ROS机器人虚拟仿真挑战赛持续学习笔记-20240619

cartographer

需要全手工编译……比较麻烦。

如果使用新版ceres-solver,版本2.x,需要修改源码,部分“接口代码”有改动。

稳妥使用ceres-solver-1.13.0,且需要安装abseil-cpp。

验证是否成功,使用roscd或roslaunch,查看一下是否有对于功能包:


map

只有room_mini和tianracer_racetrack.pgm提供了“原装”地图。

没有提供地图的world需要建图之后才能更好的导航,或者选用行为式控制器,而非路径算法类规划器。跑圈算法可分为有地图和无地图两种:

  1. 有地图-需要SLAM了……/(ㄒoㄒ)/~~
  2. 无地图-后续有空再写

 /(ㄒoㄒ)/~~

此处省略……

原版参数:

image: room_mini.pgm
resolution: 0.050000
origin: [-50.000000, -50.000000, 0.000000]
negate: 0
occupied_thresh: 0.65
free_thresh: 0.196
image: tianracer_racetrack.pgm
resolution: 0.025000
origin: [-12.200000, -12.500000, 0.0000000]
negate: 0
occupied_thresh: 0.65
free_thresh: 0.196

新环境均为大图,参考tianracer_racetrack.yaml参数。


源码地址:

要注意使用raicom分支。

过往学习笔记:

ROS机器人虚拟仿真挑战赛学习笔记_无人车竞速仿真-CSDN博客


SLAM

为了使用ROS Racecar仿真更好地建立SLAM地图以用于导航,可以按照以下步骤进行:

  1. 准备工作
    • 确保已经正确安装了ROS和相关的依赖包。
    • 创建一个ROS工作空间,并下载或编写所需的Racecar仿真代码。
  2. 启动仿真环境
    • 设置环境变量,确保ROS环境能够正确运行。
    • 使用roslaunch命令启动Racecar的仿真环境。
  3. 启动SLAM建图
    • 在仿真环境中,启动SLAM算法(如gmapping)来构建地图。这通常涉及运行一个SLAM节点,该节点将使用激光雷达(或其他传感器)数据来创建环境的2D地图。
    • 同时,启动rviz(ROS Visualization)来可视化建图过程。
  4. 控制车辆进行建图
    • 通过键盘控制或其他控制方式(如遥控器、游戏手柄等)手动驾驶Racecar在仿真环境中移动。
    • 确保车辆遍历整个环境,以便SLAM算法能够捕捉到所有必要的特征并构建完整的地图。
  5. 保存和优化地图
    • 当车辆遍历完整个环境后,停止SLAM建图过程,并保存生成的地图文件。
    • 可以使用地图优化工具(如map_server的map_saver节点)来保存和优化地图,以提高其质量和准确性。
  6. 验证和使用地图
    • 加载保存的地图到导航系统中,并进行测试以验证其准确性和可用性。
    • 如果地图质量不佳或存在错误,可以重复上述步骤进行修正和优化。
  7. 注意事项
    • 在建图过程中,确保仿真环境的设置与实际环境相匹配,包括传感器配置、障碍物布局等。
    • 调整SLAM算法的参数以适应不同的环境和传感器特性,以获得最佳的建图效果。
    • 定期更新和维护地图,以适应环境中的变化。

通过以上步骤,你可以更好地在ROS Racecar仿真中建立SLAM地图,并将其用于导航任务。

当提到建图算法时,虽然Gmapping在某些情况下可能表现不够理想,但确实存在其他更先进的建图算法可供选择。以下是一些推荐的建图算法,它们在不同的环境和应用场景下具有出色的性能:

  1. Cartographer
    • 特点:基于图优化的激光SLAM算法,能够生成高质量的二维和三维地图。
    • 优势:通过扫描匹配(scan-matching)和子图(submaps)的概念,Cartographer能够在实时性和准确性之间取得良好的平衡。它适用于各种室内和室外环境,并且具有较低的计算资源需求。
    • 应用场景:广泛应用于机器人导航、无人驾驶等领域。
  2. Hector SLAM
    • 特点:一种适用于激光扫描仪的SLAM算法,它基于高斯-牛顿法解决scan-matching问题。
    • 优势:Hector SLAM不需要依赖里程计数据,因此在某些没有准确里程计信息的应用场景中表现出色。它使用多分辨率地图来避免局部最小解,并提高建图精度。
    • 注意事项:对传感器噪声和机器人速度有一定要求,需要在相对静态和特征丰富的环境中进行建图。
  3. ORB-SLAM
    • 特点:一种基于视觉的SLAM算法,使用ORB(Oriented FAST and Rotated BRIEF)特征点进行定位和建图。
    • 优势:ORB-SLAM能够在室内外环境中工作,并且具有较高的鲁棒性和准确性。它支持单目、双目和RGB-D相机,并且支持回环检测和重定位功能。
    • 应用场景:适用于需要视觉信息的导航和定位任务。
  4. LSD-SLAM
    • 特点:一种直接法的视觉SLAM算法,基于半稠密地图表示。
    • 优势:LSD-SLAM能够在光照变化较大的环境中工作,并且能够处理动态物体。它生成的地图包含丰富的几何信息,适用于需要高精度导航的应用场景。
    • 注意事项:计算资源需求较高,实时性可能受到一定影响。
  5. DSO(Direct Sparse Odometry)
    • 特点:一种基于稀疏直接法的视觉里程计算法,它直接对图像像素进行操作,不需要特征点提取和描述子匹配。
    • 优势:DSO具有较高的鲁棒性和准确性,能够在纹理较少或光照变化较大的环境中工作。它适用于高速运动和动态环境下的视觉定位。
    • 应用场景:无人机、自动驾驶汽车等需要高速、准确视觉定位的应用场景。

总结

在选择建图算法时,需要根据具体的应用场景和需求进行权衡。对于需要高精度定位和导航的应用场景,Cartographer和ORB-SLAM是不错的选择。对于没有准确里程计信息或需要处理动态物体的场景,Hector SLAM和LSD-SLAM可能更适合。而对于需要高速、准确视觉定位的应用场景,DSO可能是一个更好的选择。同时,还需要考虑计算资源的需求和实时性的要求。

  • 32
    点赞
  • 35
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
要进行ROS机器人导航仿真,你需要安装一些必要的软件包。首先,你可以使用以下命令安装turtlebot相关的软件包:sudo apt-get install ros-kinetic-turtlebot-bringup ros-kinetic-turtlebot-create ros-kinetic-openni-* ros-kinetic-openni2-* ros-kinetic-freenect-* ros-kinetic-usb-cam ros-kinetic-laser-* ros-kinetic-hokuyo-node ros-kinetic-audio-common gstreamer0.10-pocketsphinx ros-kinetic-pocketsphinx ros-kinetic-slam-gmapping ros-kinetic-joystick-drivers python-rosinstall ros-kinetic-orocos-kdl ros-kinetic-python-orocos-kdl python-setuptools ros-kinetic-dynamixel-motor libopencv-dev python-opencv ros-kinetic-vision-opencv ros-kinetic-depthimage-to-laserscan ros-kinetic-arbotix-* ros-kinetic-turtlebot-teleop ros-kinetic-move-base ros-kinetic-map-server ros-kinetic-fake-localization ros-kinetic-amcl。\[1\] 接下来,在安装好ROS kinetic版本的Ubuntu系统中,你可以打开一个终端窗口,并输入以下命令来安装turtlebot包:sudo apt-get install ros-kinetic-turtlebot-*。\[2\] 安装完成后,你可以使用以下命令启动仿真环境并进行自主导航:roslaunch racecar_gazebo racecar_runway_navigation.launch roslaunch racecar_gazebo racecar_rviz.launch。\[3\] 这样,你就可以开始进行ROS机器人导航仿真了。 #### 引用[.reference_title] - *1* *2* [ROS机器人导航仿真(kinetic版本)](https://blog.csdn.net/sinolover/article/details/90721486)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [ROS机器人定位导航仿真(包括智能车、无人机飞行的仿真)](https://blog.csdn.net/weixin_43749019/article/details/107284304)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

zhangrelay

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值