网站建设教程给赚湖南岚鸿官 网,ssh鲜花礼品网站建设,网站seo优化公司,做门户网站公司ROS提供了现成的各类建图算法实现。如果只是应用的话不需要了解详细算法原理#xff0c;只需要了解其需要的输入输出即可。
1 Gmapping
Gmapping使用粒子滤波算法进行建图#xff0c;在小场景下准确度高#xff0c;但是在大场地中会导致较大计算量和内存需求
Gmapping需要…ROS提供了现成的各类建图算法实现。如果只是应用的话不需要了解详细算法原理只需要了解其需要的输入输出即可。
1 Gmapping
Gmapping使用粒子滤波算法进行建图在小场景下准确度高但是在大场地中会导致较大计算量和内存需求
Gmapping需要机器人提供深度信息IMU信息和里程计信息这三个中至少两个。利用这些输入信息gmapping算法可以输出栅格地图即小车在地图中定位 Gmapping订阅话题tf和scan。tf话题包含激光雷达和机器人基坐标系位置关系scan包含激光雷达信息和IMU加速度信息。Gmapping可以通过话题和服务两种方式发布地图信息。其中map话题发布实时地图栅格数据而服务dynamic_map只有在客户端发布请求是才会发布最新地图相对于话题可以节省通信开支 对于odom里程计信息Gmapping不用话题获取而是通过TF树进行维护。其中 - base_link为激光雷达相对base_link默认的机器人基坐标系位置这一值一般为静态在小车模型文件中定义好。
base_link -odom为机器人位置相对于里程计原点坐标。其中odom坐标系位置为小车开始运行时里程计位置。通过速度积分得到base_link和odom的距离即可得到小车里程信息
map-odom 为地图中机器人位置关于里程计坐标。这里map和odom都为1不同的参考坐标系odom是里程计测得的位置坐标依靠小车自身移动速度积分得到map为激光雷达测得的小车在地图上位置坐标。两者坐标系差距即为里程计的偏移
小车源码 1 mapping.launch 启动建图的launch文件只保留和gmapping相关内容
launcharg namemapping_mode defaultgmapping docopt: gmapping,hector,cartographer,karto/!-- turn on lidar开启雷达 --include file$(find turn_on_wheeltec_robot)/launch/wheeltec_lidar.launch /!-- 开启gmapping建图算法 --group if$(eval mapping_mode gmapping)include file$(find turn_on_wheeltec_robot)/launch/include/algorithm_gmapping.launch /!-- 开启机器人底层相关节点 --include file$(find turn_on_wheeltec_robot)/launch/turn_on_wheeltec_robot.launcharg namenavigation value$(arg navigation)/arg nameis_cartographer valuefalse/arg nameodom_frame_id value$(arg odom_frame_id)//include/group
/launch
这里我们可以看到在开启gmapping 建图算法中我们启动了文件turn_on_wheeltec_robot/launch/include/algorithm_gmapping.launch
该文件内容如下 launcharg namescan_topic defaultscan /arg namebase_frame defaultbase_footprint/arg nameodom_frame defaultodom_combined/node pkggmapping typeslam_gmapping nameslam_gmapping outputscreenparam namebase_frame value$(arg base_frame)/param nameodom_frame value$(arg odom_frame)/param namemap_update_interval value0.01/param namemaxUrange value9.0/param namemaxRange value10.0/param namesigma value0.05/param namekernelSize value3/param namelstep value0.05/param nameastep value0.05/param nameiterations value5/param namelsigma value0.075/param nameogain value3.0/param namelskip value0/param nameminimumScore value30/param namesrr value0.01/param namesrt value0.02/param namestr value0.01/param namestt value0.02/param namelinearUpdate value0.02/param nameangularUpdate value0.02/param nametemporalUpdate value-1.0/param nameresampleThreshold value0.25/param nameparticles value8/param namexmin value-5.0/param nameymin value-4.0/param namexmax value5.0/param nameymax value4.0/param namedelta value0.05/param namellsamplerange value0.01/param namellsamplestep value0.01/param namelasamplerange value0.005/param namelasamplestep value0.005/remap fromscan to$(arg scan_topic)//node
/launch
这里有大量和gmapping算法本身的参数如果不了解算法底层原理可以直接使用默认值。我们可以对这些参数进行调优以使用不同应用场景
里程计tf坐标发布 代码位置/turn_on_wheeltec_robot/launch/turn_on_wheeltec_robot.launch !-- 发布用于建图、导航的TF关系与小车外形可视化 --include file$(find turn_on_wheeltec_robot)/launch/robot_model_visualization.launch unless$(arg repeat)arg namecar_mode value$(arg car_mode)/arg nameif_voice value$(arg if_voice)//include!-- 扩张卡尔曼滤波 发布odom_combined到footprint的TF,即小车定位 使用cartographer算法时不使用该滤波算法--include file$(find turn_on_wheeltec_robot)/launch/include/robot_pose_ekf.launch unless$(arg repeat)arg nameis_cartographer value$(arg is_cartographer)//include/launch这里涉及到的robot_pose_ekf节点是ros中常用的卡尔曼滤波算法用于对里程计坐标信息进去预处理以提高精度
2 Cartographer
Cartographer相比于Gmapping更适用于大场地的建图。其包含回环检测可以防止累积误差。并且Cartographer只依靠雷达建图不需要里程计
Cartographer检测步骤分为两步local scan和global scan。其中local scan为雷达实时检测而global scan将local scan的检测结果汇总进行回环检测以减小地图误差
