6.ROS&PX4–无人机A1激光雷达SLAM部署

一、常见2D SLAM算法

Gmapping
Hector_SLAM
Cartographer

Gmapping

基于粒子滤波的2D激光雷达SLAM，构建二维栅格地图。融合里程计信息，没有回环检测。优点是在小场景中，计算量小，速度较快。缺点是每个粒子都携带一幅地图，无法应对大场景（内存和计算量巨大）；如果里程不准或标定参数不准，在长回廊等环境中容易把图建歪。

Hector_Slam

基于优化的算法（解最小二乘问题），优缺点：不需要里程计，但对于雷达帧率要求很高40Hz，估计6自由度位姿，可以适应空中或者地面不平坦的情况。初值的选择对结果影响很大，所以要求雷达帧率较高。

Cartographer

cartographerr是google推出的一套基于图优化的SLAM算法，累计误差较前两种算法低，能天然的输出协方差矩阵，后端优化的输入项。成本较低的雷达也能跑出不错的效果。

二、测试A1：

cd catkin_ws/src
git clone https://github.com/slamtec/rplidar_ros.git
cd ..
catkin_make
roslaunch rplidar_ros view_rplidar.launch

出现Rviz激光雷达点云界面，产品正常

三、部署Hector_Slam

创建hector_slam环境：

#安装hector-slam算法库
sudo apt-get install ros-noetic-hector-slam
#部署算法到ROS工作目录
cd ~/catkin_ws/src
git clone https://github.com/tu-darmstadt-ros-pkg/hector_slam
cd ~/catkin_ws
#编译程序
catkin_make

实现SLAM:

1.创建Slam启动运行文件

#创建Hector_Slam_Demo.launch的Slam启动运行文件
touch  ~/catkin_ws/src/rplidar_ros/launch/Hector_Slam_Demo.launch

Hector_Slam_Demo.launch代码:

<launch><node pkg="hector_mapping" type="hector_mapping" name="hector_mapping" output="screen"><!-- Frame names --><!--第一句使得我们能获得map与odom的坐标系变换，这样才能根据地图获得激光雷达目前在地图中的位姿；--><!--然后由于没有里程计，因此odom_frame也设置为base_link就可以了--><param name="pub_map_odom_transform" value="true"/><param name="map_frame" value="map" /><param name="base_frame" value="base_link" /><param name="odom_frame" value="base_link" /><!-- Tf use --><param name="use_tf_scan_transformation" value="true"/><param name="use_tf_pose_start_estimate" value="false"/><!-- Map size / start point --><!-- 第一句设置地图图片分辨率，0.05m/pix； --><!-- 第二句为图片大小； --><!-- 三四句为初始点在图片中的位置，这里为中间 --><param name="map_resolution" value="0.05"/><param name="map_size" value="2048"/><param name="map_start_x" value="0.5"/><param name="map_start_y" value="0.5" /><param name="laser_z_min_value" value = "-1.0" /><param name="laser_z_max_value" value = "1.0" /><param name="map_multi_res_levels" value="2" /><param name="map_pub_period" value="2" /><param name="laser_min_dist" value="0.4" /><param name="laser_max_dist" value="5.5" /><param name="output_timing" value="false" /><param name="pub_map_scanmatch_transform" value="true" /><!--<param name="tf_map_scanmatch_transform_frame_name" value="scanmatcher_frame" />--><!-- Map update parameters --><param name="update_factor_free" value="0.4"/><param name="update_factor_occupied" value="0.7" />    <param name="map_update_distance_thresh" value="0.2"/><param name="map_update_angle_thresh" value="0.06" /><!-- Advertising config --> <!-- 第一句设置发布地图的服务，第二句设置读取激光雷达数据的队列长度，第三句设置从哪个topic读取激光雷达是数据 -->       <param name="advertise_map_service" value="true"/><param name="scan_subscriber_queue_size" value="5"/><param name="scan_topic" value="scan"/></node><!-- Advertising config --> <!-- 这里直接启动了一个tf中的static_transform_publisher，用来发布base_link与激光雷达的位姿关系 --> <!-- args前三个0代表相对位移，后三个0代表转动的欧拉角，然后写出两个相对的坐标系名称，最后一个100是100ms发布一次 --> <node pkg="tf" type="static_transform_publisher" name="base_to_laser_broadcaster" args="0 0 0 0 0 0 /base_link /laser 100"/><!-- static_transform_publisher具体写法格式如下(两种形式)--> <!-- 欧拉角形式：static_transform_publisher x y z yaw pitch roll frame_id child_frame_id period_in_ms --> <!-- 四元数形式：static_transform_publisher x y z qx qy qz qw frame_id child_frame_id period_in_ms --> <node pkg="rviz" type="rviz" name="rviz" args="-d $(find hector_slam_launch)/rviz_cfg/mapping_demo.rviz"/>
</launch>

2.运行Hector_Slam

#开启A1雷达扫描
roslaunch rplidar_ros rplidar.launch
#开始Hector_SLAM工作，自动开启Rviz建图
roslaunch rplidar_ros Hector_Slam_Demo.launch

3.保存Map:

#安装map-server库
sudo apt-get install ros-noetic-map-server
#保存模型命令
rosrun map_server map_saver -f ~/my_map

此时，我们可以在根目录下获得两个文件，分别是my_map.pgm和my_map.yaml；点击my_map.pgm即可查看刚刚建成的地图，my_map.yaml里存放的是地图相关的信息

6.ROSPX4--Pixhawk无人机+A1激光雷达SLAM部署相关推荐

图文并茂详细教程之---Pixhawk扩展思岚A1激光雷达实现360°避障
转载自:https://mp.weixin.qq.com/s/FCBbjAmmn-rMDskIen_i4Q 图文并茂详细教程之---Pixhawk扩展思岚A1激光雷达实现360°避障原创 CJKK ...
经典激光雷达SLAM系统：LeGO-LOAM
作者 | 密斯特李编辑 | 汽车人原文链接:https://zhuanlan.zhihu.com/p/511968459 点击下方卡片,关注"自动驾驶之心"公众号 ADAS巨 ...
无人机利用视觉slam实现位置估计
无人机利用视觉slam实现室内位置估计自己近期所做的以及思考的东西我们实验室买了阿木的p200(带t265)无人机用于无人机的控制研究,通过阿木实验室的ros功能包px4_command可以无脑的 ...
最近出现的几篇视觉和激光雷达SLAM论文介绍
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达作者丨黄浴@知乎来源丨https://zhuanlan.zhihu.com/p/445358895 ...
Pixhawk无人机扩展教程(4)---使用Dronekit编写一个控制程序
摘自:https://mp.weixin.qq.com/s/P1EVjYiZ_bS_Mmm9EyEX3g Pixhawk无人机扩展教程(4)---使用Dronekit编写一个控制程序原创 CJKK ...
代码开源！激光雷达 SLAM 的闭环检测：OverlapNet
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达最近,德国波恩大学Photogrammetry and Robotics Lab新开源了用于激光雷达S ...
语义信息增强的激光雷达SLAM
作者简介本次深蓝学院公开课由陈谢沅澧博士主讲.陈谢沅澧来自德国波恩大学图像测量与机器人实验室,导师是Cyrill Stachniss教授,主要方向是激光雷达SLAM,定位以及建图. 德国波恩大学图像 ...
激光雷达SLAM激光的前端配准算法
激光雷达SLAM激光的前端配准算法 ICP匹配方法两组三维点集的最小二乘拟合 ICP匹配方法两组三维点集的最小二乘拟合给定两个三维点集: {xi}={x1,x2,-,xN}{pi}={p1,p2 ...
IROS2019 |新开源SuMa++:语义激光雷达SLAM可靠过滤动态物体
SLAM大牛Cyrill Stachniss组发表在IROS2019的新论文SuMa++: Efficient LiDAR-based Semantic SLAM,已经开源. demo视频: 论文链接 ...

6.ROSPX4--Pixhawk无人机+A1激光雷达SLAM部署