AMCL定位

最新推荐文章于 2025-04-01 21:25:51 发布

EAIBOT

最新推荐文章于 2025-04-01 21:25:51 发布

阅读量8.9k

点赞数 1

分类专栏： Dashgo D1使用手册

本文链接：https://blog.csdn.net/EAIBOT/article/details/51711977

版权

本文介绍了在ROS环境中使用AMCL(Autonomous Mobile Robot Localization)进行机器人定位的方法。首先，需要在amcl_demo.launch文件中调整地图名称。接着，在RVIZ中使用'2D Pose Estimate'设定机器人初始位置。随后，通过teleop_twist_keyboard控制机器人移动，AMCL将逐步确定机器人位置。观察绿色粒子云收缩情况来评估定位效果。若地图特征不明显，可能影响定位成功率，可通过调整AMCL参数实现全局初始化。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在上一节建图的基础上，讨论下如何定位。

运行如下命令，启动定位程序

roslaunch dashgo_nav amcl_demo.launch
rosrun dashgo_bringup teleop_twist_keyboard.py
roslaunch turtlebot_rviz_launchers view_navigation.launch

注意：在amcl_demo.launch需要修改地图名
在rviz的图形界面点击”2D Pose Estimate”,然后在地图中指定机器人的大致位置。
这里写图片描述

在teleop_twist_keyboard的终端小范围前后左右移动小车，小车逐步确定它自身的位置。
判断小车是否定位成功，主要看小车周围绿色的点是否收缩到一起。
这里写图片描述

如果不想给定初始位置，可以通过在amcl节点中修改如下参数的值，使粒子洒满地图的各个角落。如果地图的特征不明显(比如走廊)，可能定位失败。

<param name=

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

EAIBOT

关注关注

1
点赞
踩
14

收藏

觉得还不错? 一键收藏
1
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

amcl定位过程中发布机器人在地图中位姿的总结

Studying……

11-29

1828

目前要实现的应用是amcl匹配后，得到车体位姿，然后发布到外部使用起初我是采用订阅amcl发布的amcl_pose话题的方法代码如下参考ROS：订阅话题并发布（订阅amcl_pose数据并发布）_Better-ing的博客-CSDN博客 class amcl_pose_sub_pub { private: ros::NodeHandle nh_; // 定义ROS句柄 ros::Publisher msgPointPub; ros::Subscriber sub;

【定位模块算法】amcl（蒙特卡洛）粒子滤波定位算法（附C++代码）

qq_35635374的博客

11-07

176

认知有限，望大家多多包涵，有什么问题也希望能够与大家多交流，共同成长！无人车&无人机导航合集AMCL（自适应蒙特卡洛定位）是一种基于粒子滤波器的概率定位系统，广泛应用于机器人在二维环境中的定位。本文先对amcl（蒙特卡洛）粒子滤波定位算法做个简单的介绍，具体内容后续再更，其他模块可以参考去我其他文章提示：以下是本篇文章正文内容amcl节点利用粒子滤波算法实现机器人的全局定位，为机器人导航提供全局位置信息。

1 条评论您还未登录，请先登录后发表或查看评论

判断amcl位置与地图匹配程度

cabinx的博客

06-04

7012

navigation启动时，amcl为机器人新建并维护一个粒子滤波器，通过匹配分值判断当前机器人位置与地图的匹配程度。为amcl添加一个输出匹配分值的功能。为了滤除噪声，取1s内5个分值（0.2s间隔）作为该时间段的分值。新建线程，每秒统计一次分值量化判断机器人位置的丢失程度。取出当前时刻分值（pf.c）。#include <assert.h> #include...

激光雷达建图后基于amcl实现自动定位

m0_53567875的博客

11-22

6183

雷达型号：robosens helios（32线）系统平台：Linux18.04+ros 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navig

AMCL（Adaptive Monte Carlo Localization，自适应蒙特卡洛定位）详尽解析

热门推荐

weixin_40114832的博客

10-25

1万+

amcl手动和自动定位问题首先定位问题要基于建好的地图上，相信大家已经建好了自己的地图，建图方法其他博主写的很详细，在这里不做过多的介绍。本博客只介绍博主在学习ROS中遇到的各种问题，希望以后的朋友们不要再陷入这样的“坑”。言归正传，我们在做小车的导航时，都需要在rviz图形界面下进行小车的位姿矫正，点击2D pose estimates进行大致位置的估计，如图所示：

基于激光雷达的移动机器人室内AMCL定位点到点导航

Already8888的博客

08-12

1499

基于激光雷达的移动机器人室内AMCL定位点到点导航。定位用于导航中，通过定位可以判断机器人的实际轨迹是否符合预期。amcl用于实现导航中的机器人定位。里程计本身也是可以协助机器人定位的，不过里程计存在累计误差且一些特殊情况时(车轮打滑)会出现定位错误的情况，amcl 则可以通过估算机器人在地图坐标系下的姿态，再结合里程计提高定位准确度。里程计定位:只是通过里程计数据实现 /odom_frame 与 /base_frame 之间的坐标变换。amcl定位:可以提供 /map_frame 、/odom_frame

图说slam（一）：amcl定位算法主要流程概念图解

kiltto的博客

05-14

4726

amcl定位算法主要流程概念图解

amcl_3d：使用3D LiDAR for ROS的AMCL（自适应蒙特卡洛定位）

02-04

amcl_3d：使用3D LiDAR for ROS的AMCL（自适应蒙特卡洛定位）

AMCL定位融合UWB

weixin_44562141的博客

12-24

2344

ros串口通信及遇到的问题 1.安装串口助手 sudo apt-get install cutecom sudo cutecom 2.查看电脑链接的串口信息（名称）： dmesg | grep ttyS* 然后在串口助手里打开串口没输出，而且dmesg | grep ttyS*报错了 3.设置串口权限（为了解决2的问题）创建文件/etc/udev/rules.d/70-ttyusb.rules sudo gedit /etc/udev/rules.d/70-ttyusb.rules 在文件内增加一行

ROS开源包之粒子滤波定位(AMCL)

啥也不懂的研究生也淦SLAM的博客

09-16

3291

ROS开源包之粒子滤波定位(AMCL), 关键代码注释, 配置项讲解, 仿真测试结果

AMCL---定位poseArray

majingming123的博客

12-06

799

AMCL---定位poseArray

机器人学习--定位算法AMCL全局定位方案

GGY1102的博客

11-02

4348

ROS中已经集成了AMCL（自适应蒙特卡洛定位）的解决方案，按照要求测试一般都没问题。源码或者相关细节分析参考：机器人学习--定位算法AMCL详解_GGY1102的博客-CSDN博客_amcl定位 amcl的基本原理分析：amcl算法问题_遍历WORLD的博客-CSDN博客_amcl定位算法问题1：使用amcl需要手动在rviz中设定初始位置，如何开机后自动运行识别初始位置？（也就是初始化的时候用全局定位 Global localization；之后的位姿跟踪用 local local

AMCL理解（一）【自适应蒙特卡洛定位】

xingsongyu的博客

01-20

7786

原文：https://blog.csdn.net/weixin_38145317/article/details/82852580 KLD采样就是为了控制上述粒子数冗余而设计的。比如在栅格地图中，看粒子占了多少栅格。占得多，说明粒子很分散，在每次迭代重采样的时候，允许粒子数量的上限高一些。占得少，说明粒子都已经集中了，那就将上限设低，采样到这个数就行了。测距仪的似然域(...

SLAM从入门到精通（amcl定位使用）

嵌入式-老费，一个分享专业嵌入式知识的blog

09-29

1471

【声明：版权所有，欢迎转载，请勿用于商业用途。联系信箱：feixiaoxing @163.com】学习slam，一般就是所谓的边定位、边制图的知识。然而在实际生产过程中，比如扫地机器人、agv、巡检机器人、农业机器人，很多情况下都是先绘制好地图。等地图ok了，再规划机器人特定的路径。路径这些都没问题了之后，机器人就会按照我们的设想，去指定的地方执行指定的任务就可以了。所以，制定完地图之后，后续的任务就不再需要制图了，主要就是定位。也就是机器人在行进的过程当中不要丢位置就可以了。

amcl定位初始位置

03-08

### 设置AMCL的初始定位位置为了使AMCL能够正常工作并提供精确的位置估计，在启动时设定一个合理的初始位置至关重要。通常情况下，可以通过多种方式指定这个初始位置。 #### 使用命令行参数设置初始位置一种简单的方法是在启动节点时通过命令行传递参数给`amcl`节点。这允许直接定义机器人的起始坐标(x,y)及其朝向(θ)，即欧拉角中的偏航角度。具体来说： ```bash rosparam set /initial_pose_x X_VALUE rosparam set /initial_pose_y Y_VALUE rosparam set /initial_pose_a THETA_VALUE ``` 其中`X_VALUE`, `Y_VALUE`, 和`THETA_VALUE`应替换为期望的具体数值[^1]。 #### 利用RViz手动初始化另一种更为直观的方式是借助RViz图形界面工具完成这一操作。当在RViz中加载了地图并且启用了`2D Pose Estimate`功能之后，只需点击该按钮并在地图上单击拖动鼠标到想要设为目标的地方即可自动发送相应的姿态消息至AMCL节点，从而实现快速简便的手动初始化[^3]。 #### 编写脚本自动化此过程对于更复杂的场景或批量测试需求，则可能希望编写一段Python或其他编程语言编写的脚本来执行上述动作。下面给出了一段简单的Python代码片段作为示范，它利用ROS客户端库`rospy`来发布一次性的初始位姿信息: ```python import rospy from geometry_msgs.msg import PoseWithCovarianceStamped def init_amcl(): pub = rospy.Publisher('initialpose', PoseWithCovarianceStamped, queue_size=10) rospy.init_node('init_amcl') pose_msg = PoseWithCovarianceStamped() # Set header and frame id pose_msg.header.frame_id = "map" pose_msg.header.stamp = rospy.Time.now() # Define the initial position here. pose_msg.pose.pose.position.x = 0.0 pose_msg.pose.pose.position.y = 0.0 pose_msg.pose.pose.orientation.w = 1.0 rate = rospy.Rate(10) # 10hz while not rospy.is_shutdown() and pub.get_num_connections() < 1: rate.sleep() pub.publish(pose_msg) if __name__ == '__main__': try: init_amcl() except rospy.ROSInterruptException: pass ``` 这段程序会在名为`'initialpose'`的话题上广播一条带有特定坐标的`PoseWithCovarianceStamped`类型的消息，以此告知AMCL应该从哪里开始计算其状态估计[^4]。