省去了 turtlebot3因为肯呢个后续不能靠实体实验来做了。无论是用哪种方法都绕不过去ground truth map或者ground truth trajectory这关。最后选择用现有的数据集来做。
先实验一下MIT stata center的数据集,因为直接给的是.bag文件较容易一些。
下载下.bag文件后完全按照官网教学就可以。
要注意的是我在配置gmapping时是在文档下打开终端。
http://wiki.ros.org/slam_gmapping/Tutorials/MappingFromLoggedData
(注意点为在此处要用以下这行给gmapping配置)
rosrun gmapping slam_gmapping scan:=base_scan _odom_frame:=odom_combined
karto也是同样的配置方法然后按同样的方法运行rosbag即可。
好的和老师开完会后 老师的意见是 精度要求没有那么高 直接拿手量 然后保存小车轨迹 比较它在直角转弯时候的估计轨迹和实际轨迹(现实操作中只有直角转弯)来比较角度的精度。一定每次跑数据集之前都要设定一次
rosparam set use_sim_time true
运行小车的slam来更基于主题turtlebot3一点:
roslaunch turtlebot3_slam turtlebot3_slam.launch
运行rosbag并打开
rosrun tf tf_echo map base_link