ROS2学习和使用SLAM算法(gmapping/cartographer/orb-slam等)

最新推荐文章于 2025-03-09 01:13:30 发布

zhangrelay

最新推荐文章于 2025-03-09 01:13:30 发布

阅读量1.2w

点赞数 13

分类专栏： ROS2学习笔记与高校课程分享文章标签： ros2 slam

本文链接：https://blog.csdn.net/ZhangRelay/article/details/102461200

版权

ROS2学习笔记与高校课程分享专栏收录该内容

104 篇文章

订阅专栏

ROS2经过6年的快速发展，在充分优化和大幅改进ROS1的基础上（点击了解2014年ROS2规划），功能已经非常完善了。

目前（2019年10月9日）官方功能包已达687。

ros-dashing功能包

直接支持的SLAM包，有cartographer，案例turtlebot，使用说明也非常丰富，网上资料详细。

这里以orb-slam2在Ubuntu18.04配置为例简要说明一下，如果有ros1基础学习ros2非常快，没有ros1基础，推荐直接学习ros2～

在链接： https://github.com/raulmur/ORB_SLAM2

下载并编译orb_slam2源码，需要中文可以查阅：Ubuntu 18.04安装ROS Melodic与ORB-SLAM2

这里，一般会有一些bug需要修正，否则功能包无法使用！

第一个（https://github.com/raulmur/ORB_SLAM2/issues/778）：

需要在system.h文件中，添加#include <unistd.h>。

第二个（https://github.com/raulmur/ORB_SLAM2/issues/494）：

需要在ORB_SLAM2/Examples/ROS/ORB_SLAM2/CMakeList.txt添加-lboost_system。

有硬件直接上，没有可以选择仿真，或者使用bag包简单查看一下安装是否完成。

rosbag下载地址：

依据需要下载，这里使用的V2_03_difficult.bag。

如果想详细学习移动机器人，推荐ETH自动系统实验室的课程：

Autonomous Mobile Robots - Spring 2019

今年新鲜出炉，热气腾腾～～～～

中文带注释版本的orb-slam2链接（泡泡机器人出品）：https://github.com/PaoPaoRobot/ORB_SLAM2

使用colcon build成功编译后，运行ros2 run如下：

用法（ROS2 Dashing）

运行单目monocular SLAM节点（单目）：

$ ros2 run orbslam mono PATH_TO_VOCABULARY PATH_TO_YAML_CONFIG_FILE

该节点订阅ROS2的camera主题，并等待Image消息。

例如，您可以使用以下方法从笔记本电脑网络摄像头流式传输帧：

$ ros2 run image_tools cam2image -t camera

RGBD节点（彩色RGB+深度D）：

可以使用以下命令运行该rgbd节点

$ ros2 run orbslam rgbd PATH_TO_VOCABULARY PATH_TO_YAML_CONFIG_FILE

Stereo节点（双目）：

可以使用以下命令运行该stereo节点

$ ros2 run orbslam stereo PATH_TO_VOCABULARY PATH_TO_YAML_CONFIG_FILE BOOL_RECTIFY

用法（ROS1 Melodic）

编译mono, monoAR, stereo 和 RGB-D 节点：

将包括Examples/ROS/ORB_SLAM2的路径添加到ROS_PACKAGE_PATH环境变量中。打开.bashrc文件，并在末尾添加以下行。用下载的ORB_SLAM2文件夹路径替换PATH：

export ROS_PACKAGE_PATH=${ROS_PACKAGE_PATH}:PATH/ORB_SLAM2/Examples/ROS

运行build_ros.sh脚本：

chmod +x build_ros.sh
./build_ros.sh

运行Monocular单目摄像头节点：

运行节点ORB_SLAM2/Mono启动主题/camera/image_raw的单目输入节点。需要提供词汇表（vocabulary）文件和设置（settings）文件的路径。具体参考文末提供的资料链接。

rosrun ORB_SLAM2 Mono PATH_TO_VOCABULARY PATH_TO_SETTINGS_FILE

运行Monocular单目摄像头增强现实演示

这是增强现实的演示，可以在其中使用界面在场景的平面区域中插入虚拟立方体。节点从主题/camera/image_raw读取图像。

rosrun ORB_SLAM2 MonoAR PATH_TO_VOCABULARY PATH_TO_SETTINGS_FILE

运行Stereo双目摄像头节点

For a stereo input from topic /camera/left/image_raw and /camera/right/image_raw run node ORB_SLAM2/Stereo. You will need to provide the vocabulary file and a settings file. If you provide rectification matrices (see Examples/Stereo/EuRoC.yaml example), the node will recitify the images online, otherwise images must be pre-rectified.

运行节点ORB_SLAM2/Stereo启动双目输入主题/camera/left/image_raw（左）和/camera/right/image_raw（右）。需要提供词汇表文件和设置文件。如果提供校正矩阵（请参阅示例/Stereo/EuRoC.yaml示例），则该节点将在线引用图像，否则必须对图像进行预校正。

rosrun ORB_SLAM2 Stereo PATH_TO_VOCABULARY PATH_TO_SETTINGS_FILE ONLINE_RECTIFICATION

示例：从EuRoC数据集（http://projects.asl.ethz.ch/datasets/doku.php?id=kmavvisualinertialdatasets）下载一个rosbag（例如V1_01_easy.bag ）。在终端上打开3个选项卡，并在每个选项卡上运行以下命令：

roscore

rosrun ORB_SLAM2 Stereo Vocabulary/ORBvoc.txt Examples/Stereo/EuRoC.yaml true

rosbag play --pause V1_01_easy.bag /cam0/image_raw:=/camera/left/image_raw /cam1/image_raw:=/camera/right/image_raw

一旦ORB-SLAM2加载了词汇表，请在rosbag选项卡中按空格。请享用！。注意：需要一台功能强大的计算机来运行此数据集。

运行RGB_D深度彩色摄像头节点

For an RGB-D input from topics /camera/rgb/image_raw and /camera/depth_registered/image_raw, run node ORB_SLAM2/RGBD. You will need to provide the vocabulary file and a settings file. See the RGB-D example above.

运行节点ORB_SLAM2/RGBD订阅主题/camera/rgb/image_raw（彩色）和/camera/depth_registered/image_raw （深度）。需要提供词汇表文件和设置文件。请参阅文末的RGB-D示例链接。

rosrun ORB_SLAM2 RGBD PATH_TO_VOCABULARY PATH_TO_SETTINGS_FILE

部分截图如下：

一些使用广泛的ROS1SLAM包的ROS2版本：

1. gmapping：

源码链接：https://github.com/Project-MANAS/slam_gmapping

启动：

ros2 launch slam_gmapping slam_gmapping.launch.py

更多内容，依据反馈后补充，非常感谢～