3D激光雷达+IMU 用cartographer建立2D导航图(概率栅格地图)

3D激光雷达+IMU 用cartographer建立2D导航图(概率栅格地图)

首先将3D激光点云转成2D
https://blog.csdn.net/geerniya/article/details/84880514
消息类型 senser_msgs/pointcloud2 转成 senser_msgs/laserscan

提取关键信息:

IMU topic:/BMI088
IMU frame_id:imu_link
lidar topic:/laser_scan
lidar frame_id:lidar

1. 修改/catkin_ws/src/cartographer_ros/cartographer_ros/configuration_files/backpack_2d.lua文件

include "map_builder.lua"
include "trajectory_builder.lua"

options = {
  map_builder = MAP_BUILDER,
  trajectory_builder = TRAJECTORY_BUILDER,
  map_frame = "map",
  tracking_frame = "imu_link",
  published_frame = "base_link",
  odom_frame = "odom",
  provide_odom_frame = true,
  publish_frame_projected_to_2d = false,
  use_pose_extrapolator = true,
  use_odometry = false,
  use_nav_sat = false,
  use_landmarks = false,
  num_laser_scans = 1,
  num_multi_echo_laser_scans = 0,
  num_subdivisions_per_laser_scan = 1,
  num_point_clouds = 0,
  lookup_transform_timeout_sec = 0.2,
  submap_publish_period_sec = 0.3,
  pose_publish_period_sec = 5e-3,
  trajectory_publish_period_sec = 30e-3,
  rangefinder_sampling_ratio = 1.,
  odometry_sampling_ratio = 1.,
  fixed_frame_pose_sampling_ratio = 1.,
  imu_sampling_ratio = 1.,
  landmarks_sampling_ratio = 1.,
}

MAP_BUILDER.use_trajectory_builder_2d = true
TRAJECTORY_BUILDER_2D.num_accumulated_range_data = 1

return options

将tracking_frame 修改为imu坐标系

2. 修改/catkin_ws/src/cartographer_ros/cartographer_ros/configuration_files/backpack_2d.urdf文件

<robot name="cartographer_backpack_2d">
  <material name="orange">
    <color rgba="1.0 0.5 0.2 1" />
  </material>
  <material name="gray">
    <color rgba="0.2 0.2 0.2 1" />
  </material>

  <link name="imu_link"> //雷达坐标系
    <visual>
      <origin xyz="0 0 0" />
      <geometry>
        <box size="0.06 0.04 0.02" />
      </geometry>
      <material name="orange" />
    </visual>
  </link>

  <link name="lidar">  //雷达坐标系
    <visual>
      <origin xyz="0 0 0" />
      <geometry>
        <cylinder length="0.05" radius="0.03" />
      </geometry>
      <material name="gray" />
    </visual>
  </link>


  <link name="base_link" />

  <joint name="imu_link_joint" type="fixed">
    <parent link="base_link" />
    <child link="imu_link" />
    <origin xyz="0 0 0" /> //imu坐标系相对baselink位置
  </joint>

  <joint name="lidar_link" type="fixed">
    <parent link="base_link" />
    <child link="lidar" /> 
    <origin xyz="0 0 0" />  //雷达坐标系相对baselink位置
  </joint>

</robot>

主要修改imu和雷达坐标系相对位置关系

3. 修改/catkin_ws/src/cartographer_ros/cartographer_ros/configuration_files/backpack_2d.launch文件

<launch>
  <param name="robot_description"
    textfile="$(find cartographer_ros)/urdf/backpack_2d.urdf" />

  <node name="robot_state_publisher" pkg="robot_state_publisher"
    type="robot_state_publisher" />

  <node name="cartographer_node" pkg="cartographer_ros"
      type="cartographer_node" args="
          -configuration_directory $(find cartographer_ros)/configuration_files
          -configuration_basename backpack_2d.lua"
      output="screen">
    <!--<remap from="echoes" to="horizontal_laser_2d" />-->
    <remap from="scan" to="/laser_scan" />
    <remap from="imu" to="/BMI088" />
  </node>

  <node name="cartographer_occupancy_grid_node" pkg="cartographer_ros"
      type="cartographer_occupancy_grid_node" args="-resolution 0.05" />
</launch>

和用于话题的重映射,Cartographer需要的是points和imu,我们提供的是/points_raw和/imu_raw

4. 修改/catkin_ws/src/cartographer_ros/cartographer_ros/configuration_files/demo_backpack_2d.launch文件(可修改,也可不修改)

<launch>
  <param name="/use_sim_time" value="true" />

  <include file="$(find cartographer_ros)/launch/backpack_2d.launch" />

  <node name="rviz" pkg="rviz" type="rviz" required="true"
      args="-d $(find cartographer_ros)/configuration_files/demo_2d.rviz" />

</launch>

修改成上面这样,可以直接边播包边建图

5. 建图
如果修改了4 运行下面代码

roslaunch cartographer_ros demo_backpack_2d.launch
rosbag play --clock 2021-07-14-16-54-552d.bag //包的名称

如果不修改4 运行下面代码

roslaunch cartographer_ros demo_backpack_2d.launch bag_filename:=/root/projects/Downloads/2021-07-14-16-54-552d.bag

在这里插入图片描述
6. 保存结果
先保存成.pbstream格式文件

rosservice call /finish_trajectory 0
rosservice call /write_state "{filename: '/root/dataset/map0714.pbstream'}"

然后再保存成pgm和yaml

rosrun cartographer_ros cartographer_pbstream_to_ros_map -map_filestem=/root/dataset/map -pbstream_filename=/root/dataset/map0714.pbstream -resolution=0.05
  • 2
    点赞
  • 49
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
要将Open3D点云转换为深度,首先需要将点云数据转换为像数据。在Open3D中,可以使用voxelize()函数将点云数据转换为体素网格表示。体素网格是一个三维网格,根据点云在网格中的分布来估计深度值。 首先,我们需要创建一个空的体素网格对象,并设置体素大小。然后,将点云数据传递给voxelize()函数,将点云数据转换为体素网格表示。接下来,通过调用extract_voxel_point_indices()函数提取体素网格中非空体素点的索引。 通过这些索引,可以创建一个空的深度像。遍历每个体素点的索引,在深度像中对应像素位置处设置深度值。可以使用目标像素的位置和体素大小转换索引为像素坐标。 最后,将深度像的像素值归一化到0-1范围内。这可以通过将深度值减去最小深度值,并除以最大深度值-最小深度值来实现。 需要注意的是,转换后的深度像是灰度像,深度值表示点云中物体到相机的距离。 总结起来,将Open3D点云转换为深度的步骤如下: 1. 创建一个体素网格对象,并设置体素大小。 2. 使用voxelize()函数将点云数据转换为体素网格表示。 3. 使用extract_voxel_point_indices()函数提取体素网格中非空体素点的索引。 4. 创建一个空的深度像,并遍历每个体素点的索引,在深度像中设置深度值。 5. 归一化深度像的像素值到0-1范围内。 通过这些步骤,可以将Open3D点云转换为对应的深度像。

“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
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