目录
2.将liorf与liorf_localization两个文件夹放入workspace中src里面
1.实验目的:
1.实现slam视觉下的建图与定位
2.使我们了解如何熟练运用ros订阅与发布
2.实验设备:
智能车辆建图教学小车
3.各个传感器驱动使用步骤
1.雷达:
1)先启动容器,进入容器中
docker start slam(启动容器) docker exec -it slam /bin/bash(进入容器)
2)打开两个终端,一个启动数据集,另一个启动slam视觉可视化
启动数据集:
cd /root/bag
rosbag play all_2023-12-25-02-59-36.bag
若出现错误需要新开一个终端roscore一下,启动ros
启动slam视觉可视化:
cd /root/drive
source devel/setup.bash
roslaunch rslidar_sdk start.launch
若出现[rviz-3] process has died在新建终端输入(宿主机即可,不需要进去容器)
xhost +
若在弹出rviz中显示点云说明雷达驱动正常
2.组合导航
同理
cd /root/drive
source devel/setup.bash
roslaunch chcnav_driver chanav_node.launch
4.实验原理
基于Docker容器技术和多传感器融合技术,实现机器人的同时定位与地图构建。
首先,Docker容器技术为SLAM提供了运行环境,使得各种算法和程序能够在同一台计算机上以容器化的方式运行,方便管理和部署。其次,多传感器融合技术利用不同传感器的信息,通过数据融合算法处理,提高定位和地图构建的精度和鲁棒性。
在实验中,通常会使用激光雷达和IMU(Inertial Measurement Unit)等传感器,获取机器人周围的环境信息和自身姿态信息。然后,通过数据融合算法处理这些信息,得到机器人的位置和姿态估计。同时,利用机器人携带的相机等传感器拍摄图像,提取特征点并进行匹配,进一步验证和调整定位结果。最后,利用定位信息和传感器数据,通过地图构建算法生成环境地图。
5.实验详细步骤、遇到的问题及解决方法
1.首先下载docker
这里分享鱼香ros一键安装的docker代码
wget http:/