webviz.
Попробуем скрестить его с другим известным проектом — majordomo, чтобы поднять автоматизацию своего дома на новый уровень.
Majordomo — самодостаточный открытый проект автоматизации управления домом, не раз упоминался на ресурсе. И так как автор несколько лет уже наблюдает и использует проект для личных некорыстных целей, предлагается остановить выбор на нем.
Поговорим как вывод с топиков ROS подключить на статическую страницу в majordomo.

Шаг 1.
Устанавливаем на робота пакет rosbridge:

sudo apt-get install ros-kinetic-rosbridge-suite 

*скорее всего установка rosbridge провалится, тогда пробуем такой вариант:

cd ~/linorobot_ws/src git clone https://github.com/RobotWebTools/rosbridge_suite.git git clone https://github.com/GT-RAIL/rosauth.git cd .. catkin_make sudo pip install tornado sudo pip install pymongo sudo apt-get install python-twisted 

Запускаем (после запуска основных launch файлов):

roslaunch rosbridge_server rosbridge_websocket.launch

Проверим, что bridge работает на 9090 порту:

netstat -a | grep 9090

Шаг 2.
Пробуем подключиться с любого ПК, находящегося в локальной сети с роботом, зайдя через Chrome-браузер:

https://webviz.io/app/?rosbridge-websocket-url=ws://192.168.1.110:9090 

Где ip — ip-робота.
Chrome выдаст сообщение, что используются небезопасные скрипты. Чтобы идти дальше надо разрешить их исполнение на странице, кликнув адресной строке на соответствующий значок —

Если все пошло удачно, то будет примерно следующая картинка с роботом на странице:

Осталось вставить строку в majordomo.

Шаг 3.
Настраиваем страницу в majordomo.
Зайдем на панели администратора в домашние страницы, выберем или создадим страницу, на которую будем выводит информацию:

Внесем целевую ссылку в настройки и проверим, что она работает, перейдя по ней:

Браузер может выдать такую ошибку, с которой сталкивались ранее:

Для ее устранения необходимо разрешить небезопасные скрипты в настройках Chrome:
chrome://settings/content/siteDetails?site=https%3A%2F%2Fwebviz.io
Небезопасный контент: разрешить
Как сделать все безопасным пока остается за кадром.