mubibaiwhale的博客

绘制地图需要什么？1.配备以下设备的机器人: LIDAR和Odometry 2.机器人环境我们使用cartographer_ros这个 cartographer 的 ROS 封装器，来建图。在ROS2中启动cartographer，需要启动两个节点Cartographer 可与多种机器人和传感器配合使用。要获得最佳的地图效果，需要对其进行正确配置，所有配置都可以通过 Lua 配置文件给出。

ros2 run rqt_tf_tree rqt_tf_tree使用这个命令下TF 并不是静态的，但它可以被刷新，以显示 TF 树的当前状态。每次需要最新更新时，按下刷新按钮即可。Most recent transform:最近的变换编号及其时间。0.0 表示恒定变换或静态变换。TF buffer: TF 缓冲区存储了多少数据；本例中为 4.93 秒的数据。Broadcaster： 这是 TF 数据广播器的名称。使用这个命令可以知道从参照系到目标系的平移和旋转。average rate:平均发布频率。

BT类似于 FSM 有着广泛的应用，BT框架可以集成到任何其他软件中，首先记录一下没有ROS的纯BT框架，在理解核心原则之后，将BT程序的相同结构合并到ROS2环境中。行为树（Behavior Tree，BT）是一种用于设计和管理机器人或自主智能的行为的框架。它可以将复杂的任务和行为分解成逻辑上连续的节点，使得整个系统的控制逻辑更加清晰、灵活和可扩展。在BT中，整个行为树的结构类似一个树状图，从根节点开始，逐级向下展开，直到叶子节点为止。

这一节补一下前面填的坑，介绍一下ros2_control中的controller manager 和 Nav2 中的 lifecycle_manager。

Nav2是ROS2的ROS导航堆栈的继承者,它是机器人从a点安全移动到B点所需的工具集合。[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-HRTMQ7IU-1689507658240)(image-1.png)]

接上文在ROS2使用Gazebo控制小车，上文控制小车使用的是libgazebo_ros_diff_drive.so这个插件，输入模型的数据就可以对小车进行差速控制。本文介绍另外一种控制方式ros2_control。

ROS2多线程Python版，回调函数

目前国内关于ROS2的教程比较少，我记录一下再ROS2中使用Gazebo进行仿真的过程，也算是总结这一段时间关于ROS2的学习。首先做的项目就是用控制小车运动，

用格布拉斯准则剔除异常值，求不确定度x=[0.665 0.666 0.678 0.698 0.600 0.661 0.672 0.664]; %输入数据alpha=0.05; %输入显著性水平%% 格布拉斯准则剔除坏值flag_1=1; while flag_1==1 n=length(x); avg=mean(x); x=sort(x);v=x-avg;st=std(v,0); gn=abs((x-avg)/st);% 确定g值 T=[1.153 1.463 1.67

计算系统动态性能指标的MATLAB代码构造函数dynamicproperties使用该函数的两个实例构造函数dynamicproperties%% 系统的动态性能函数，该函数输入输出的信号y和每个输出信号的间隔dt，得到该系统的一些动态性能指标%ts指调节时间function [text,tr,Mp,tp,ts,ys]=dynamicproperties(y,dt) [lp,m]=size(y); %lp是该输入y的数量type=0; %系统类型的指标%此函数的使用基础是该系统稳定，temp

排队系统顾客输入过程顾客源（总体）：有限/无限顾客到达方式：逐个/逐批（主要是逐个）顾客到达间隔：随机型/确定型顾客到达：相互独立/相互关联输入过程：平稳/非平稳排队结构与排队规则顾客排队方式：等待制/即时制排队系统容量：有限制/无限制排队队列数目：单列/双列中途是否退出：允许/禁止是否允许列间转移：允许/禁止服务机构与服务规则服务台数量：单个/多数服务台排列形式：并联/串联/混合服务台服务方式：逐个/逐批服务时间分布：随机型/确定型服务时间分布是否平稳：平稳