tf坐标变换知多少

参考链接：参考
以下是我对常用的坐标变换关系的认识。

ROS中的tf变换系统是一个很有意思但是也很麻烦的内容，这里介绍以下业界主流的一些坐标变换。

ros中的坐标系

首先需要知道有哪些常见的坐标系，一般为一下的一些：
/world
/map
/base_footprint
/base_link
/lidar
/camera
/imu
其中camera和lidar可能不止一个，以上的坐标系基本是我们能遇到的所有的坐标系了。

坐标系关系

world与map

我们首先看world系，由于ros中通用的是右手系，所以全局的坐标也最好是右手系的，我们常用的GPS中的经纬度转到UTM系就是一个典型的右手系，并且正北为y，正东为x。
确定了了world系后在建图定位时需要进行一定的转换，将world转到我们的map中去，这里由于map系一般都是slam建出来的地图，这样的话本身就是右手系，所以不考虑z轴时，可以通过旋转和平移的来将world和map对齐。
举个例子如果我们用了gps，他在world中的航向可能与map的航向不同，所以需要一个旋转，其次是平移，将world的一个值当成是map的原点来进行平移。
所以就是下图所示的关系：

这是我们想要的结果，这样的world和map效果其实要求建图时的初始的map坐标系必须要和world坐标系的x和y方向相同才能达到这个效果。但是如果建图时不是这个对应方向，那就需要再进行旋转了。这是我在实际建图时候遇到的一个重要的不可忽视的问题。
所以我在想world系能不能直接当成map坐标系来建图呢？这样既能省略掉一个tf、而且不用担心odom不准的问题。这其实也就是在建图时融合GPS数据来实现更加精准的建图的一种思路吧。
add 4.12
建图的过程中，如果用GPS的信息，较准的GPS信息能够对Lidar帧与帧之间的关系添加constraint，从而提高建图回环的成功率。
实际在用的GPS中的经纬度信息，会转换成UTM坐标系（xy坐标系）来进行处理，我在想，是有可能直接将其当做map系的，当然，由于数值比较大，所以可以再发布一个局部的map系，这个map系就只有偏移关系而没有旋转关系了。
但是像cartographer这种建图来说，它本身就会有map系，该系通常就是以当前的位置作为起点了，所以不能直接进行偏移然后使用。
**而是应该在建图后，除了有偏移外，还有一个旋转关系，记录地图原点的x y yaw，值，就能实现world和map的坐标变换了。确定了起始点的平移和旋转量，UMT到Map的transformation即可确定。**如下图所示：

这样的话我知道map和world的坐标变换关系，知道base_link在world的中的运动情况，也就能够知道base_link在map系中的运动情况了。唯一需要注意的就是航向信息，由于world中的x是90°而ros中的map中的x是0°，

理清楚了world和map之后，接下来就是odom系：

odom与map系

odom是里程计，一般的建图算法是自带（如激光）里程计的，在里程计中我们看的主要是odom与map的偏离，也就是base_link在map中运动的误差情况
如下图所示：

利用这里的偏移的一个重要的目的就是确定运动的位置，有了里程计之后，就能推算出当前的位置情况。

odom与base_link系

基本上是很明显的坐标系关系了，就是车在一个不动（odom原本还是要动的）的坐标系下的位置变换。
只要前述关系正确的话，只需要指导base_link在odom中是怎么运动，以及具体的位置信息就可以知道其tf关系。

base_link与lidar系

这个一般直接通过标定得到静态的关系即可。
然后在base_link的基础上，我们可以通过urdf来发布一些静态的tf关系：
比如lidar，camera等等，也可以标定多个然后通过robot_state_publish、joint_publish来发布相关的静态tf关系。

所以综上所述：

实际上，最终需要求的变换关系为map->base_link。不过由于base_link上有lidar，所以也很好拿到。
整个变换中，缺少的一环为map->odom,如果将它补齐，变换关系将构成一个链，整个系统才算完整。