【移动机器人技术】Cartographer使用流程-建图-纯定位-导航

最新推荐文章于 2024-07-13 17:15:55 发布
最新推荐文章于 2024-07-13 17:15:55 发布
阅读量1.5w 收藏 244
点赞数 22
分类专栏： 导航 文章标签： 自动驾驶
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43259286/article/details/105143605
版权

问题：
1、官方下载地址；
2、官方文档；

安装

参考博文https://blog.csdn.net/weixin_39784658/article/details/99452960
官方安装指导https://google-cartographer-ros.readthedocs.io/en/latest/compilation.html#building-installation

跑数据集

此部分参考博文 http://www.freesion.com/article/9794248452/

下载数据集

wget -P ~/Downloads https://storage.googleapis.com/cartographer-public-data/bags/backpack_2d/b2-2016-04-05-14-44-52.bag
wget -P ~/Downloads https://storage.googleapis.com/cartographer-public-data/bags/backpack_2d/b2-2016-04-27-12-31-41.bag

跑数据集建图

roslaunch cartographer_ros offline_backpack_2d.launch bag_filenames:=${HOME}/Downloads/b2-2016-04-05-14-44-52.bag

跑数据集纯定位测试

roslaunch cartographer_ros demo_backpack_2d_localization.launch \
   load_state_filename:=${HOME}/Downloads/b2-2016-04-05-14-44-52.bag.pbstream \
   bag_filename:=${HOME}/Downloads/b2-2016-04-27-12-31-41.bag

这里后面两个参数一个是上一步建好的地图，pbstream格式，另一个是数据集。也就是说，先用第一个数据集建图，建完图后用第二个数据集进行定位测试。

主要修改文件及参数

依据原有参考文件新建文件

文件对应关系

backpack_2d.launch -> my_robot_2d.launch
demo_backpack_2d.launch -> demo_my_robot_2d.launch
offline_backpack_2d.launch -> offline_my_robot_2d.launch
demo_backpack_2d_localization.launch -> demo_my_robot_localization_2d.launch
assets_writer_backpack_2d.launch -> assets_writer_my_robot_2d.launch

backpack_2d.lua -> my_robot_2d.lua
backpack_2d_localization.lua -> my_robot_2d_localization.lua
aasets_writer_backpack_2d.lua -> aasets_writer_my_robot_2d.lua

建图

参考博文https://blog.csdn.net/m0_37672916/article/details/77198261

建图操作流程

主要包含：激光雷达、移动机器人（轮椅）、cartographer。

1、启动激光雷达

roslaunch urg_node urg_lidar.launch

2、启动轮椅

rosrun wheel_chair wheel_driver

3、启动建图

 roslaunch cartographer_ros demo_revo_lds.launch

备注：不需要里程信息，也可以建图；在建图过程中，轮椅编码器未转动。

可将如上流程写成launch文件：

<launch>
  <!-- 启动激光雷达urg_lidar  -->
  <include file="$(find urg_node)/launch/urg_lidar.launch" />
  <!-- 启动轮椅驱动模块 -->
  <include file="$(find wheel_chair)/launch/wheel_chair_ros.launch" />
  <!-- 启动 建图 -->
  <include file="$(find cartographer_ros)/launch/my_robot_2d.launch" />
</launch>

主要注意：TF、Topic

TF-tree关系
map
 |----odom
        |----base_footprint(差动轮中心)
                 |---- base_link(轮椅)
                            |----base_scan(激光雷达)
坐标间关系建立

1、轮椅建立odom、base_footprint、base_link、base_scan三者之间的关系。
其中，
base_footprint、base_link、base_scan，三者之间为固定关系，可在launch文件中建立为静态坐标系，固定周期发布；
base_footprint相对于odom为里程关系，根据运动实时计算里程计推算的位姿，需要实时发布；
2、Cartographer查阅TF-tree上的base_scan相对于map的关系，根据激光点云定位base_scan，并根据base_link与base_scan的关系追踪base_link的位姿，最终推算odom相对于map的位姿关系并发布。简而言之，cartographer通过修整odom相对于map的关系，从而定位机器人base_link相对于map的关系。
在.lua配置文件中设定如下值：

map_frame = "map",
tracking_frame = "base_link",
published_frame = "odom",
odom_frame = "odom",

provide_odom_frame = false,
use_odometry = true,

保存地图

不再接受进一步数据

rosservice call /finish_trajectory 0

序列化保存其当前状态

rosservice call /write_state "{filename: '${HOME}/Downloads/mymap_name.pbstream'}"

将pbstream转换为pgm和yaml

rosrun cartographer_ros cartographer_pbstream_to_ros_map  -map_filestem=${HOME}/Downloads/mymap_name  -pbstream_filename=${HOME}/Downloads/mymap_name.pbstream -resolution=0.05

纯定位

启动文件：

<launch>
  <!-- 启动激光雷达 urg_lidar  -->
  <include file="$(find urg_node)/launch/urg_lidar.launch" />
  <!-- 启动轮椅驱动模块 -->
  <include file="$(find wheel_chair)/launch/wheel_chair_ros.launch" />
  <!-- 启动 建图 -->
  <include file="$(find cartographer_ros)/launch/my_robot_2d.launch" />
</launch>

导航

启动文件：

<launch>
  <!-- urg_lidar  -->
  <include file="$(find urg_node)/launch/urg_lidar.launch" />

  <!-- 启动轮椅驱动模块 -->
  <include file="$(find wheel_chair)/launch/wheel_chair_ros.launch" />

  <!-- 启动 建图 -->
  <include file="$(find cartographer_ros)/launch/my_robot_2d_localization.launch" />

  <!-- 启动move_base -->
  <node pkg="move_base" type="move_base" respawn="false" name="move_base" output="screen">
    <param name="controller_frequency" value="3.0"/>
    <param name="controller_patiente" value="15.0"/>
    <rosparam file="$(find wheel_chair)/config/costmap_common_params.yaml" command="load" ns="global_costmap" />
    <rosparam file="$(find wheel_chair)/config/costmap_common_params.yaml" command="load" ns="local_costmap" />
    <rosparam file="$(find wheel_chair)/config/local_costmap_params.yaml" command="load" />
    <rosparam file="$(find wheel_chair)/config/global_costmap_params.yaml" command="load" />
    <rosparam file="$(find wheel_chair)/config/base_local_planner_params.yaml" command="load" />
  </node>
  
</launch>

附件

主要更改的文件

  • my_robot_2d_localization.lua
    文件功能：配置机器人纯定位的相关参数。保证定位过程中的低延时特性。
include "my_robot_2d.lua"

-- TRAJECTORY_BUILDER.pure_localization_trimmer = {
--     max_submaps_to_keep = 3, -- 最大保存子图数，存定位模式通过子图进行定位，但只需要当前和上一个子图即可，我这里设置的是2
--   }
TRAJECTORY_BUILDER.pure_localization = true
POSE_GRAPH.optimize_every_n_nodes = 20


-- output map to base_link for evaluation
-- options.provide_odom_frame = false
-- POSE_GRAPH.optimization_problem.log_solver_summary = true

-- fast localization
MAP_BUILDER.num_background_threads = 8
POSE_GRAPH.constraint_builder.sampling_ratio = 0.5 * POSE_GRAPH.constraint_builder.sampling_ratio
POSE_GRAPH.global_sampling_ratio = 0.1 * POSE_GRAPH.global_sampling_ratio
POSE_GRAPH.max_num_final_iterations = 1

return options
  • my_robot_2d.lua
    文件功能：配置机器人相关参数，主要坐标系名称、是否有里程计/卫星/地标，传感器数量，传感器测量范围等。

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

options = {
  map_builder = MAP_BUILDER,
  trajectory_builder = TRAJECTORY_BUILDER,

  map_frame = "map",
  tracking_frame = "base_link",
  published_frame = "base_link",
  odom_frame = "odom",

  provide_odom_frame = true,
  publish_frame_projected_to_2d = true,

  use_odometry = true,
  use_nav_sat = false,
  use_landmarks = false,

  num_laser_scans = 1,
  num_multi_echo_laser_scans = 0,
  num_subdivisions_per_laser_scan = 10,
  num_point_clouds = 0,

  lookup_transform_timeout_sec = 0.2,
  submap_publish_period_sec = 0.3,
  pose_publish_period_sec = 10e-3,
  trajectory_publish_period_sec = 30e-3,
  rangefinder_sampling_ratio = 1.,
  odometry_sampling_ratio = 1.,
  fixed_frame_pose_sampling_ratio = 1.,
  imu_sampling_ratio = 1e-3,
  landmarks_sampling_ratio = 1.,
}

MAP_BUILDER.use_trajectory_builder_2d = true

TRAJECTORY_BUILDER_2D.num_accumulated_range_data = 10
TRAJECTORY_BUILDER_2D.use_imu_data = false
TRAJECTORY_BUILDER_2D.min_range = 0.1,
TRAJECTORY_BUILDER_2D.max_range = 8.0,
TRAJECTORY_BUILDER_2D.min_z = -0.05,
TRAJECTORY_BUILDER_2D.max_z = 0.5,
TRAJECTORY_BUILDER_2D.missing_data_ray_length = 8.0

POSE_GRAPH.optimization_problem.local_slam_pose_translation_weight = 1e5
POSE_GRAPH.optimization_problem.local_slam_pose_rotation_weight = 1e5
POSE_GRAPH.optimization_problem.odometry_translation_weight = 1e4
POSE_GRAPH.optimization_problem.odometry_rotation_weight = 1e4

return options
  • offline_my_robot_2d_localization.lua
    主要功能：离线定位测试，仅用单激光雷达，无里程计。
include "offline_my_robot_2d.lua"

-- TRAJECTORY_BUILDER.pure_localization_trimmer = {
--     max_submaps_to_keep = 3, -- 最大保存子图数，存定位模式通过子图进行定位，但只需要当前和上一个子图即可，我这里设置的是2
--   }
TRAJECTORY_BUILDER.pure_localization = true
POSE_GRAPH.optimize_every_n_nodes = 20


-- output map to base_link for evaluation
-- options.provide_odom_frame = false
-- POSE_GRAPH.optimization_problem.log_solver_summary = true

-- fast localization
MAP_BUILDER.num_background_threads = 8
POSE_GRAPH.constraint_builder.sampling_ratio = 0.5 * POSE_GRAPH.constraint_builder.sampling_ratio
POSE_GRAPH.global_sampling_ratio = 0.1 * POSE_GRAPH.global_sampling_ratio
POSE_GRAPH.max_num_final_iterations = 1

return options
  • offline_my_robot_2d.lua
    文件功能：离线机器人参数，仅有单线激光雷达。
include "map_builder.lua"
include "trajectory_builder.lua"

options = {
  map_builder = MAP_BUILDER,
  trajectory_builder = TRAJECTORY_BUILDER,

  map_frame = "map",
  tracking_frame = "laser_frame",
  published_frame = "laser_frame",
  odom_frame = "odom",

  provide_odom_frame = false,
  publish_frame_projected_to_2d = false,

  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 = 10,
  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 = 4
TRAJECTORY_BUILDER_2D.use_imu_data = false

return options
  • my_robot_2d_localization.launch
    作用：用实际机器人定位
<launch>
  <arg name="load_state_filename" default="/home/parobot/Downloads/mymap.pbstream"/>

  <param name="robot_description"
    textfile="$(find cartographer_ros)/urdf/my_robot_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 my_robot_2d_localization.lua
          -load_state_filename $(arg load_state_filename)"
      output="screen">
    <remap from="scan" to="scan" />
  </node>

  <node name="cartographer_occupancy_grid_node" pkg="cartographer_ros"
      type="cartographer_occupancy_grid_node" args="-resolution 0.05 -pure_localization 1" />  <!-- 增加是否纯定位模式参数pure_localization -->

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

</launch>
  • my_robot_2d.launch
    作用：用实际机器人建图
<launch>
  <param name="robot_description"
    textfile="$(find cartographer_ros)/urdf/my_robot_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 my_robot_2d.lua"
      output="screen">
    <remap from="scan" to="scan" />
  </node>

  <node name="cartographer_occupancy_grid_node" pkg="cartographer_ros"
      type="cartographer_occupancy_grid_node" args="-resolution 0.05" />
</launch>
  • offline_my_robot_2d.launch
    作用：用离线的rosbag数据包建图（仅有激光雷达数据）
    参考启动方式：
roslaunch cartographer_ros offline_my_robot_2d.launch bag_filenames:=~/ws_ros/cartographer/bag_data/b2-2016-04-05-14-44-52.bag

<launch>
  <arg name="no_rviz" default="false"/>
  <param name="/use_sim_time" value="true" />

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

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

  <node name="cartographer_offline_node" pkg="cartographer_ros"
      required="$(arg no_rviz)"
      type="cartographer_offline_node" args="
          -configuration_directory $(find cartographer_ros)/configuration_files
          -configuration_basenames offline_my_robot_2d.lua
          -urdf_filenames $(find cartographer_ros)/urdf/my_robot_2d.urdf
          -bag_filenames $(arg bag_filenames)"
      output="screen">
    <remap from="scan" to="scan" />
  </node>
</launch>
A MAN NAMED MAGIC
关注
  • 22
    点赞
  • 踩
  • 244
    收藏
    觉得还不错? 一键收藏
  • 32
    评论
专栏目录
cartographer基于grpc、ros的rviz地图显示流程
南北粉面馆
11-19 1478
首先cartographer_rviz写了一个rviz的显示插件，即submap_display，并导出。 PLUGINLIB_EXPORT_CLASS(cartographer_rviz::SubmapsDisplay, ::rviz::Display) submap_display.cc中的函数update用来进行地图更新的， // Schedule fetching of new submap textures. for (const auto& trajectory_by_id :
cartographer 坐标系_Cartographer使用流程-建图-纯定位-导航
weixin_36481714的博客
12-29 2185
问题：1、官方下载地址；2、官方文档；安装参考博文https://blog.csdn.net/weixin_39784658/article/details/99452960官方安装指导https://google-cartographer-ros.readthedocs.io/en/latest/compilation.html#building-installation跑数据集此部分参考博文 ...
cartographer代码的流程图
03-03
详细的cartographer代码流程图，一文把整个思路梳理清楚
Cartographer_ROS傻瓜式建图
茶叶蛋大战菊花侠
05-29 1407
Cartographer_ROS安装（需要翻墙） 日期 更新 编制 2020-03-12 首次搬运 参考　https://google-cartographer-ros.readthedocs.io/en/latest/compilation.html ｀ 文章目录Cartographer_ROS安装（需要翻墙）参考　https://google-cartographer-ros.readthedocs.io/en/latest/compilation.html1. I
Cartographer重入门到精通（二）：运行作者demo及自己的数据集
最新发布
南北粉面馆
07-13 990
这里纯定位的“纯”是相对于建图来说，纯定位的时候地图是已知的，使用之前建立好的地图进行纯粹的定位功能，所以这个demo并不像建图一样占用大量的cpu。这也是carto的亮点，他可以在精度比较差的激光雷达上稳定运行，证明了carto算法的通用性和高效性，并不挑硬件和精度。这个demo是个大杀器，我们知道很多场景是不断变化的，那么我们之前建立的激光地图可能就会失效，那我们频繁的更新激光地图是不是太麻烦，所以我们人为的设置一些路标，就可以大大提高我们定位时的稳定性，实际测试效果也很好。使用生成的地图进行定位。
【移动机器人技术】cartographer算法流程分析
weixin_43259286的博客
07-02 1060
1、全局轨迹中添加激光雷达点云 在global_trajectory_builder.cc文件中： void AddSensorData( const std::string& sensor_id, const sensor::TimedPointCloudData& timed_point_cloud_data) 1.1 局部轨迹构建中添加激光雷达点云 向 local_trajectory_builder_ 中添加点云数据，流程如下： 1.1.1 激光点云数据的预
ROS学习笔记(16):建图与定位（1）
weixin_75067193的博客
06-26 1066
建图与定位
cartographer仿真建图实现记录
GUET007的博客
08-26 970
cartographer仿真建图实现记录
cartographer 使用 定位_Ailibot入门教程-建图-cartographer pure localization 自定位
weixin_29940495的博客
03-05 412
说明介绍如何在Ailibot上进行cartographer pure localization 自定位操作步骤[Remote PC] 运行roscore$ roscore[Ailibot] 启动小车$ roslaunch ailibot_bringup bringup.launch[Remote PC] 运行cartographer建图程序$ roslaunch ailibot_slam cart...
ROS2：如何将Cartographer和Navigation2一起使用（2）：使用纯定位和Nav2进行导航
weixin_45000884的博客
04-25 1645
本文通过结合 Nav2 和使用 cartographer 估计其自身位置，实现机器人的导航。amcl 需要 /odom，但如果更改cartographer 设置，即使对于无法进行里程计的机器人，也可以使用 Nav2 进行导航。
Cartographer_ros node图分析
csdnxhh的博客
11-05 469
Cartographer_ros node图分析 图为cartographer的demo演示2D建图
Cartographer纯定位模式
z1872385的博客
03-25 1039
cartographer的纯定位模式需要使用已知地图。2、在launch文件中加载地图，并删除生成地图节点。1、启动纯定位配置_location.lua。5、修改MakeList.txt。4、创建定位数据发布节点。
cartographer 使用 定位_[基于ROS构建移动机器人]第五篇：使用cartographer建图和定位...
weixin_39711867的博客
01-06 830
gmapping建图和amcl定位算法是在经典的建图和定位方法，缺点是需要里程计信息。google的cartographer不需要里程计信息，可以降低对电机和电机控制板的要求，车子成本能继续降一降。考虑两个方案：（1）cartographer运行在pc机上，树莓派上只发布/scan雷达数据;（2）cartographer运行在树莓派上安装方法：[Cartographer](https://goog...
SLAM导航机器人零基础实战系列-全部PDF文档整理.zip
02-27
2.google-cartographer机器人SLAM建图 3.ros-navigation机器人自主避障导航 4.多目标点导航及任务调度 5.机器人巡航与现场监控 第7章：语音交互与自然语言处理 1.语音交互相关技术 2.机器人语音交互实现 3....
cartographer_turtlebot-master.zip
07-26
Cartographer的核心目标是实现在未知环境中移动机器人的自主定位和构建环境地图。 TurtleBot是一款开源的、低成本的机器人平台，常用于ROS的教育和研究。它配备了激光雷达和各种传感器，适合初学者和开发者进行...
cartographer 安装依赖cartographer、ceres-solver、protobuf
04-19
在机器人定位和建图领域，Cartographer是一款广泛使用的开源SLAM（Simultaneous Localization and Mapping，同时定位与建图）框架。它依赖于几个关键组件，包括ceres-solver和protobuf，来实现高效的优化和数据通信...
基于Cartographer的建图与导航
热门推荐
工大机器人工作室
12-30 1万+
一、 RoboSense 16线雷达驱动安装 2 二、 Cartographer的安装 2 三、 配置文件结构说明 4 四、 配置文件详解 4 2D lua文件的配置 5 2D launch文件的配置 6 2D pure location lua文件的配置 7 2D pure location launch文件的配置 7 3D lua文件的配置 8 3D launch文件的配置 9 3D pure location lua文件的配置 10 3D pure location launch
Cartographer_ros
auteman_dan的博客
09-04 220
Cartographer_ros的数据处理与流向 cartographer数据类型 struct Subscriber { ::ros::Subscriber subscriber; // ::ros::Subscriber::getTopic() does not necessarily return the same // std::string // it was given in its constructor. Since we rely on the topic
cartographer代码流程整理
zy806235948的博客
12-18 906
cartographer代码流程整理 一、代码目录结构 (1) cartographer_ros (2) cartographer 二、测试命令 2D： roslaunch cartographer_ros demo_backpack_2d.launch bag_filename:= ${HOME}/Downloads/cartographer_paper_deutsches_museum.bag 3D： roslaunch cartographer_ros demo_backpack_3d.l
cartographer进行建图和定位
09-11
您好！关于Cartographer进行建图和定位的问题，我可以为您提供一些信息。Cartographer是一个由谷歌开发的开源软件包，用于在机器人或移动设备上进行实时建图和定位。它使用传感器数据（如激光雷达、相机等）来创建2D或3D地图，并利用机器学习和优化算法来估计机器人的位置和姿态。 Cartographer的工作流程包括两个主要步骤：建图和定位。在建图阶段，它会将传感器数据转换为地图，并使用SLAM（Simultaneous Localization and Mapping）算法来同时估计机器人的位置和地图的形状。定位阶段则是在已有地图的基础上，根据传感器数据对机器人进行定位。 Cartographer支持多种传感器，并且可以与ROS（Robot Operating System）集成，使其更易于在机器人系统中使用。它已经被广泛应用于自动驾驶、无人机和移动机器人等领域。 希望以上信息能对您有所帮助！如果您有其他问题，请随时提问。
评论 32
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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