MSF编译中遇到的问题整理,视觉惯性松组合//视觉惯性松耦合

本文详细介绍了如何在ROSIndigo环境下使用EthzaslMSF框架进行多传感器数据融合,包括依赖库的下载、编译过程、配置参数以及解决遇到的常见问题,如Boost库配置、缺失头文件和类型错误等。
摘要由CSDN通过智能技术生成

首先感谢
https://blog.csdn.net/xiaoxiaowenqiang/article/details/81192045#comments_31558035
神帖需要进一步更新,希望大家可以给作者打钱,然后可诶诒理直气壮的顺便push原作者更新

下面是readme的内容
`ethzasl_msf [ROS] 多传感器卡尔曼融合框架 Ethzasl MSF Framework 编译与使用

API文档

多传感器融合是机器人导航上面一个非常基本的问题,
通常在一个稳定可用的机器人系统中,会使用视觉(RGB或RGBD)、激光、IMU、马盘等,
一系列传感器的数据来最终输出一个稳定和不易丢失的姿态。
Ethzasl MSF Framework 是一个机器人上面的多传感器融合框架,
它使用了扩展卡尔曼的原理对多传感器进行融合。
同时内部使用了很多工程上的 trick 解决多传感器的刷新率同步等问题,
API 封装也相对简单,非常适合新手使用。
源码分析
命名空间
eigen_conversions
Ngeometry_msgs Defines the start row and col for the covariance entries in
Nmsf_core
Nmsf_pose_pressure_sensor
Nmsf_pose_sensor
Nmsf_position_sensor
Nmsf_spherical_position
Nmsf_tmp
Nmsf_updates
编译安装
0、系统环境:
Ubuntu 14.04.3
ROS indigo
1、新建 MSF 工作目录:
在命令行执行如下命令:
mkdir -p MSF/src
cd ./MSF/src 进入src下
catkin_init_workspace 初始ros工作空间

退出 src 目录到 PATH_TO_MSF 根目录下,编译生成 ROS 工程文件:
cd …
catkin_make 编译原始工作空间

后面我们将这个新建的 MSF 路径称为 PATH_TO_MSF。
2、下载依赖库和 Ethzasl MSF Framework:
进入 PATH_TO_MSF/src 目录。
cd ./src

在此目录下载所有依赖库和 MSF 框架。

1)下载 glog 日志分析 段错误追踪:
git clone https://github.com/ethz-asl/glog_catkin.git

2)下载 catkin_simple:
git clone https://github.com/catkin/catkin_simple.git

3)下载 asctec_mav_framework:
git clone https://github.com/ethz-asl/asctec_mav_framework.git

4)最后下载 Ethzasl MSF Framework 框架源代码:
git clone https://github.com/ethz-asl/ethzasl_msf.git
3、编译 ROS 工程:
1)设置环境:
退出 src 目录,进入 PATH_TO_MSF 目录。
在命令行中使用如下命令设置当前窗口的编译环境:
cd …
source devel/setup.bash

2)再次编译整个工程:
catkin_make
中间可能会出现很多 warning,不过最后如果能够 100% 完成 built target 就成功了。
4、运行例子: MSF Viconpos Sensor Framework(使用 ROS Bag):
官方的例子使用了 Vicon 的设备进行 6ROF 的姿态估计,这个传感器很专业,但是我们一般没有。
这里面我们使用官方提供的一个 bag (日志回放)文件来进行模拟。

1)首先从 ros 网站下载 Vicon 的数据集:

这个数据包有 3.8 MB 左右,如果速度慢的可以下载我百度网盘的文件:
http://pan.baidu.com/s/1eShq7lg

我这里将其放置在 PATH_TO_MSF/data 目录下面。

2)修改 src/ethzasl_msf/msf_updates/viconpos_sensor_fix.yaml 文件:
将其中所有的 话题名称:
/pose_sensor/pose_sensor/

替换为:
/msf_viconpos_sensor/pose_sensor/

找到:
/pose_sensor/core/data_playback: false 

修改成:
/pose_sensor/core/data_playback: true   日志回放

3)修改 src/ethzasl_msf/msf_updates/launch/viconpos_sensor.launch 文件:
找到:

  在这一行的前面加入两行 remap 操作,将传感器的 topic 与引擎的 topic 对应上:
  <remap from="/msf_core/imu_state_input" to="/auk/fcu/imu"  />
  <remap from="msf_updates/transform_input" to="/vicon/auk/auk" />

找到:
  </node>

  在其之后添加(这一步是初始化卡尔曼滤波器的,非常重要):

  <node pkg="rosservice" type="rosservice" name="initialize" args="call --wait /msf_viconpos_sensor/pose_sensor/initialize_msf_scale 1"/>

4)启动 ros 内核:
在一个窗口打开 roscore:
roscore

5)启动 MSF pose_sensor 节点:
快捷键 Ctrl + Alt + T 新建窗口,在 PATH_TO_MSF 目录下执行如下命令打开 pose_sensor 节点:
source devel/setup.bash
roslaunch msf_updates viconpos_sensor.launch

6)打开动态配置参数功能(可选):
快捷键 Ctrl + Alt + T 新建窗口,执行如下命令打开动态配置功能:
rosrun rqt_reconfigure rqt_reconfigure

可以看到一个窗口,在窗口中选中 msf_viconpos_sensor 下面菜单(可以动态调整参数):

7)播放 vicon 的 bag 文件:
快捷键 Ctrl + Alt + T 新建窗口,在 PATH_TO_MSF 目录下执行如下命令:
rosbag play data/dataset.bag --pause -s 25
这一行命令是暂停并从第 25s 后开始播放 bag 文件,文档中说这是为了等待 MAV 硬件系统站稳并处于非观察模式(不理解)。

总之,如果你准备好运行了,就可以开始点击空格键进行数据播放了,播放的数据大约剩余 86s 左右。

5、数据模拟:
刚才跑成功了数据融合节点,但是并没有任何可视化的输出可以给我们看到。
ethzasl msf 提供了一些脚本来进行数据模拟的功能,可以让我们更直观地看到结果。

1)修改 src/ethzasl_msf/msf_core/scripts/plot_relevant 文件:
找到:
rxplot msf_core/state_out/data[0]:data[1]:data[2] msf_core/state_out/data[3]:data[4]:data[5] -b $T -t “position & velocity” -l px,py,pz,vx,vy,vz &
rxplot msf_core/state_out/data[13]:data[14]:data[15] msf_core/state_out/data[16] -b $T -t “acc bias & scale” -l x,y,z,L

修改成:
rqt_plot msf_core/state_out/data[0]:data[1]:data[2]
# rxplot msf_core/state_out/data[0]:data[1]:data[2] msf_core/state_out/data[3]:data[4]:data[5] -b $T -t "position & velocity" -l px,py,pz,vx,vy,vz &
# rxplot msf_core/state_out/data[13]:data[14]:data[15] msf_core/state_out/data[16] -b $T -t "acc bias & scale" -l x,y,z,L 

2)启动 plot_relevant 脚本:
快捷键 Ctrl + Alt + T 新建窗口,在 PATH_TO_MSF 目录下执行如下命令打开 plot_relevant 脚本:
source devel/setup.bash
rosrun msf_core plot_relevant

另外也可以直接在命令行运行:
rqt_plot msf_core/state_out/data[0]:data[1]:data[2]

如果一切正常,即可看到如下曲线绘制,这样就表示成功运行起来了。`

1.跟着文件里面的readme基本都差不多了
2.第一个问题:
– Using these message generators: gencpp;geneus;genlisp;gennodejs;genpy
CMake Error at /usr/lib/x86_64-linux-gnu/cmake/Boost-1.71.0/BoostConfig.cmake:117 (find_package):
Could not find a package configuration file provided by “boost_signals”
(requested version 1.71.0) with any of the following names:

boost_signalsConfig.cmake
boost_signals-config.cmake

Add the installation prefix of “boost_signals” to CMAKE_PREFIX_PATH or set
“boost_signals_DIR” to a directory containing one of the above files. If
“boost_signals” provides a separate development package or SDK, be sure it
has been installed.
Call Stack (most recent call first):
/usr/lib/x86_64-linux-gnu/cmake/Boost-1.71.0/BoostConfig.cmake:182 (boost_find_component)
/usr/share/cmake-3.16/Modules/FindBoost.cmake:443 (find_package)
asctec_mav_framework/asctec_hl_interface/CMakeLists.txt:17 (find_package)

– Configuring incomplete, errors occurred!
See also “/home/li/MSF/build/CMakeFiles/CMakeOutput.log”.
See also “/home/li/MSF/build/CMakeFiles/CMakeError.log”.
make: *** [Makefile:320:cmake_check_build_system] 错误 1
Invoking “make cmake_check_build_system” failed

解决方案:https://www.codeleading.com/article/29445502824/
找到某个cmakelist里面的find_package(Boost REQUIRED COMPONENTS thread signals),注释掉

3.第二个问题:
In file included from /home/li/MSF/src/asctec_mav_framework/asctec_hl_interface/src/hl_interface.cpp:32:
/home/li/MSF/src/asctec_mav_framework/asctec_hl_interface/src/hl_interface.h:51:10: fatal error: mav_msgs/RollPitchYawrateThrust.h: 没有那个文件或目录
51 | #include <mav_msgs/RollPitchYawrateThrust.h>
解决方案:https://codeleading.com/article/50261199377/
缺少文件,git clone https://github.com/ethz-asl/mav_comm.git 安装一下就ok

4.第三个问题:
In file included from /home/li/MSF/src/asctec_mav_framework/asctec_hl_interface/src/node.cpp:34:
/home/li/MSF/src/asctec_mav_framework/asctec_hl_interface/src/hl_interface.h:99:23: error: ‘constexpr’ needed for in-class initialization of static data member ‘const double HLInterface::kDefaultMaxRCChannelValue’ of non-integral type [-fpermissive]
99 | static const double kDefaultMaxRCChannelValue = 4080;

解决方案:https://blog.csdn.net/wphkadn/article/details/88174109
//static const double kDefaultMaxRCChannelValue = 4080;
constexpr static double kDefaultMaxRCChannelValue = 4080;

第四个问题:
/home/li/MSF/src/asctec_mav_framework/asctec_hl_interface/src/comm.cpp: In member function ‘bool Comm::configurePort(Comm::SerialPortPtr&, uint32_t*)’:
/home/li/MSF/src/asctec_mav_framework/asctec_hl_interface/src/comm.cpp:126:49: error: call of overloaded ‘abs(uint32_t)’ is ambiguous
126 | uint32_t diff = abs(baudrates[i] - *baudrate);

解决方案:https://blog.csdn.net/jiehanwang/article/details/104388526
cout << abs(a-b) << endl; //会出错
cout << abs(int(a-b)) << endl; //对了

  • 19
    点赞
  • 24
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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