古月 ROS移动机器人实战二维slam地图构建笔记

二维slam地图构建
Gmapping功能包
一种粒子滤波算法，将定位与建图分离，先进行定位、再进行建图，适合构建小场景环境下的地图信息。
需要机器人提供里程计信息作为先验知识。
虽然可以降低对激光雷达频率的要求，但是也对机器人硬件提出了需求

Ros对gampping做了很好的封装，通过功能包提供的接口进行使用。要使用gmapping，需要机器人能够发布深度信息（雷达传感器为主，也可以使用三维相机转换成二维雷达信息，LaserScan消息结构的数据）、IMU信息（惯性测量单元获取的加速度信息，可有可无）、里程计信息（编码器通过速度积分得到位置）这三种话题的数据。

Gmapping中的话题、服务和坐标变换

//ros中常用的卡尔曼滤波算法，对里程计信息滤波，提高里程计数据的稳定性

<node pkg="robot_pose_ekf" name="robot_pose_ekf" type="robot_pose_ekf"><param name="output_frame" value="odom" /><param name="base_footprint_frame" value="base_link"/><remap from="imu_data" to="imu" />
</node>

在不同的机器人上，为了充分的发挥出计算平台的性能、满足不同场景的需求，可以通过算法开放的参数进行配置，参数基本都是跟算法原理相关的，对算法不了解的话建议使用默认值。参数说明参考：http://wiki.ros.org/gmapping

<node pkg="gmapping" type="slam_gmapping" name="slam_gmapping" output="screen"><param name="map_update_interval" value="5.0"/><param name="maxUrange" value="16.0"/><param name="sigma" value="0.05"/><param name="kernelSize" value="1"/><param name="lstep" value="0.05"/><param name="astep" value="0.05"/><param name="iterations" value="5"/><param name="lsigma" value="0.075"/><param name="ogain" value="3.0"/><param name="lskip" value="0"/><param name="srr" value="0.1"/><param name="srt" value="0.2"/><param name="str" value="0.1"/><param name="stt" value="0.2"/><param name="linearUpdate" value="1.0"/><param name="angularUpdate" value="0.5"/><param name="temporalUpdate" value="3.0"/><param name="resampleThreshold" value="0.5"/><param name="particles" value="30"/><param name="xmin" value="-50.0"/><param name="ymin" value="-50.0"/><param name="xmax" value="50.0"/><param name="ymax" value="50.0"/><param name="delta" value="0.05"/><param name="llsamplerange" value="0.01"/><param name="llsamplestep" value="0.01"/><param name="lasamplerange" value="0.005"/><param name="lasamplestep" value="0.005"/>
</node>

打开可视化界面，方便看到slam的过程

 <node pkg="rviz"  type="rviz"  name="rviz"  args="-d $(find limo_bringup)/rviz/gmapping.rviz" />

1、启动机器人底盘
2、启动gmapping建图文件
3、启动键盘控制节点

黑色线条是障碍物的位置，白色区域是没有障碍物的空间，灰色区域是机器人还没去过、不确定是否有障碍物的空间。
栅格地图就是把整个空间打散成一系列的正方形的格子，格子的边长表示建图的分辨率，格子的数值表示此处是否有障碍物。

Cartographer功能包
基于图优化的slam算法，可以实现机器人在二维或三维条件下的定位及建图功能，设计目的是在计算资源有限的情况下，实时获取相对较高精度的地图。

分为两部分，第一部分是local slam，也就是slam前端，基于激光雷达信息建立并维护一系列的子图submap（栅格地图），每当有新的雷达数据进来，系统就会通过一些匹配算法将其插入到子图的最佳位置，但是子图会产生累积误差；第二部分是global slam，是slam算法的后端，通过闭环检测来消除累积误差，每当一个子图构建完成后，就不会再有新的雷达数据插入这个子图中，算法也会将这个子图加入到闭环检测中。也就是说，Local slam生成一个个的拼图块，global slam完成整个拼图。

古月 ROS移动机器人实战二维slam地图构建笔记相关推荐

古月 ROS移动机器人实战5.3ROS导航框架介绍笔记
机器人自主导航流程机器人躲避障碍物,偏离最优路径,由本地规划器完成.本地规划器实时规划避障路径,还会努力让机器人沿着全局路径运动,也就是规划机器人每时每刻的运动速度,速度通过cmd_vel发送给底盘 ...
【应用SLAM技术建立二维栅格化地图】
应用SLAM技术建立二维栅格化地图一. 设计目标二. 技术要求三. 设计方案 1. 激光SLAM简介 2. Cartographer简介与使用 1) Cartographer简介 2) 官方de ...
SLAM 建立局部二维栅格地图的一种方法
转载请说明出处:http://blog.csdn.net/zhubaohua_bupt/article/details/72923373 二维占据栅格地图(栅格地图)广泛应用于移动机器人导航领域中,比 ...
【全局地图mapping】二维全局地图的开源方案及对比--gmapping、hector、karto、cartographer
系列文章目录提示:这里可以添加系列文章的所有文章的目录,目录需要自己手动添加 TODO:写完再整理文章目录系列文章目录前言一.gmapping算法建图[基于Raoo-Blackwellize ...
三维点云地图转二维栅格地图
文章目录前言一.安装octomap 二.安装map_server 三.发布.转换并保存前言三维点云地图转二维栅格地图的实现需要1.地图转换工具--octomap:2.栅格地图保存工具--map ...
三维pcd地图转二维栅格地图
1.概述在使用导航时,通常会根据二维栅格地图做路径规划,需要将三维点云地图转化成栅格地图. 本文采用滤波及投影的方法, 主要步骤包括对输入点云进行直通滤波,获取限定高度范围的数据在进行半径滤波, ...
(一)路径规划算法---Astar与C++可视化在RVIZ的二维栅格地图
Astar与C++可视化在RVIZ的二维栅格地图中文章目录 Astar与C++可视化在RVIZ的二维栅格地图中 1.功能包介绍 2.二维栅格地图以及相关坐标系说明 2.1 世界坐标系 2.2 栅格坐 ...
【Nav2中文网】六、插件教程（一）编写新的二维代价地图（Costmap2D）插件
本教程来自:Nav2中文网 Nav2交流社区:https://fishros.org.cn/forum ROS2/Nav2千人交流群:(QQ)139707339 更多精彩教程请关注微信公众号:鱼香RO ...
矢量切片_数据粒度均衡的二维矢量瓦片构建方法
作者信息应申1,2,王子豪1,杜志强3,丁火平4, 李翔翔4 (1. 武汉大学资源与环境科学学院,湖北武汉 430079:2. 自然资源部城市国土资源监测与仿真重点实验室,广东深圳 5 ...

古月 ROS移动机器人实战二维slam地图构建笔记

古月 ROS移动机器人实战二维slam地图构建笔记相关推荐

最新文章

热门文章

古月 ROS移动机器人实战 二维slam地图构建 笔记

古月 ROS移动机器人实战 二维slam地图构建 笔记相关推荐

最新文章

热门文章

古月 ROS移动机器人实战二维slam地图构建笔记

古月 ROS移动机器人实战二维slam地图构建笔记相关推荐