机器人slam导航学习笔记-gmapping安装

两种安装方式:1.apt install安装指定功能包;
2.直接下载该ros功能包源码到workspace;
workspace:catkin_ws
安装gmapping的依赖库:
sudo apt install ros-noetic-openslam-gmapping ros-nortic-gmapping
sudo apt remove ros-noetic-openslam-gmapping ros-nortic-gmapping
先安装后卸载。保留其依赖

切换到workspace目录:cd ~/catkin_ws/src/
下载slam_gmapping
git clone https://github.com/ros-perception/slam_gmapping.git
cd slam-gmapping
查看代码版本:git branch
应为melodic-devel
下载openslam_gmapping功能包源码:
git clone https://github.com/ros-perception/openslam_gmapping.git
编译:cd ~/catkin_ws/
catkin_make -DCATKIN_WHITELIST_PACKAGES=“openslam_gmapping”
catkin_make -DCATKIN_WHITELIST_PACKAGES=“gmapping”
下载gmapping官方数据集:
网址:
http://download.ros.org/data/amcl/?C=D;O=A
basic_localization_stage_indexed.bag

启动:
roslaunch gmapping slam_gmapping_pr2.launch
开一终端,播放数据集:
rosbag play basic_localization_stage_indexed.bag
开一终端,启动rviz:
rviz
测试效果

  • 3
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
机器人SLAM导航是指同时定位和地图构建技术。该技术主要依靠机器人自身的传感器和算法,实现在未知环境中的自主导航和地图生成。 机器人SLAM导航核心技术主要包括以下几个方面: 1. 传感器融合:机器人使用多种传感器,如激光雷达、摄像头、惯性测量单元等,通过将不同传感器的数据进行融合处理,提高导航的准确性和稳定性。 2. 运动估计:机器人需要通过分析传感器数据和运动模型,估计自身在空间中的位置和姿态,以实现自主导航。 3. 地图构建:机器人从传感器获取的数据中提取环境特征,如墙壁、门、家具等,生成地图。同时,机器人还要实时更新地图,以应对环境的变化。 4. 数据关联:机器人需要将不同时刻和不同传感器获取的数据相关联,以实现建立准确的地图。 机器人SLAM导航在实际应用中有广泛的应用。它可以用于室内导航,如自动驾驶车辆在无人停车场的定位和导航;也可以用于室外环境,如无人机在未知地区的搜索和救援。此外,SLAM技术还可以应用于工业自动化领域,实现机器人在工厂生产线上的自主导航和物料运输。 机器人SLAM导航的实战电子书可以提供对SLAM导航技术的深入理解和实践经验。电子书中会介绍SLAM导航的基本原理、算法和实现方法,以及在不同场景下的应用案例。读者可以通过学习电子书,了解SLAM导航技术的最新进展,掌握实践中常用的工具和技巧,从而在实际项目中应用SLAM导航技术。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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

打赏作者

欲寻可解万物之法ovo

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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