ROS2_Foxy学习9——多机激光SLAM先导篇

最新推荐文章于 2024-05-24 09:38:06 发布
最新推荐文章于 2024-05-24 09:38:06 发布
阅读量1.6k 收藏 14
点赞数 1
分类专栏： ROS 文章标签： 自动驾驶 人工智能 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/fangfang12138/article/details/112269571
版权

ROS2_Foxy学习9——多机激光SLAM先导篇


  这篇文章的整体目的是在多个车上跑slam，通过ROS2_Foxy将地图集中到一个电脑下，然后拼接成一张地图。
  一开始的想法是车上用ROS2跑SLAM，由于各大开源SLAM算法对ROS2不支持或者支持不完善（又因为 懒 能力不够，不能把代码从ROS1移植到ROS2），因而，使用ROS1跑SLAM，然后通过ROS2的包ros1_bridge在各车与电脑之间传递数据，从而实现此项目。
  在引入ros1_bridge之前，先写一写在ROS1上跑开源SLAM，以及在ROS2上跑开源SLAM的一些过程。
  因为 没做完 内容较多，所以分了几个部分来写，这一篇是探索可行性的。

1 环境准备

设备处理器系统ROS1版本ROS2版本
电脑amd64_酷睿i7 5500U_内存8GBUbuntu 20.04 LTSNoeticFoxy
车arm64_树莓派4B_内存4GBUbuntu mate 20.04 LTS-Foxy

  激光雷达使用思岚RPLidarA1，由于这个雷达频率较低，因此开源SLAM选择cartographer。没有选择Hector的原因除了RPLidarA1扫描频率太低，用Hector效果不理想外，Hector官方没有给ROS2的版本，自己移植太费时间。

2 ROS1下测试SLAM

2.1 cartographer 源码测试

  参考官方文档：https://google-cartographer-ros.readthedocs.io/en/latest/compilation.html 。

# 安装工具
	sudo apt-get update
	sudo apt-get install -y python3-wstool python3-rosdep ninja-build stow

# 下载源码
	mkdir catkin_ws
	cd catkin_ws
	wstool init src
	wstool merge -t src https://raw.githubusercontent.com/cartographer-project/cartographer_ros/master/cartographer_ros.rosinstall
	wstool update -t src

# 安装依赖
	sudo rosdep init
	rosdep update
	rosdep install --from-paths src --ignore-src --rosdistro=${ROS_DISTRO} -y

# 手动安装abseil-cpp库
	src/cartographer/scripts/install_abseil.sh

# 编译安装
	. /opt/ros/noetic/setup.bash 	#（记得source ros1的安装位置）
	catkin_make_isolated --install --use-ninja

# 跑个包
	. install_isolated/setup.bash		#（记得source cartographer的安装位置）
	wget -P ~/Downloads https://storage.googleapis.com/cartographer-public-data/bags/backpack_2d/cartographer_paper_deutsches_museum.bag
	roslaunch cartographer_ros demo_backpack_2d.launch bag_filename:=${HOME}/Downloads/cartographer_paper_deutsches_museum.bag

  跑的bag大概是这样子：
在这里插入图片描述

2.2 rplidar_ros 源码测试

  参考官方文档：https://github.com/Slamtec/rplidar_ros 。

# 下载源码
	mkdir -p catkin_ws/src
	cd catkin_ws/src
	git clone https://github.com/Slamtec/rplidar_ros.git

# 编译
	. /opt/ros/noetic/setup.bash	#（记得source ros1的安装位置）
	catkin_make

# 连接雷达，并赋予设备权限（根据实际情况，选择设备名称）
	sudo chmod 777 /dev/ttyUSB0

# 跑个demo（记得source rplidar_ros的安装位置）
	. devel/setup.bash		# 因为只编译，没有安装，所以没有install文件夹
	roslaunch rplidar_ros test_rplidar.launch

  跑的是这样子：
在这里插入图片描述  再跑个rviz的demo

	roslaunch rplidar_ros view_rplidar.launch

  跑的是这样子：
在这里插入图片描述

2.3 rplidar_ros + cartographer

1、准备源码
  新建工作空间，并把cartographer和rplidar_ros的源码包放到/src文件夹下。
2、编写cartographer的launch文件和lua配置文件
  直接参考源码给的demo来改，主要参考了cartographer_ros包下的launch/demo_revo_lds.launch及其对应的configuration_files/revo_lds.lua，改动的文件内容如下，这里是重新编写了两个文件，并将这两个新文件放在了跟参考文件同一个文件夹内：

launch文件：cartoForRplidar.launch <—— demo_revo_lds.launch

<launch>  
  <--！false 是因为要使用真实雷达数据，不用仿真时间 /-->
  <param name="/use_sim_time" value="false" />  
  
  <--！注意configuration_basename 后面的配置文件名，要与实际的lua文件名一致 /-->
  <node name="cartographer_node" pkg="cartographer_ros"  
        type="cartographer_node" args="  
            -configuration_directory $(find cartographer_ros)/configuration_files  
            -configuration_basename rplidar.lua"  
        output="screen">  
	<--！这句实际上，可以删掉 /-->
    <remap from="scan" to="scan" />  
  </node>  
  <node name="rviz" pkg="rviz" type="rviz" required="true"  
        args="-d $(find cartographer_ros)/configuration_files/demo_2d.rviz" />  
</launch>

lua文件：rplidar.lua <—— revo_lds.lua
  这个文件只改了tracking_frame和published_frame，这两个frame，一般是laser，需要根据雷达ros驱动的实际情况配置。

include "map_builder.lua"
include "trajectory_builder.lua"

options = {
  map_builder = MAP_BUILDER,
  trajectory_builder = TRAJECTORY_BUILDER,
  map_frame = "map",
  tracking_frame = "laser",
  published_frame = "laser",
  odom_frame = "odom",
  provide_odom_frame = true,
  publish_frame_projected_to_2d = false,
  use_pose_extrapolator = true,
  use_odometry = false,
  use_nav_sat = false,
  use_landmarks = false,
  num_laser_scans = 1,
  num_multi_echo_laser_scans = 0,
  num_subdivisions_per_laser_scan = 1,
  num_point_clouds = 0,
  lookup_transform_timeout_sec = 0.2,
  submap_publish_period_sec = 0.3,
  pose_publish_period_sec = 5e-3,
  trajectory_publish_period_sec = 30e-3,
  rangefinder_sampling_ratio = 1.,
  odometry_sampling_ratio = 1.,
  fixed_frame_pose_sampling_ratio = 1.,
  imu_sampling_ratio = 1.,
  landmarks_sampling_ratio = 1.,
}

MAP_BUILDER.use_trajectory_builder_2d = true

TRAJECTORY_BUILDER_2D.submaps.num_range_data = 35
TRAJECTORY_BUILDER_2D.min_range = 0.3
TRAJECTORY_BUILDER_2D.max_range = 8.
TRAJECTORY_BUILDER_2D.missing_data_ray_length = 1.
TRAJECTORY_BUILDER_2D.use_imu_data = false
TRAJECTORY_BUILDER_2D.use_online_correlative_scan_matching = true
TRAJECTORY_BUILDER_2D.real_time_correlative_scan_matcher.linear_search_window = 0.1
TRAJECTORY_BUILDER_2D.real_time_correlative_scan_matcher.translation_delta_cost_weight = 10.
TRAJECTORY_BUILDER_2D.real_time_correlative_scan_matcher.rotation_delta_cost_weight = 1e-1

POSE_GRAPH.optimization_problem.huber_scale = 1e2
POSE_GRAPH.optimize_every_n_nodes = 35
POSE_GRAPH.constraint_builder.min_score = 0.65

return options

3、编译
  catkin_make和catkin_make_isolated都可以，区别是后者使用一个隔离的构建过程，其中每个包都是独立配置、构建和加载到环境中的，解决了目标冲突、目标依赖项管理和项目之间其他不希望的交叉对话的问题，缺点是比较慢，具体参考这篇博客。
  tips：编译后再修改launch或lua文件，只编译单独的包即可

	catkin_make_isolated --pkg cartographer_ros

4、跑一跑
  先跑cartographer再跑rplidar_ros，如果反了，似乎不太行，原因还没有深究。

# 首先的首先，配置环境变量
	. /opt/ros/noetic/setup.bash
	. devel_isolated/setup.bash		# 因为只编译，没有安装，所以没有install文件夹

# 首先运行 cartographer
	roslaunch cartographer_ros cartoForRplidar.launch

# 然后运行 rplidar_ros
	roslaunch rplidar_ros test_rplidar.launch

  出图：
在这里插入图片描述

3 ROS2下测试SLAM

3.1 cartographer 安装测试（失败）

  ROS2_Foxy上使用cartographer有两种方式：命令行安装和源码编译安装。

# 命令行
	sudo apt install ros-foxy-cartographer
#源码
	https://github.com/cartographer-project/cartographer_ros/tree/ros2-dashing

  cartographer似乎正在开发一个新版本（点击了解详情），直到去年11月还在开发中…

3.2 rplidar_ros 移植到 ROS2

  参考这里：ros2激光雷达功能包移植（思岚rplidar A1） 。
1、下载代码，然后找到rplidar_ros的包，并拷贝到自己的工作空间的src目录下

	git clone https://github.com/DylanLN/oryxbot_ws-ros2.git

2、编译、测试

# 编译
	. /opt/ros/foxy/setup.bash
	colcon build

# 跑一跑
	. install/setup.bash
	sudo chmod 777 /dev/ttyUSB0 
	ros2 launch rplidar_ros rplidar_A1.launch.py

  另开一个终端，跑rviz2

	. /opt/ros/foxy/setup.bash
	. install/setup.bash
	rviz2

  出图：
在这里插入图片描述因为cartographer还没有成功在ROS2上跑，所以这里没有跑slam，等后面官方移植完善了，再看看。

4 ROS1 & ROS2下测试SLAM

  好了，现在到了先导篇，最奇怪的一部分了：在ROS2上跑rplidar_ros，然后通过ros1_bridge把激光数据传到ROS1，然后在ROS1中运行cartographer进行建图。
  按照前言中讲述的内容，激光雷达与cartographer都在ROS1环境下，车辆与电脑之间应该传递的是单车slam建图的结果，那么这里为什么把激光雷达放到ROS2下，然后在ROS1中接收ROS2的激光数据进行建图呢？因为不想在树莓派上，装完ROS2，再装ROS1，所以车子的作用变成了只采集激光数据，然后通过ROS2传到电脑，电脑端在ROS1中进行SLAM。
  也许，后面会尝试在树莓派上再装个ROS1？

4.1 ros1_bridge

1、小前言
  ros1_bridge是ROS2为了兼容ROS1而开发的包，这里介绍下基本的使用方法，然后将其应用到项目中。学习就是看看官网教程，这个包的安装过程可以命令行直接安装。

	sudo apt install ros-foxy-ros1-bridge

2、跑一跑（要开四个终端）

# Shell A (ROS 1 only):
. /opt/ros/noetic/setup.bash
roscore

# Shell B (ROS 1 + ROS 2):
# Source ROS 1 first:
. /opt/ros/noetic/setup.bash
# Source ROS 2 next:
. /opt/ros/foxy/setup.bash
export ROS_MASTER_URI=http://localhost:11311	# 这里根据 Shell A 实际情况改
ros2 run ros1_bridge dynamic_bridge

# Shell C:
. /opt/ros/noetic/setup.bash
rosrun rospy_tutorials talker

# Shell D:
. /opt/ros/foxy/setup.bash
ros2 run demo_nodes_cpp listener

  出图：
在这里插入图片描述

4.2 ROS1 & ROS2 & cartographer

1、ROS1下，跑cartographer，这会同时启动roscore

	. /opt/ros/noetic/setup.bash
	. devel_isolated/setup.bash
	roslaunch cartographer_ros cartoForRplidar.launch

在这里插入图片描述2、ROS1和ROS2下，跑ros1_bridge

	. /opt/ros/noetic/setup.bash
	. /opt/ros/foxy/setup.bash
	export ROS_MASTER_URI=http://localhost:11311	
	ros2 run ros1_bridge dynamic_bridge

3、ROS2下，跑rplidar_ros

	. /opt/ros/foxy/setup.bash
	. install/setup.bash
	ros2 launch rplidar_ros2 rplidar_A1.launch.py
	# 这个包名叫rplidar_ros2而非rplidar_ros，是因为修改了launch文件，'frame_id': 'laser'
	# 以便于在下一部分与cartographer的frame对接正确

4、出图
  可以看到，ROS1的cartographer拿到数据正在建图，第二张图右上角的终端显示两个ROS正在通过话题sensor_msgs/LaserScan通信。
在这里插入图片描述在这里插入图片描述

参考

1、ROS(Kinetic和Melodic)下使用cartographer踩坑记录和部分谣言终结
2、catkin_make, cmake, catkin build区别
3、ros2激光雷达功能包移植（思岚rplidar A1）

fangfang12138
关注
  • 1
    点赞
  • 踩
  • 14
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
slam_gmapping：针对ROS2的Slam Gmapping
02-04
SLAM_GMAPPING SLAM（同步本地化和映射）是在构建或更新未知环境的地图时同时跟踪代理在其中的位置的计算问题。 它包含软件包openslam_gmapping和slam_gmapping ，这是OpenSlam Gmapping的ROS2包装器。 该包装器已通过Crystal Clemmys和Dashing Diademata成功测试。 使用slam_gmapping，您可以根据激光和移动机器人收集的数据来创建二维占用栅格图（如建筑物平面图）。 发射： ros2 launch slam_gmapping slam_gmapping.launch.py 节点slam_gmap
在Ubuntu 18.04（AGX板）部署ros2_foxy
07-25
在Ubuntu 18.04系统上部署ROS2 Foxy是一个重要的任务，特别是在AGX板上，这通常用于自动驾驶和机器人应用。以下是一步步指导如何在JetPack 4.6.2环境下完成此过程。 首先，为了提高软件包下载速度，我们需要替换...
ROS2_Foxy学习10——多机激光SLAM准备篇
fangfang12138的博客
03-31 2101
ROS2_Foxy学习10——多机激光SLAM准备篇1 安装Ubuntu20.04 mate2 安装ROS noetic3 安装cartographer4 详细配置cartographer5 安装RPLidar A16 测试建图6.1 配置cartographer6.2 配置RPLidar A16.3 运行测试7 安装ROS foxy8 安装ros1_bridge8.1 安装8.2 使用与测试9 镜像备份与恢复 为了实现多机激光SLAM，在上一篇文章《ROS2_Foxy学习9——多机激光SLAM先导篇》中讨
探索未知世界：lidarslam_ros2——高效激光SLAM解决方案
最新发布
gitblog_00038的博客
05-24 279
探索未知世界：lidarslam_ros2——高效激光SLAM解决方案 项目地址:https://gitcode.com/rsasaki0109/lidarslam_ros2 在自动驾驶和机器人导航领域，SLAM（Simultaneous Localization And Mapping，即同时定位与建图）是关键技术之一。今天，我们向您隆重推荐一个开源的ROS2 SLAM包——lidarslam_...
ROS2极简总结-SLAM
zhangrelay的专栏
08-13 3993
参考文献：Navigation using ROS 2 Mapping SLAM - Simultaneous Localization And Mapping 同步定位和建图 机器人仿真或实际运动环境的最简描述。 建图 - SLAM SLAM：同时估计机器人的位置姿态和环境的地图 定位：给定地图推断位置 建图：推断给定位置的地图 SLAM：同时学习地图和定位机器人 SLAM 的目标是创建或增强环境地图。 地图表示 2D 或 3D 环境。 实际上是一个很难解决的问题！ 至少目前
《动手学ROS2》10.3 SLAM技术概述
生活不止眼前的苟且
06-01 1822
《动手学ROS2》10.3 SLAM技术概述 本系列教程作者：小鱼 公众号：鱼香ROS QQ交流群：139707339 教学视频地址：小鱼的B站 完整文档地址：鱼香ROS官网 版权声明：如非允许禁止转载与商业用途。 10.3 SLAM技术概述 小伙伴们好，上一节我们搭建好了Gazebo中的仿真环境，本节课我们一起来了解一下SLAM技术。 第一节中我们知道，要解决机器人自主导航问题就需要有感知（建图和定位）参与，通过感知输出机器人当前环境的地图信息和位置。而本节要讲的SLAM就是解决地图和定位问题的。
全开源的ROS2SLAM机器人 ROSBOT ROS2 open source SLAM robot
zhangrelay的专栏
12-29 3557
如题，搬运工： 全开源的ROS2SLAM机器人 ROSBOT - ROS2 open source SLAM robot github.com/kallaspriit/rosbot 机器翻译如下： 基于ROS 2的机器人学习平台。 运行主 rosbot/ros 工作区 将用户添加到 USB 串行和输入组 sudo usermod -a -G input ubuntu sudo usermod -a -G dialout ubuntu sudo usermod -a -G tty
orb_slam_2_ros:ORB_SLAM2 的 ROS 实现
07-24
这是用于单目、立体和RGB-D相机的 ORB-SLAM2 实时 SLAM 库的 ROS 实现，用于计算相机轨迹和稀疏 3D 重建（在具有真实比例的立体和 RGB-D 情况下）。 它能够实时检测环路并重新定位相机。 此实现删除了穿山甲依赖项和...
part VII (copy).rar_RGBD-SLAM kinect2_ROS_rgbd slam_ros slam_sla
07-15
RGBD-SLAM ROS基于kinect2 的实现
ros2_camera:USB和CSI相机的ROS2实现
03-19
相机流 该软件包包含用于树莓派pi相机和usb相机的编码。它还具有一些启动文件，以使用通过USB连接的intelrealsense相机。 要安装intelrealsense库，请检查 ...ros2 launch ros2_camera intel_multi
ROS2、SLAM和计算机控制技术资料
zhangrelay的专栏
12-07 1519
下学期课程任务如下： ROS2编程课程资料： 课程专栏：https://blog.csdn.net/zhangrelay/category_9327597.html 文档：机器人操作系统ROS2浅析 链接：https://share.weiyun.com/5P5Z4HP 密码：hxdnvx 文档：ROS2 190912 链接：https://share.weiyun.com/5ma...
ROS2学习和使用SLAM算法(gmapping/cartographer/orb-slam等)
热门推荐
zhangrelay的专栏
10-09 1万+
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。 orb-slam2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。 ros2-cartographer这里以orb-slam2...
ROS2初体验之SLAM与导航仿真
qq_40775182的博客
03-23 925
ROS2初体验之SLAM与导航仿真 ROS2初体验之SLAM与导航仿真.
ROS2 之 SLAM 选型
DFminer
02-29 244
ORB-slam 是基于视觉orb图像特征的 三维定位和地图构建的算法，搞视觉的。但只能保存稀疏的点云地图，不能输出栅格地图和稠密的点云地图，在ros导航领域有所欠缺。RTAB-Map 支持传感器丰富：RGB-D相机，双目，单线多线雷达，imu，gps。自带里程计，地图多样（2d，3d），可以同时生成2d栅格地图，三维点云地图。基于多线激光雷达和imu，适合室外大规模的建图和导航。Cartographer 加了回环检测，能进行地图修正，也支持多线雷达，支持3D建图。GMapping 很老，不用。
ROS2导航SLAM建图
Auto
05-23 2821
ROS2自带导航算法包
ORB-SLAM2 ROS实时SLAM系统环境搭建
vslyu的博客
11-13 1047
 一、实验环境 Operating System &amp; Kernel Version Ubuntu16.04.5 LTS        4.15.0-38-generic ROS Version ROS Kinetic Kame 1.2.4 Camera Type usb_cam驱动的摄像头 gcc Versio...
【ROS2+slamtoolbox+nav2】实时地图构建和导航
qq_40789688的博客
02-20 1900
本文主要用于记录学习slam建图与navigation2导航的过程，区别于之前学习的在已知地图中的导航，此文记录的是未知地图中的导航。学习资源主要是小鱼的ros2教程和navigation2教程，为避免复制粘贴影响认知，部分代码中变量名称等做了改动。
【ROS2机器人入门到实战】使用SLAM_TOOLBOX完成建图
生活不止眼前的苟且
09-02 4340
SLAM 是通过传感器获取环境信息然后进行定位和建图。在 ROS 2 中，提供了很多的 SLAM 功能包，比如 slam_toolbox，cartographer_ros 和 rtabmap_slam 等。针对二维场景，其中 slam_toolbox 开箱即用，上手较为简单，就用它类来构建我们的第一张地图。
foxy运行orbslam2——ros
01-09
ORB_SLAM2是一个基于特征点的视觉SLAM（Simultaneous Localization and Mapping）系统，它可以在ROS（Robot Operating System）中运行。 在使用ORB_SLAM2进行SLAM时，首先需要加载ORB_SLAM2的ROS包到ROS工作空间中。然后，在启动ROS的核心功能（例如ROS Master）之后，可以使用roslaunch命令来启动ORB_SLAM2节点。启动节点时，可以指定相机的参数（如相机的设置文件、相机的模型等）来进行相机的校准。 一旦ORB_SLAM2节点成功启动，它就会接收相机数据流，并通过图像处理步骤来提取特征点并构建地图。ORB_SLAM2使用ORB特征描述子来检测和匹配特征点，然后使用RANSAC算法来估计相机的运动姿态。同时，ORB_SLAM2还会通过优化方法（如图优化）来提高地图的精度和稳定性。 在ORB_SLAM2运行过程中，它会输出实时的相机位姿信息和地图数据，这些信息可以用于导航、定位、环境建模等应用。此外，ORB_SLAM2还支持保存和加载地图，以便在不同的场景中进行重定位或跟踪。 总之，通过将ORB_SLAM2集成到ROS中，我们可以利用ROS的强大功能和ORB_SLAM2的高性能来实现实时的视觉SLAM。这对于机器人导航、自主驾驶汽车和增强现实等领域的应用具有重要意义。

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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