目前状态提要
目前在slam的工作:
ros使用:(1)学习了话题发布方面的知识。
(2)了解了工作空间,还有工作空间的运作方式。
(3)创建了新工程,重新建立工程并运行。
(4)学习了.launch文件的一些语法。能达到大概读懂。
slam算法方面:
进度不大。
建图方面:
(1)我认为可以提升,将和深度学习相关的语义信息加入其中。
(2)可以了解一下摄像头的功效、信息。综合(1)进行建图改进。
工程方面:
(1)我需要在结合各个算法的情况之下,完成在t5板子之上的搭载。
(2)目前已经有能够在树莓派4b上运行的rtabmap,计划在建图方面有新建树。
ros使用
1. 话题发布
(1)话题发布
// 话题发布创建一个发布者
//创建消息数据
//消息赋值
//将消息发布出去
ros::Publisher pub = nh.advertise<std_msgs::String>("topic_name", queue size);
std_msgs::String str;
str.data = "hello world";
pub.publish(str);
(2)话题订阅
// 话题订阅————创建回调函数后创建订阅者
void callback(const std_msgs::StringConstPtr& str)
{
... }
... ros::Subscriber sub = nh.subscribe("my_topic"
, queue size, callback);
//详见wheeltec_robot.cpp && wheeltec_robot.h
2. 工作空间
ros工作空间的运作方式和普通的项目编译安装的方式类似。在src文件夹中放入工程,可以使用以下代码进行工作空间的建立
cd ~/catkin_ws/src
catkin_init_workspace
建立完成后进行工作空间编译
cd ~/catkin_ws
catkin_make
配置环境变量
source ~/.bashrc
如果提示找不到ros命令or找不到工作空间等情况
输入
sudo gedit ~/.bashrc
export /home/slam/catkin_ws/src
//或者链接devel/setup.bash文件
3. 新工程
注意新开终端即可
4.“.launch文件含义
链接: https://blog.csdn.net/moyu123456789/article/details/95007381
建图思路
10.18日感悟:想要寻找相关论文,将视觉帧传输成两部分,一部分用于建图,一部分用于深度学习得到语义特征。就是做一个有别于普通目标检测方案的方法,得到语义信息后不将其框出,而是在slam2D显示图上将语义信息给标注出来。