全局代价地图飘逸

qq_43034484

已于 2023-11-25 12:28:19 修改

阅读量190

点赞数 2

文章标签：嵌入式硬件

于 2023-07-13 10:29:27 首次发布

本文链接：https://blog.csdn.net/qq_43034484/article/details/131696917

版权

文章主要探讨了机器人定位偏移的可能原因，包括amcl节点的影响和gmapping的地图修改。提出了通过IMU和odom的标定、选择合适的融合算法（如ekf_location）以及重定位方法来优化定位精度。此外，还建议检查传感器误差，并使用icp进行激光雷达校准来进一步改善定位效果。

摘要由CSDN通过智能技术生成

1.定位偏移严重，有可能是amcl节点同时开着,建图时产生偏移，gmapping同时在偏移后的位置产生地图
修改:
1.尽量对局部定位进行标定，如IMU，odom进行标定
a.imu使用imu_calib,进行六面法标定，将其产生的.yaml文件，配置进launch文件，配合apply_calib节点，放入地盘中，注意，如果需要融入整体，需要对imu发出的话题进行修改
b.odom,测试局部距离定位是否精准，可以放大误差，比如跑x轴方向，10m，检测有多少m误差,并进行记录，多次测试，查看是否有一定的k关系，可以考虑在各个接口进行修改，ros修改，或者在接收信号处直接修改。
c.选择融合算法，假如使用ekf_location算法，配置其需要的矩阵参数信息，和优化参数信息，而后启动，单独校验的方法:使用tf或tf2的launch绑定，关系为map->odom，即可观察在rviz上的map节点,检验旋转是否大致准确，可以开启激光雷达，因为激光雷达被引入全局坐标系，理论上来说的，在定位精准的情况下，激光雷达的点云不应该发生大幅度变化。

d.选择重定位算法，可以在其amcl,或改装后的cartographyer进行重定位,关于参数配置，需要查看相关信息.

验证

0.修改使用地图中的yaml的orgin,从左至右三个值为xy坐标和旋转

1.打开move_base，框架，测试是否能完成基本功能，若还是定位异常，可以考虑查看传感器是否误差过大，或者在小场景内使用icp进行激光雷达校准，个人尝试过，挺好用