Cartographer 中的简易全局重定位方法

已于 2023-09-14 17:58:10 修改
阅读量592 收藏 1
点赞数 1
文章标签： c++ 机器人 算法
于 2023-08-02 01:41:31 首次发布
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/github_37710643/article/details/132053627
版权

这两天上网冲浪的时候看到有人说 Cartographer 里有一个 PerformGlobalLocalization 函数用于全局重定位，可以看 cartographer github 仓库的 Issue #95  Localization in Existing Map。

不过我在源码里搜了一下并没有发现这个函数，然后又把旧版本的源码也搜了一下，发现在0.3.0版本之后被删除了，同时新版本中也提供了 pure_localization 模式，函数被删除应该和这个有点关系。

全文：

Cartographer 中的简易全局重定位方法 - 哔哩哔哩

段错误啦
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Ros cartographer pure localization 自定位+重定位+导航
weixin_44025389的博客
10-19 3192
在完成了前面的方针之后，随着不断挖掘开始跑 cartographer + move_base 的构架，由于amcl定位的实时性和重定位的能力远不及 cartographer pure localization 自定位的构建方式，所以本文开始放弃 gampping + amcl + move_base 开启本文的 cartographer + move_base框架主要思路为：仿真 + 实战的探索过程本文主要分两部分： A.仿真调通 + B.自定位实战 + C.自定位导航实战。
Cartographer工程化
Leo_Xj的博客
06-13 1522
机器人中cartographer的工程化应用
【Cartographer魔改】cartographer定位模式下设置起始位姿——快速重定位
weixin_44923488的博客
03-28 7883
【Cartographer魔改】cartographer定位模式下设置起始位姿——快速重定位 在使用cartographer的纯定位工作模式下，默认机器人的起点位姿位map坐标系原点位姿。 如果当机器人启动定位launch时不在初始位置附近，cartograpeher默认从map坐标系原点位姿附近开始搜索，当地图较大时重定位会花费较多时间，甚至失败。 因此，本文通过修改cartograpeher源码的方式，修改定位模式的初始位姿，从而达到快速重定位的目的。 主要借鉴了博文： https://blog.csd
cartographer_ros定位功能位姿获取与重定位设置
热门推荐
fengdehuhuan122的专栏
03-21 1万+
本人小白，项目中使用cartographer进行机器人的定位。cartographer_ros中没有发布机器人在地图坐标系中的位姿topic，只发布各frame间的tf变换。若通过tf变换获取位姿坐标，测试发现不管激光频率多高（20~100hz），获取的位姿频率只有5h左右。因此对源码进行简单修改，获取高频率的位姿topic并在rviz中根据机器人当前位置进行重定位。 准备工作 源码安装 首先对...
《提高重定位准确度的激光SLAM算法改进与实验验证：Cartographer算法在五千平方车库中的应用》
最新发布
RTyuyka的博客
04-22 472
本文提出了一种增强重定位的Cartographer算法，通过改进Cartographer算法中的重定位过程，显著降低了重定位耗时时间，并在五千平方车库进行了实验验证。然而，在重定位过程中，传统的激光SLAM算法存在时间耗时较长的问题，限制了其在实际场景中的应用。为了提高重定位的效率和准确性，本文提出了一种增强重定位的Cartographer算法，并进行了实验验证。在特征提取与匹配阶段，我们采用了基于特征点的匹配算法，通过提取激光数据中的特征点，并与预先建立的地图特征进行匹配，以实现车辆的定位和重定位。
Amcl Cartographer 双定位
1818610
02-03 2342
1、使用记录 １）执行双定位，执行过程中未报错。注意各个launch文件执行顺序。 ２）ＡＭＣＬ运行过程中，ＳＣＡＮ与地图匹配没carto好，感觉慢半拍，不 影响使用。 ３）Amcl 定位精度稍差，但无首次定位漂移的问题，carto有这问题。 ４）carto 在ｉｍｕ加laser , 定位还行，进行搬移后，还是能准确定位。 ５）ｃａｒｔｏ启动首次定位容易飘，无法到达指定位置。 ６）ｃｐｕ占用率在增...
cartographer 3D mapping
07-20
Continuous-Time SLAM—Improving Google’s Cartographer 3D Mapping
Cartographer学习记录：cartographer源码3D SLAM部分（一）
smartfoolish的博客
02-28 1329
Cartographer 3D源码阅读之上层cartographer_ros介绍
ros2+cartographer实现全局重定位
11-04
ros2+cartographer 在rviz中点击一下initpose，即可实现全局重定位，匹配到机器人的准确位置；同时可发布机器人位姿话题robot_pose; 内含操作教程和测试的bag，环境配置说明；
cartographer-landmark 二维码修正重定位
05-16
在cartographer中经常使用的是scan_to_map的方式，通过cartographer自己维护的PoseExtrapolator使用匹配的方式来获得当前帧与地图的匹配值，但是这样的方式在环境经常变的场景下效果会比较差， 而使用landmark可以...
Cartographer建图与定位（Livox Mid-360）
03-11
使用Livox Mid-360雷达及其内置IMU实现Cartographer建图与定位。 压缩文件内包含建图和定位对应的launch文件和lua配置文件。
cartographer代码的流程图
03-03
详细的cartographer代码流程图，一文把整个思路梳理清楚
cartographer--zhushi_cartographer源码注释版本_rubbedene_slam_slam定位_
09-30
cartographer是一个系统，提供实时同步定位和测绘(SLAM)在二维和三维跨多个平台和传感器配置。
使用cartographer纯定位替换amcl定位
XJ_75的博客
08-18 2620
经过实际使用，发现cartographer定位对于重定位的表现比amcl好。如果机器人的起始位置离原点较远，amcl很难自行重定位到正确的位置，只能手动修改初始位置。然而cartographer定位的表现则很好，在行驶一段距离或原地旋转一段时间后能够正确重定位。
Cartographer建图和纯定位
wwtx的博客
06-12 6729
cartographer的使用与操作笔记
激光slam算法改进提出了一种增强重定位的cartographer算法
rODtDpzD的博客
10-27 863
目前，Cartographer算法是激光SLAM中常用的算法之一，其基于优化的方式，通过建图、定位和回环检测等过程实现了高精度的机器人自主导航。本文提出了一种增强重定位的Cartographer算法，通过对地图中的关键位置进行提前计算和预处理，减小了定位和回环检测的计算复杂度，大大提高了机器人的自主导航效率。同时，在增强重定位后，机器人的重定位耗时时间大大减小，提高了机器人的自主导航效率。具体来说，通过对地图中的关键位置进行提前计算和预处理，减小了定位和回环检测的计算复杂度，从而大幅度降低了重定位的耗时。
cartographer建图，重定位及发布消息结构为nav_msgs::Odometry的odom话题
小王子的博客
10-21 4191
完整功能包（包含carto建图，重定位以及odom话题发布）上传至 众所周知，cartographer的重定位模式没有发布消息结构为nav_msgs::Odometry的odom话题 但cartographer_ros功能包中包含tracked_pose话题，里面包含了map坐标系下雷达的位姿， 默认不打开，我们在此基础上完成odom话题的发布 首先找到node.cc里面的node_options_.publish_tracked_pose，可以看到如果if为true，将发布tracked_pose话题，选
cartographer 重定位
09-20
在cartographer中，重定位是指根据机器人当前位置对地图进行调整和校准，以提高定位的准确性。在cartographer_ros中，可以通过在rviz中使用"2D Pose Estimate"来发布相应位置的topic，包括x、y和theta。你可以点击地图位置来发布位姿topic，并根据机器人当前位置进行重定位。通过修改源码，你也可以获取高频率的位姿topic并在rviz中进行重定位。

“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