基于Cartographer-ros的激光SLAM导航机器人实现原理

以Autolabor Pro1 导航套件为例，概述SLAM导航机器人的实现原理，并介绍该机器人的实现原理。

Autolabor Pro1 导航机器人是一个基于ROS的开放式机器人平台，包含机器人底盘、全套传感器及软件系统，已实现了室内外自动导航、自动循迹、智能避障等功能。

详细视频介绍

平台室内自动导航的技术方案是激光SLAM。

---

目录

1. SLAM 介绍
2. 基于激光SLAM的机器人自主导航
3. Autolabor Pro1 SLAM 导航功能详解

SLAM 介绍

SLAM，全称是 Simultaneous Localization and Mapping，同时定位与地图构建。

SLAM 技术解决的是，我在哪里？（定位Localization ）我周围是什么样？（建图Mapping）这两个问题。

移动设备从未知环境中的某一点开始运动，根据传感器获取到的数据，即时计算获取传感器的位置并绘制周围的环境。

SLAM 的应用很广泛，有扫地机器人、无人驾驶汽车、无人机，三维场景重建等。

根据使用传感器不同，SLAM的可分为激光SLAM和视觉SLAM（VSLAM），本文介绍的是激光SLAM，对视觉SLAM相关知识感兴趣的可以看这里。

基于激光SLAM的机器人自主导航

激光SLAM导航，指的是使用激光雷达采集的数据进行建图与定位（SLAM），并在构建的环境地图中自动导航（规划+控制）。

地图构建完成后，给出目标点，根据当前位置信息与已知环境地图规划出可行走路径，控制机器人运动，最终达到目标点。

以上只是简单概述了机器人导航的流程，但 SLAM 与 路径规划/Planning 都是很复杂的内容，在此不做过多的探讨。

Autolabor Pro1 SLAM 导航功能详解

Autolabor SLAM 导航使用的是谷歌开源的 Cartographer，支持多平台和传感器配置，提供2D和3D实时同步定位与建图，使用回环检测消除建图产生的累积误差，建图效果更好，在国内外众多机器人应用上得到了广泛使用。

Cartographer is a system that provides real-time simultaneous localization and mapping (SLAM) in 2D and 3D across multiple platforms and sensor configurations.

传感器

Autolabor SLAM导航机器人，前后底部各安置了1个激光雷达，前侧车体内部左右各有一个编码器/轮速里程计。

前后双激光雷达，能够360度探测周围环境，测量距离最大可达10m，可以有效的提升避障效率。

建图原理

步骤	输入数据	操作	输出数据	使用ROS包
1	左编码器数据 右编码器数据	使用运动模型计算编码器数据，得到符合ROS标准的里程计数据	里程计数据	autolabor_pro_driver
2	前雷达数据 后雷达数据	裁切并融合前后激光雷达采集的数据，得到机器人周围环境点云数据	雷达点云数据	cartographer_ros laser_filters
3	里程计数据 雷达点云数据	点云匹配	相对位姿数据 子地图数据	cartographer_ros
4	相对位姿数据 子地图数据	回环检测，得到子地图拼接的全地图数据	地图数据	cartographer_ros

Tips:

1. Cartographer 可以配置传感器的个数，是否使用里程计odom/imu等。此应用中使用了odom的数据，但实际上cartographer是可以不用里程计数据的。相应的配置文件在cartographer_ros\configuration_files路径下。

2. Cartographer 最终生成的地图是由一个个的子地图拼接而来的submap
   list，由cartographer_occupancy_grid_node 节点将其转换为ROS的网格地图，再发布出去。

Cartographer 建图 launch配置示例

    <node name="cartographer_node" pkg="cartographer_ros"
      type="cartographer_node" args="
          -configuration_directory $(find cartographer_ros)/configuration_files
          -configuration_basename two_laser_mapping.lua"
      output="screen">
    </node>
    
    <node name="cartographer_occupancy_grid_node" pkg="cartographer_ros" type="cartographer_occupancy_grid_node" args="-resolution 0.05" />

导航原理

步骤	输入数据	操作	输出数据	使用ROS包
1	左编码器数据 右编码器数据	使用运动模型计算编码器数据，得到符合ROS标准的里程计数据	里程计数据	autolabor_pro_driver
2	前雷达数据 后雷达数据 里程计数据 地图数据	将机器人的实时数据与已构建的地图进行匹配	当前机器人在环境中的位姿	cartographer_ros
3	目标机器人位姿	给机器人制定一个目标点		move_base
4	当前机器人位姿 地图数据 目标机器人位姿	根据机器人当前位姿与地图数据，进行全局规划路线	路径数据（初步预估导航路线）	global_planner(dijkstra)
5	路径数据 地图数据 前雷达数据 后雷达数据	根据规划路径开始导航，进行过程中随着实际环境、障碍物变化，进行局部路径规划，实时避障	局部路径规划 避障	costmap_2d teb_local_planner
6	速度信息 /cmd_vel	向底发送速度命令		move_base

说明：

1. move_base, global_planner(dijkstra), costmap_2d 这些功能包(package)都从属于
   Navigation 导航这个大的功能包集，teb_local_planner 是navigation包的一个插件。
2. 机器人导航过程中，会按照周围环境、实时障碍物做调整不断规划调整路径，向底层发布指令，步骤五和六是一个多次的过程，并非一次就结束了。

导航 launch配置示例

<node name="cartographer_node" pkg="cartographer_ros"
      type="cartographer_node" args="
          -configuration_directory $(find cartographer_ros)/configuration_files
          -configuration_basename two_laser_navigation.lua
          -load_state_filename $(find autolabor_navigation_launch)/map/map.pbstream"
      output="screen">
    </node>

    <node name="cartographer_occupancy_grid_node" pkg="cartographer_ros" type="cartographer_occupancy_grid_node" args="-resolution 0.05" />

    <node pkg="move_base" type="move_base" respawn="false" name="move_base" output="screen">
        <rosparam file="$(find autolabor_navigation_launch)/two_laser_navigation_param/move_base_params.yaml" command="load" />
        <rosparam file="$(find autolabor_navigation_launch)/two_laser_navigation_param/global_costmap_params.yaml" command="load" ns="global_costmap"/>
        <rosparam file="$(find autolabor_navigation_launch)/two_laser_navigation_param/local_costmap_params.yaml" command="load" ns="local_costmap"/>
        <rosparam file="$(find autolabor_navigation_launch)/two_laser_navigation_param/global_planner_params.yaml" command="load" ns="GlobalPlanner"/>
        <rosparam file="$(find autolabor_navigation_launch)/two_laser_navigation_param/teb_local_planner_params.yaml" command="load" ns="TebLocalPlannerROS"/>
    </node>

以上介绍了基于ROS的激光SLAM导航机器人的实现原理与流程，下次给大家讲讲定点巡逻/循迹机器人的实现原理。

对配置文件感兴趣的小伙伴，可以微信关注公众号autolabor，对话框回复【导航launch】获取完整的建图导航launch。