激光雷达建图后基于amcl实现自动定位

雷达型号：robosens helios（32线）
系统平台：Linux18.04+ros
新手思路仅供参考。

由于手头只有一个激光雷达，前期在选择建图算法的时候使用的是hector-slam，见连接：学习笔记，对办公室进行了建图和保存，下面使用amcl进行定位。

amcl(adaptiveMonteCarloLocalization)自适应的蒙特卡洛定位,是用于2D移动机器人的概率定位系统。它实现了自适应（或KLD采样）蒙特卡洛定位方法，该方法使用粒子过滤器根据已知地图跟踪机器人的姿态。
调用只需要通过ros安装navigation包即可（如果没记错的话navigation里面包含amcl，只需要安装navigation就行）。

sudo apt-get install ros-melodic-navigation

安装后在自己的工作空间创建启动的launch文件。

<launch>
<arg name="map_file" default="/home/test/map_files/mymap_office0.yaml"/><!--加载地图-->
<node name="map_server" pkg="map_server" type="map_server" args="$(arg map_file)" /><!--amcl start-->
<node pkg="amcl" type="amcl" name="amcl" output="screen"><!-- Publish scans from best pose at a max of 10 Hz --><param name="odom_model_type" value="diff"/><param name="odom_alpha5" value="0.1"/><param name="transform_tolerance" value="0.2" /><param name="gui_publish_rate" value="10.0"/><param name="laser_max_beams" value="30"/><param name="min_particles" value="500"/><param name="max_particles" value="5000"/><param name="kld_err" value="0.05"/><param name="kld_z" value="0.99"/><param name="odom_alpha1" value="0.2"/><param name="odom_alpha2" value="0.2"/><!-- translation std dev, m --><param name="odom_alpha3" value="0.8"/><param name="odom_alpha4" 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="laser_sigma_hit" value="0.2"/><param name="laser_lambda_short" value="0.1"/><param name="laser_lambda_short" value="0.1"/><param name="laser_model_type" value="likelihood_field"/><!-- <param name="laser_model_type" value="beam"/> --><param name="laser_likelihood_max_dist" value="2.0"/><param name="update_min_d" value="0.2"/><param name="update_min_a" value="0.5"/><param name="odom_frame_id" value="odom"/><param name="resample_interval" value="1"/><param name="transform_tolerance" value="0.1"/><param name="recovery_alpha_slow" value="0.0"/><param name="recovery_alpha_fast" value="0.0"/>
</node>
</launch>

launch文件主要干两件事，一个是加载地图，一个是启动amcl节点（同时也给以amcl中的部分参数进行定义）。
这里有个坑就是因为进行定位需要激光雷达和惯导同时进行的，由于手头只有激光雷达，在启动激光雷达、启动转换二维点（amcl使用的是二维匹配）、启动amcl节点后，会发现激光雷达和地图尺寸不匹配、相对位置也不对，并且无法给定初始点。

此处需要增加一个插件laser_scan_matcher，它是利用激光消息/scan来估计位姿，从而发布/odom，可以理解为模拟了惯导。
首先安装：

sudo apt-get install ros-melodic-laser-scan-matcher

或者安装scan-tools也可以，这个里面包含了laser_scan_matcher。

sudo apt-get install ros-melodic-scan-tools

然后写launch文件（文章中的launch可以尝试结合起来，这样不用一个一个启动，但是需要搞清楚先后顺序）。

<launch><!--  set up data playback from bag or not--><param name="/use_sim_time" value="false"/><!--publish an example base_link -> laser transform --><node pkg="tf" type="static_transform_publisher" name="base_link_to_laser" args="0.0 0.0 0.0 0.0 0.0 0.0 /base_link /rslidar 10" /><!--start the laser scan_matcher --><node pkg="laser_scan_matcher" type="laser_scan_matcher_node" name="laser_scan_matcher_node" output="screen"><param name="use_imu" value="false"/><param name="use_odom" value="false"/><param name="use_cloud_input" value="false"/><param name="fixed_frame" value = "odom"/><param name="max_iterations" value="10"/></node>
</launch>

然后需要通过激光雷达、三维转二维点云、laser_scan_matcher、amcl节点即可将激光雷达和地图匹配显示在rviz中，可以通过在rviz中通过2D-Pose-Estimate可实现手动发布初始位姿，PoseArray可显示粒子情况。需要注意的是，需要在fixed frame :map下进行初始位姿的发布。此时貌似就能够通过前后左右自主定位，但是由于初始粒子聚在一起定位过程十分缓慢（不知道我的理解对不对）。

后续想要相对便捷的自主定位，让初始的粒子分布整个地图，以便计算位姿，可以通过前后左右移动激光雷达进行自主定位，我这里是加在了amcl的launch包里，在amcl节点启动后面加上如下命令。

  <param name="initial_cov_xx" value="4"/><param name="initial_cov_yy" value="4"/><param name="initial_cov_aa" value="4"/>

激光雷达自主定位

不过这种方法比较慢，尤其是对于有重复相似场景的地方容易定位出现问题，可以手动给一个大概的初始位置然后再让其自主定位，这样会快很多。
如果出现定位出错的时候，可以在终端在终端可以调用ros里面的global_localization服务：

rosservice call /global_localization "{}"

重新调用后粒子会重新铺满整个地图。

激光雷达建图后基于amcl实现自动定位相关推荐

激光雷达建图（基于ROS）及定位数据获取步骤
去年7月,思岚科技推出了业内首款激光建图雷达SLAMTEC Mapper,赢得了市场的高度肯定,它与传统的激光雷达有所不同,内置了SLAM实时地图构建和定位功能,在手持情况下,可直接对外输出高品质地图 ...
ROS2+cartorgrapher+激光雷达建图并保存
目录写在前面修改记录安装cartographer 查看cartographer包名字并安装 cartographer初了解激光雷达底层驱动编译编译驱动时遇到的bug 编译完后文件树配置文 ...
SLAM实操入门（五）：无里程计仅使用激光雷达建图（GMapping算法）
文章目录前言 1 Gmapping算法 2 laser_scan_matcher库 2.1 安装laser_scan_matcher库 2.2 修改demo_gmapping.launch文件 3 ...
谷歌cartographer+EAI的YDLIDAR-X4激光雷达建图实现（二）
这几天在做谷歌cartographer算法实现,前两天实现了谷歌cartographer室内建图的实现,不过所建之图是基于谷歌提供的博物馆的数据,我们只是将数据包下载之后复现而已,并不是我们自己实验室 ...
gazebo中机器人搭载16线激光雷达建图导航
gazebo中机器人搭载16线激光雷达建图导航如果用过古月的教程大家就会知道,古月教程中的机器人采用的是单线激光雷达,但有的时候仿真需要多线激光雷达,这里就教一下怎么搭载16线激光雷达建图导航. 首 ...
ROS机器人应用（6）—— 激光雷达建图和导航
文章目录一.激光雷达建图二.建图算法切换及其优缺点三.自主导航四.多点导航一.激光雷达建图小车开机,连接WIFI,密码:dongguan. 启动激光建图(服务端) ssh -Y wheel ...
ndtmapping建图_自动驾驶系列：激光雷达建图和定位(NDT)
该系列主要为对前期工作进行梳理,以后所进行的工作也会部分在此记录. 使用NDT(正态分布变换)进行点云建图和定位前言定位模块是自动驾驶最核心的模块之一,定位又包括全局定位和局部定位,对于自动驾驶, ...
相机模拟激光雷达建图
RGBD摄像头实验除了使用激光雷达进行建图,我们也可以使用深度摄像头模拟激光雷达进行建图. Xtion虚拟激光扫描的角度相对较窄,Xtion一般在57°左右,而一般的激光雷达的扫描范围能达到240° ...
[STM32]手持建图仪--基于STM32F103+思岚A1激光雷达的扫描仪
前言一个朋友在做服务机器人项目,用到思岚的激光雷达,于是便把淘汰的A1M8雷达送我一个,本着拿到啥就玩啥的态度,必须整一波.其实激光雷达还是搭配ROS才能发挥最大的作用,奈何资源有限,实力不足,只能 ...

激光雷达建图后基于amcl实现自动定位

激光雷达建图后基于amcl实现自动定位相关推荐

最新文章

热门文章