TF 在ROS基本作用和简单介绍

摘自：https://www.cnblogs.com/li-yao7758258/p/7672521.html

TF 在ROS基本作用和简单介绍

学之之博未若知之之要知之之要未若行之之实 2019-07-30 10:55:09 8055 收藏 18

分类专栏： 人工智能

TF库的目的是实现系统中任一个点在所有坐标系之间的坐标变换，也就是说，只要给定一个坐标系下的一个点的坐标，就能获得这个点在其他坐标系的坐标.

 使用tf功能包，a. 监听tf变换： 接收并缓存系统中发布的所有参考系变换，并从中查询所需要的参考系变换。

                         b.广播 tf变换: 向系统中广播参考系之间的坐标变换关系。系统中更可能会存在多个不同部分的tf变换广播，每个广播都可以直接将参考系变换关系直接插入tf树中，不需要再进行同步。

 

首先介绍关于TF的API的一些数据结构：

基本的数据类型有（Quaternion, Vector, Point, Pose, Transform）

  

这其中Quaternion 是表示四元数，vector3是一个3*1 的向量，point是一个表示一个点坐标，Pose是位姿（位姿是包括坐标以及方向） Transform是一个转换的模版

tf::Stamped <T>

是一种包含了除了Transform的其他几种基本的数据结构的一种数据结构:

1 2 3 4 5 6 7 8 9 10 11 12

template <typename T>    //模版结构可以是tf::Pose tf:Point 这些基本的结构 class Stamped : public T{  public:   ros::Time stamp_;    //记录时间   std::string frame_id_;   //ID     Stamped() :frame_id_ ("NO_ID_STAMPED_DEFAULT_CONSTRUCTION"){}; //Default constructor used only for preallocation     Stamped(const T& input, const ros::Time& timestamp, const std::string & frame_id);       void setData(const T& input); };

tf::StampedTransform

TF::stampedtransform是TF的一种特殊情况：它需要frame_id和stamp以及child_frame_id。

/** \brief The Stamped Transform datatype used by tf */
class StampedTransform : public tf::Transform
{
public:
  ros::Time stamp_; ///< The timestamp associated with this transform 时间戳                                                                                                                                                                                                                                                       
  std::string frame_id_; ///< The frame_id of the coordinate frame  in which this transform is defined  定义转换坐标框架的frameID                                                                                                                                                                                                                    
  std::string child_frame_id_; ///< The frame_id of the coordinate frame this transform defines 的坐标系变换定义的id                                                                                                                                                                                                                            
  StampedTransform(const tf::Transform& input, const ros::Time& timestamp, const std::string & frame_id, const std::string & child_frame_id):
    tf::Transform (input), stamp_ ( timestamp ), frame_id_ (frame_id), child_frame_id_(child_frame_id){ };

  /** \brief Default constructor only to be used for preallocation */
  StampedTransform() { };

  /** \brief Set the inherited Traonsform data */
  void setData(const tf::Transform& input){*static_cast<tf::Transform*>(this) = input;};

};

 举个例子

在机器人的定位领域有蒙特卡罗定位（AMCL）的算法，这个算法是根据给定的地图，结合粒子滤波获取最佳定位点Mp，这个定位点是相对于地图map上的坐标,也就是base_link（也就是机器人的基坐标）相对map上的坐标。我们知道 odom 的原点是机器人启动时刻的位置，它在map上的位置或转换矩阵是未知的。但是AMCL可以根据最佳粒子的位置推算出 odom->map（就是说通过最佳粒子推算出机器人在地图的中的位置）的tf转换信息并发布到 tf主题上。因为base_link->odom的tf转换信息是每时每刻都在发布的，所以它是已知的

，所以这里有个这样的tf关系

map->base_link（就是地图中机器人的位置  是根据最佳粒子推算的）

base_link->odom（这是现实中机器人的位姿可以说是里程计的信息）

可以理解：机器人的里程计的信息 = 当前地图中的机器人的的位置    减去  地图中机器人的起点位置。

 转为公式可以写成 ：map->odom = map->base_link   -  base_link->odom

或者写为：

 base_link->odom = map->base_link - map->odom  （这样更容易理解）

提示：首先我们可以先了解关于PRY这三个概念关于pitch yaw roll的博客 http://blog.csdn.net/yuzhongchun/article/details/22749521）

pitch是围绕X轴旋转，也叫做俯仰角，

yaw是围绕Y轴旋转，也叫偏航角，

roll是围绕Z轴旋转，也叫翻滚角

1.    ROS_DEBUG("New pose: %6.3f %6.3f %6.3f",  
2.             hyps[max_weight_hyp].pf_pose_mean.v[0],  
3.             hyps[max_weight_hyp].pf_pose_mean.v[1],  
4.             hyps[max_weight_hyp].pf_pose_mean.v[2]);  
5.     // hyps[max_weight_hyp].pf_pose_mean.v[0], [1], [2] 就代表了Mp  也就是机器人的位姿那么位姿的格式是（x,y,theta）最后一个是yaw偏航角，
6.    // subtracting base to odom from map to base and send map to odom instead  
7.    tf::Stamped<tf::Pose> odom_to_map;  
8.    try  
9.    {  
10.      tf::Transform tmp_tf(tf::createQuaternionFromYaw(hyps[max_weight_hyp].pf_pose_mean.v[2]),   tf::Vector3(hyps[max_weight_hyp].pf_pose_mean.v[0],  
11.                                       hyps[max_weight_hyp].pf_pose_mean.v[1],  
12.                                       0.0));  
13.    // tmp_tf = 从map原点看base_link的位置  为yaw生成四元数，最后的0.0是（x,y,z）的Z的值为0  因为这是在二维平面中。
14.      tf::Stamped<tf::Pose> tmp_tf_stamped (tmp_tf.inverse(),  
15.                                            laser_scan->header.stamp,  
16.                                            base_frame_id_);  
17.    //tmp_tf.inverse()  = 以为Mp为坐标的原点，地图map原点相对于Mp的位置，就是在base_link坐标系下map 原点的位置
18.      this->tf_->transformPose(odom_frame_id_,  
19.                               tmp_tf_stamped,  
20.                               odom_to_map); 
21.     //进行 base_link坐标系下的点转换到odom坐标系，也就是把map原点转换到odom坐标系下，等于从odom原点看map原点的位置。放到latest_tf_变量里面
22.    }  
23.    catch(tf::TransformException)  
24.    {  
25.      ROS_DEBUG("Failed to subtract base to odom transform");  
26.      return;  
27.    }  

 

TF命令行工具

（1） tf_monitor工具的功能是打印tf树中的所有参考系信息，通过输入参数来查看指定参考系之间的信息  用法： rosrun tf tf_monitor

  tf_monitor <source_frame> <target_target>  监视一个特定的转换 For example, to monitor the transform from /base_footprint to /odom:

  （2） tf_echo工具的功能是查看指定参考系之间的变换关系。命令的格式： tf_echo <source_frame> <target_frame>

 （3）static_transform_publisher工具的功能是发布两个参考系之间的静态坐标变换，两个参考系一般不发生相对位置变化

（4）view_frames 是可视化的调试工具，可以生成pdf文件，来显示整棵tf树的信息。用法：rosrun tf view_frames 

 

转载出处：

https://www.cnblogs.com/li-yao7758258/p/7672521.html