rplidar.lua

参数意义部分内容转自 https://blog.csdn.net/qq_29796781/article/details/78969734 及 http://www.cnblogs.com/Ezekiel/p/9907812.html

相较于之前版本的lua_parameter_dictionary.cc 多了几个key需要配置 use_nav_sat use_landmarks 等等
SPARSE_POSE_GRAPH变成了POSE_GRAPH

include "map_builder.lua"
include "trajectory_builder.lua"options = {map_builder = MAP_BUILDER,trajectory_builder = TRAJECTORY_BUILDER,map_frame = "map",tracking_frame = "base_link",published_frame = "odom",odom_frame = "odom",provide_odom_frame = false,publish_frame_projected_to_2d = false,use_odometry = true,use_nav_sat = false,use_landmarks = false, num_laser_scans = 1,num_multi_echo_laser_scans = 0,num_subdivisions_per_laser_scan = 1,num_point_clouds = 0,lookup_transform_timeout_sec = 0.2,submap_publish_period_sec = 0.3,pose_publish_period_sec = 5e-3,trajectory_publish_period_sec = 30e-3,rangefinder_sampling_ratio = 1.,odometry_sampling_ratio = 1.,fixed_frame_pose_sampling_ratio = 1.,landmarks_sampling_ratio = 1.,imu_sampling_ratio = 1.,}MAP_BUILDER.use_trajectory_builder_2d = trueTRAJECTORY_BUILDER_2D.submaps.num_range_data = 35
TRAJECTORY_BUILDER_2D.min_range = 0.3
TRAJECTORY_BUILDER_2D.max_range = 8.
TRAJECTORY_BUILDER_2D.missing_data_ray_length = 1.
TRAJECTORY_BUILDER_2D.use_imu_data = false
TRAJECTORY_BUILDER_2D.use_online_correlative_scan_matching = true
TRAJECTORY_BUILDER_2D.real_time_correlative_scan_matcher.linear_search_window = 0.1
TRAJECTORY_BUILDER_2D.real_time_correlative_scan_matcher.translation_delta_cost_weight = 10.
TRAJECTORY_BUILDER_2D.real_time_correlative_scan_matcher.rotation_delta_cost_weight = 1e-1
POSE_GRAPH.optimization_problem.huber_scale = 1e2
POSE_GRAPH.optimize_every_n_nodes = 35
POSE_GRAPH.constraint_builder.min_score = 0.65
--SPARSE_POSE_GRAPH.optimization_problem.huber_scale = 1e2
--SPARSE_POSE_GRAPH.optimize_every_n_scans = 35
--SPARSE_POSE_GRAPH.constraint_builder.min_score = 0.65return options

地图坐标系 map_frame = “map”
map_frame
地图坐标系，用来发布子地图的ROS坐标系ID，位姿的父坐标系，通常是“map”
tracking_frame
建图时跟踪的坐标系如果使用了IMU应该是IMU的位置尽管它可能转动了
常用的选择是“imu_link”（一博主这么说）但是我见到的都是base_link
published_frame
作为发布位置的子坐标系的ROS坐标系ID，对于“odom”例程，如果系统的其他地方提供“odom”坐标系，那么“odom”在map_frame中的位置将会被发布，否则，设置为“base_link”即可。
odom_frame
“provide_odom_frame”为真时使用，位于“published_frame ”和“map_frame”之间，用来发布本地SLAM结果（非闭环），通常是“odom”。
provide_odom_frame
如果使能，这个局部的，非闭环的，连续的“odom_frame ”在“map_frame”中的位置将被发布。
use_odometry
如果使能，将订阅nav_msgs/Odometry类型的topic “odom”，这种情况下，必须提供里程计，而且里程计的信息将被包含在SLAM中。
num_laser_scans
订阅的laser scan topics的个数，对于单个激光，订阅sensor_msgs/LaserScan类型的“scan”topic(ensor_msgs/LaserScan这个topic 将被用SLAM的输入)
对于多个激光，topics为“scan_1”, “scan_2”…(如果num_laser_scans大于1，那么多个被编号的scan topics
(比如scan1、scan2、scan3、……直到并包括num_laser_scans)将被用作SLAM的输入)
num_multi_echo_laser_scans
订阅多回波技术laser scan topics的个数，对于单个激光，订阅sensor_msgs/MultiEchoLaserScan类型的“echoes”topic，对于多个激光，topics为“echoes_1”, “echoes_2”…。
num_subdivisions_per_laser_scan
接收到的（多回波）laser scan中分离出来的点云的个数，分割scan能够保证在激光设备移动的过程中scans不弯曲变形。有相应的轨迹生成器选项可以将分离的scans累积到点云中，用来进行scan matching。
num_point_clouds
订阅的点云topics 的个数，对于单个测距仪，订阅sensor_msgs/PointCloud2类型的“points2”topic，对于多个测距仪，topics为“points2_1”, “points2_2”…。
lookup_transform_timeout_sec
使用tf2进行转换搜素的超时时间的秒数。
submap_publish_period_sec
发布submap 位置的间隔秒数，如0.3s。
pose_publish_period_sec
发布位置的间隔秒数，如5e-3对应200Hz,即5ms
trajectory_publish_period_sec
发布轨迹标记的间隔秒数，如30e-3对应30ms。
一个轮速计，发布/odom(Odometry)，tf: odom->base_link:

published_frame=”odom”,
use_odometry=true,`

没有惯导或不相信其他传感器，而只使用激光雷达数据：

TRAJECTORY_BUILDER_2D.use_online_correlative_scan_matching=true

rplidar.lua相关推荐

ROS中阶笔记（七）：机器人SLAM与自主导航—SLAM功能包的使用
ROS中阶笔记(七):机器人SLAM与自主导航-SLAM功能包的使用文章目录 1 机器人必备条件 1.1 硬件要求 1.2 深度信息 1.2.1 激光雷达 1.2.2 kinect 1.3 里程计信 ...
kinetic安装cartographer及gazebo仿真测试教程[22年1月23日测试]
kinetic安装测试cartographer教程 [2022/1/23]本实验环境为ubuntu16.04+[ROS]kinetic1.12.17 参考链接:https://blog.csdn.ne ...
ROS使用 cartographer建图
1>启动gazebo roslaunch mbot_gazebo view_mbot_with_laser_gazebo_suyunzzz_world.launch 2>启动cartogr ...
ROS2_Foxy学习9——多机激光SLAM先导篇
ROS2_Foxy学习9--多机激光SLAM先导篇 1 环境准备 2 ROS1下测试SLAM 2.1 cartographer 源码测试 2.2 rplidar_ros 源码测试 2.3 rplida ...
ROS2_Foxy学习10——多机激光SLAM准备篇
ROS2_Foxy学习10--多机激光SLAM准备篇 1 安装Ubuntu20.04 mate 2 安装ROS noetic 3 安装cartographer 4 详细配置cartographer 5 ...
深蓝学院ros学习总结
深蓝学院ros学习总结对于深蓝学院课程来说,最最基础的部分在于模型的建立,因为所有的运行都是基于仿真环境,无论是rviz还是gazebo环境. 模型的建立分为两种:urdf模型文件.xacro模型文 ...
Rplidar学习（五）—— rplidar使用cartographer_ros进行地图云生成
一.Cartographer简介 Cartographer是google开源的通用2D和3D定位与地图同步构建的SLAM工具,并提供ROS接口.官网地址:https://github.com/goog ...
Nvidia TX2+rplidar+autolabor pro1实现自主导航机器人
简介程序实现了室内自主导航机器人.基本功能有激光SLAM建图.AMCL定位.机器人运动规划.车辆监控和任务规划. 底盘采用Autolabor公司的autolabor pro1,激光雷达选用rplid ...
英伟达NX+rplidar S1 +cartographer
最近在英伟达NX上安装cartographer的时候遇到一些问题,在此记录一下. 首先安装rplidar_ros 可以参考我的另外一篇讲hector的文章. https://blog.csdn.net ...
【RPLIDAR】ubuntu18.04安装cartographer源码并使用RPLIDAR A2M8 - R4建图
1.创建工作空间 mkdir cartographer_ws cd cartographer_ws wstool init src 2.下载cartographer源码包 wstool merge - ...

rplidar.lua

rplidar.lua相关推荐

最新文章

热门文章