cotex_A9的博客

记一次部署onnxruntime库的小众bug。

在ros:noetic-Ubuntu20.04环境下使用catkin_make编译quadruped-robot时报了一个很奇怪的小众错误，网上查不到类似情况，也无人在issuse下提问。

经过排查，发现可能是因为在odom_visualization和multi_map_server两个包的CMakeList.txt文件内的target_link_libraries中，pose_util没有用绝对路径，将之改成绝对路径即可。在ego-planner编译过程中出现找不到pose_utils链接的错误，而且是偶发性的，有时候能顺利编译，有时候又出错了。

我们公司正在开发一款基于动作捕捉定位系统的无人机/无人车空地协同演示项目，调试实物无人机飞控的过程中，当动捕系统采集到的定位数据发送到飞控上之后，静止状态下飞控的位姿融合解算还算正常，一旦飞机以位置Posision模式起飞，不到30秒，位姿解算就会自动停止，同时自动切换到高度Altitude模式，并且以IMU惯组的定位作为它的基准定位，直到无人机降落停稳后，位姿融合算法才继续开始工作，但解算出来的位姿已经和动捕定位的实际位姿相去甚远了。

上一篇二维激光SLAM只能进行平面信息解析，做二维运动规划，若遇到更复杂的环境则无能为力，因此需要获取更多信息。三维激光SLAM可进一步感知无人机周边的空间环境信息，可以帮助无人机更精准地进行三维运动规划。

二维激光SLAM是无人机进行二维运动规划和建图的前提，同时也是SLAM中较为简单的定位算法，其功能是构建二维栅格地图，一般用于机器人/无人机在封闭环境下的定位和导航。

无人机在做自主运动规划前一定要知道自己周围有哪些障碍物，以及这些障碍物的形状大致如何，这是它能自主行动的前提。本篇将介绍在XTDrone仿真平台下，如何使用开源代码ORB_SLAM3开启视觉SLAM。

本篇主要介绍如何将XTDrone跑起来，如果环境搭建没问题的话，按下列步骤进行第一个仿真实验，可以看到仿真无人机在键盘的控制下飞起来。

人形机器人移动的基础在于双足直立行走，而在真实环境下进行试验迭代，需要昂贵的硬件设备和较长的迭代周期，因此仿真试验环境显得尤为重要。在仿真环境下确定大致方向后，再进行实物试验，可以节约成本、缩短迭代周期。本文将介绍Hector Simulation双足机器人仿真环境的搭建和模拟。（操作系统：Ubuntu20.04；ros版本：noetic；底层架构：x86_64）。

本文主要介绍XTDrone仿真平台在docker下的环境搭建。

学习记录，在Ubuntu23.10操作系统下，使用docker运行ros:noetic，搭建Mobile Aloha的运行环境，同时给容器添加N卡gpu支持。（注意：笔者进行环境搭建时全程处于魔法状态，非魔法可能导致网络受限；NVIDIA显卡驱动安装的是metapackage from nvidia-driver-535版本；CPU是x86_x64架构）