采用16线激光雷达调用cartographer室内定位

之前进行了16线激光雷达调用cartographer包进行室内建图，这方面很多朋友都知道，cartographer是google的一个开源SLAM算法，那么它能够用来定位吗？

我在网上查到的解释是可以，首先，什么是SLAM？

SLAM全称是simultaneous localization and mapping，中文名称是即时定位与地图构建。那么可以看到，地图构建就是我们之前说的建图，那么即时定位不就是定位吗。

事实就是如此，cartographer也提供了定位功能，先介绍一下cartographer的纯定位模式。

cartographer的纯定位模式与建图类似，它也需要通过建立子图，然后将子图与事先建立好的先验地图匹配上进行定位。这里会有一个问题，就是它需要建立子图，这个子图会覆盖先验地图，可能会对定位有影响，所以我们需要将cartographer里面发布子图的节点给注释了，那么另外一个问题就来了，发布子图的节点注释了，那么我们没有子图怎么定位呢。

这里就涉及到另外一个知识点了，我们采用map_server包发布子图，这样就可以防止先验地图被覆盖，具体的步骤如果小伙伴们不懂的话可以评论留言或者私信我。

接下来介绍一下怎么配置cartographer的定位。

首先就是cartographer有一个demo_backpack_2d_localization.launch这个launch文件，我们要做的就是去修改它（记得修改前备份一个)。

这里要修改的几点都写好了，其中第二点是加载我们自己的机器人模型，第3点的lua文件也是根据自己的机器人模型写的，后面的pbstream地图文件也要加载，这个地图文件是先通过cartographer建图保存得到的，后面的remap这里我也写了，我写的是然后第5点那个-pure localization 1，这里是采用纯定位模式。
而且后面的修改文件是修改cartographer_ros里面的文件occupancy_node_main.cc，这里参考

https://github.com/lllray/file/blob/master/occupancy_grid_node_main.cc

或者直接复制这个，大致就是这样，然后其中的几个文件都是需要根据自己的机器人来写的，比如my_backpack_2d.urdf、my_backpack_2d_localization.lua，map.pbstream也是自己保存好的地图。

最后写好了launch文件后（姑且称之为localization.launch)，要启动的文件就有雷达驱动文件（启动雷达的，比如rs_lidar_16.launch)、机器人驱动文件（用来启动launch文件里加载urdf文件的）、以及我们写的launch文件。

这里不建议将启动urdf的文件写在我们这个localization.launch里。

最后启动的rviz里面应该有建好的地图以及激光雷达实时扫描到的点云数据，起初的时候这些点云数据与地图是不匹配的，需要动一下机器人，一会儿后如果点云数据与地图匹配了，说明定位成功。

点云数据与地图不匹配

点云数据与地图匹配

室外纯激光定位

这里要注意两个问题：
1 cartographer如果纯激光定位最好场景稍微复杂些，不能像马路那样重复度比较高的场景，因为这样的话建图会建不好（纯激光建图)，实际机器人运动时rviz里面的模型是不动的，这个也称为长廊效应；
2 另外一点是在定位的时候机器人速度不能过快。