SLAM实操入门（五）：无里程计仅使用激光雷达建图（GMapping算法）

已于 2022-09-20 15:52:30 修改
阅读量1.6w 收藏 316
点赞数 25
分类专栏： SLAM实操入门 文章标签： 自动驾驶 ubuntu slam
于 2021-11-27 19:07:30 首次发布
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_51015707/article/details/121579571
版权

文章目录

前言

前文我们已经安装了turtlebot3并运行了自带的SLAM仿真例程，完成了地图的建立与路径规划前往目标位置的任务，并首次完成了对激光雷达的启动与可视化，本文开始介绍使用自己的激光雷达如何通过GMapping算法建图。 前文链接如下

1 Gmapping算法

Gmapping算法又名Grid Mapping算法，是一种基于RBpf粒子滤波算法，即将定位和建图过程分离，先进行定位再进行建图。通过占有格栅（网格）的地图构建算法，在目前的市场中有着很多成功部署并应用的示例，如扫地机器人、服务机器人等。

  • 占有格栅构建地图的好处
    如果对连续的环境进行计算，对计算了要求非常高，Gmapping通过将周围环境划分为网格，根据它的状态进行地图构建，可以大量较少运算压力。

  • 占有格栅，怎么占？
    地图按一定尺寸被划分为一个一个网格，每个网格一共有三种状态：
    （1）占有
    （2）空闲
    （3）未知
    该算法通过激光雷达对周围环境进行扫描，对检测范围内的网格根据占有概率将其判定为占有或空闲，通过机器人的移动对未知网格进行探索，直到地图建立完成。

  • 为什么不用里程计也可以建图？
    里程计是SLAM中非常重要的信息输入，可以让机器人知道自己在什么地方；
    而通过下文中的laser_scan_matcher库，依靠PLICP（点对线迭代最近点）扫描匹配算法进行自身定位，但精度不高（如果不是手上只有个雷达可以玩…）。

2 laser_scan_matcher库

laser_scan_matcher是ROS中常用的激光扫描匹配器代码库
它是一种基于PLICP（点对线迭代最近点）扫描匹配算法的增量式激光扫描匹配器，使用 Andrea Censi 的规范扫描匹配器 (CSM) 实现。
更多关于这个库的内容可以到ROS Wiki相关介绍进行了解
本文只介绍如何使用其进行建图

2.1 安装laser_scan_matcher库

进入工程目录

cd catkin_tutlebot3/src

下载laser_scan_matcher库

git clone https://github.com.cnpmjs.org/ccny-ros-pkg/scan_tools.git

将文件夹中除了laser_scan_matcher外的文件全部删除（只使用它）
在这里插入图片描述

返回catkin_tutlebot3目录并编译

cd catkin_turtlebot3

编译工程

catkin_make

编译过程中可能出现以下报错：

在这里插入图片描述
根据报错描述可知，这是因为缺少csm包，使用以下命令进行安装

sudo apt install ros-noetic-csm

我的Ubuntu版本是noetic，大家在安装scm的过程中将noetic替换成自己的ROS版本名

重新进行编译后成功

2.2 修改demo_gmapping.launch文件

demo_gmapping.launch位于目录catkin_turtlebot3/src/scan_tools/laser_scan_matcher/demo中
右键选择demo_gmapping.launch使用其他程序打开，选择文本编辑器（如果没有IDE的话）

  • 将true改为false
  <param name="/use_sim_time" value="false"/>
  • 添加坐标系参数
    <param name="base_frame" value = "base_link"/>
    <param name="use_odom" value="false"/>
    <param name="publy_pose" value = "true"/>
    <param name="publy_tf" value="true"/>
  • 添加机器人、世界、地图3个坐标系
    <param name="base_frame" value="/base_link"/> 
    <param name="odom_frame" value="/odom" /> 
    <param name="map_frame" value="/map" />

在这里插入图片描述
保存退出

3 使用Gmapping进行建图

返回catkin_turtlebot3目录重新编译

cd catkin_turtlebot3
catkin_make

运行roscore

roscore

打开新终端，启动雷达（配置方法见上一章）

roslaunch delta_lidar delta_lidar.launch

打开新终端，启动demo_gmapping.launch

roslaunch laser_scan_matcher demo_gmapping.launch

成功
在这里插入图片描述

可以通过以下命令查看三个坐标的tf转换树

rosrun rqt_tf_tree rqt_tf_tree

在这里插入图片描述可以通过以下命令查看ROS中的节点构成图

rqt_graph

在这里插入图片描述

完成建图后如下（高举过头顶版）

在这里插入图片描述

总结

本文介绍了使用激光雷达delta 2A进行建图，简单对Gmapping算法进行了介绍，对laser_scan_matcher库进行了介绍和调用。
更多ros相关内容可以在ROS.Wiki查看。

吴恩达亲传弟子
关注
专栏目录
ROS下：无里程计 仅有rplidar A2激光雷达+laser_scan_tools运行gmapping
weixin_46781669的博客
08-02 4232
ROS下：无里程计 仅有rplidar A2激光雷达+laser_scan_tools运行gmapping 写这篇文章主要是记录用到的实验与学习方法，以便以后自己查看，当然也欢迎其他ROS中slam学习研究者共同探讨。在这里借鉴了三位博主的方法,附上链接 (https://blog.csdn.net/vampirewolf/article/details/90042517) https://blog.csdn.net/dzhongjie/article/details/84592376 https://bl
基于激光雷达建图
qq_41545537的博客
09-17 686
基于激光雷达建图一 gmapping建图1 基于真实机器人与velodyne进行gmapping建图2 基于仿真机器人与模拟的激光雷达数据进行gmapping建图 一 gmapping建图 1）启动以下程序1或2，主要是加入了小车驱动与激光雷达 注意事项：该程序中千万不能加入rviz，否则会导致建图失败，原因是gampping中已经加入了rviz，之前一直建图失败的原因就在于此 2）启动下载的gmapping.launch程序 3）键盘或遥控小车行走进行建图 4）保存地图 rosrun map_server
【SLAM】SLAM技术详解：同步定位与地图构建
最新发布
steamedobun的博客
09-06 1744
SLAM学习笔记
无里程计仅使用激光雷达建图（GMapping算法）
3D视觉工坊
04-02 3347
来源丨https://zhuanlan.zhihu.com/p/200924181编辑丨3D视觉工坊点击进入—>3D视觉工坊学习交流群0 前言本文介绍使用自己的激光雷达如何通过GMapping算法建图1 Gmapping算法Gmapping算法又名Grid Mapping算法，是一种基于RBpf粒子滤波算法，即将定位和建图过程分离，先进行定位再进行建图。通过占有格栅（网格）的地图构建算法，在...
python实现二维激光雷达slam建图
m0_49533101的博客
04-04 1756
一、项目介绍 本项目是小江毕设作品，为了解slam算法构图原理与过程，所以未采用ros实现，而是采样python+Qt的方式一步步实现，其中雷达数据的解析、里程计数据的融合·、点云数据转化为栅格地图、最终融合为全局地图等算法都是小江一步步实现的，虽然最终融合效果不是很好，但是自己收获还是很大，这里分享出来，感兴趣的伙伴可以看看。 为了便于控制小车运动，以及观察地图等信息，可利用python的PyQt库进行UI界面的绘制，以下上位机是由小江本人开发，图中两个串口分别为雷达串口与小车...
ROS学习笔记之——激光雷达SLAM建图
gwpscut的博客
11-10 1万+
装完双系统以及配置好机器人后（参考博文：《Ununtu 16.04LTS安装（与windows共存，双系统）》和《ROS中机器人与电脑的网络配置》）。接下来用激光雷达进行SLAM建图哈~ 参考书籍的建图（章节11.2.4）和运行导航（11.5.2） 建图 通过turtlebot3上的激光雷达实现SLAM运行顺序如下： 首先ssh到机器人上，然后运行主节点 ssh链接机器人 ssh...
ROS-激光雷达建立地图算法介绍
热门推荐
口袋里的跳跳糖
12-28 2万+
                                                  激光雷达建立地图算法介绍 建图算法： 1. hector_slam 要求: 高更新频率、小测量噪声的激光扫描仪,不需要里程计，可手持建图。 在hector_slam程序中，最重要的是hector_mapping节点: (1)订阅的主题： scan(类型：sensor_msgs/L...
基于单线激光雷达SLAM建图与路径规划c++实现源码+项目说明(SLAM建图、定位、路径规划).zip
09-21
基于单线激光雷达SLAM建图与路径规划c++实现源码+项目说明(SLAM建图、定位、路径规划).zip 单线激光雷达SLAM建图与路径规划 使用的硬件：autolabor pro1小车、小觅双目相机(S1030标准版本)、IntelNUC迷你主机、...
基于ROS的激光雷达+小车+IMU的SLAM建图、定位、路径规划c++实现源码+项目说明.zip
04-10
使用的软件：ubuntu 16.04 LTS、ROS-kinetic、小觅驱动、autolabor pro1小车驱动、Delta-1A驱动、VINS-Fusion算法、ROS-navigation导航包、gmapping建图算法、cartographer_ros建图算法 ## tf介绍 tf变换：map...
基于ROS的 激光雷达+小车+IMU 的 SLAM建图定位路径规划源码+详细说明.zip
04-30
单线激光雷达SLAM建图与路径规划 使用的硬件：autolabor pro1小车、小觅双目相机(S1030标准版本)、IntelNUC迷你主机、显示器、2D激光雷达 Delta-1A 使用的软件：ubuntu 16.04 LTS、ROS-kinetic、小觅驱动、...
基于ROS实现的激光雷达+小车+IMU 的 SLAM建图、定位、路径规划基于C++实现+源代码+文档说明.zip
06-12
基于ROS实现的激光雷达+小车+IMU 的 SLAM建图、定位、路径规划基于C++实现+源代码+文档说明.zip单线激光雷达SLAM建图与路径规划 使用的硬件：autolabor pro1小车、小觅双目相机(S1030标准版本)、IntelNUC迷你主机、...
loam_velodyne使用速腾聚创16线激光雷达建图和计算激光雷达里程计-附件资源
03-05
loam_velodyne使用速腾聚创16线激光雷达建图和计算激光雷达里程计-附件资源
2D激光雷达局部地图SLAM
09-30
2D激光雷达局部地图构建和机器人定位，可以直接执行，亲测可行
Cargrapher（2）单激光雷达建图（通用篇）
旧势力底层学习者
09-23 8219
该步骤适用于2D lidar 的手持建图，即cartographer下的单激光雷达建图
IROS 2021 | F-LOAM：快速激光雷达里程计建图算法
3D视觉工坊
04-02 1512
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达作者丨paopaoslam来源丨泡泡机器人SLAM标题：F-LOAM : Fast LiDAR Odometry and Mapping作者：Han Wang, Chen Wang, Chun-Lin Chen, Lihua Xie来源：IROS 2021编译：李相江审核: 刘国庆摘要 大家好，今天为...
SLAM四种算法建图对比
Hong_J_0826的博客
03-10 5100
其算法框架是基于RBPF粒子滤波算法，先进行定位再进行建图RBPF：http://t.csdnimg.cn/h4PfS，对于建图而言，简单来说就是通过算法迭代，在粒子群中选出最优粒子，使用激光雷达数据和所关联的历史轨迹来绘制地图。其定位和建图是分离的，每个粒子都携带它们自身的地图（不适合大场地建图，但是我们比赛场地面积用Gmapping建图问题不大）。RBPF问题Gmapping改进粒子多——计算量大、内存消耗大改进提议分布（考虑里程计、观测信息）频繁执行——粒子退化选择性重采样（设定阈值）
Turtlebot_01——激光雷达运行gmapping建图
Jeffxu_lib的博客
02-28 2953
一、基本功能包安装 1、使用环境：Ubuntu14.04 LTS + ROS indigo + hokuyo URG-04LX-UG01（激光型号） 2、安装 Turtlebot包（若要学习源码，修改源码则使用源码安装）的方法如下： sudo apt-get install ros-indigo-turtlebot ros-indigo-turtlebot-apps ros-indigo...
谷歌cartographer算法手持二维激光雷达建图（不使用里程计及IMU）
wangchuchua的博客
10-16 4025
记录一下自己使用cartographer算法的建图经历，重点讲述一些调整参数时容易遇到的坑和一些及其容易忽视但很重要的细节，下一篇文章讲二维激光雷达融合IMU如何建图（博主刚刚做完整个流程中途遇到了很多坑，还好最后慢慢解决了，仔细的记录一下一些小白容易忽视的细节，亲测有效哦）。
Turtlebot2激光雷达(Rplidar)gmapping构建地图
weixin_44521188的博客
04-08 1957
Turtlebot2激光雷达(Rplidar)gmapping构建地图测试环境ubuntu16.04 + kinect 已安装Turtlebot包，具体安装：deb包安装 | 源码安装 依赖包： Turtlebot应用包，https://github.com/ncnynl/turtlebot_apps.git 激光雷达rplidar一代驱动，https://github.com/ncnynl/rplidar_ros.git *2、建立工作空间，初始化 $ mkdir -p ~/turtlebot_ws/s
A1M8激光雷达gmapping建图
03-27
A1M8激光雷达可以通过gmapping算法进行建图。gmapping算法是一种基于激光雷达和里程计信息的SLAM算法，可以实现机器人在未知环境中的自主定位和地图构建。具体步骤如下： 1. 激光雷达数据采集：将A1M8激光雷达安装在机器人上，通过ROS节点订阅激光雷达数据。 2. 里程计数据采集：通过ROS节点订阅机器人的里程计数据。 3. 建图参数设置：设置gmapping算法的建图参数，如地图分辨率、占用栅格阈值等。 4. 运行gmapping算法：通过ROS节点运行gmapping算法，将激光雷达和里程计数据传入算法，进行建图和自主定位。 5. 保存地图：将建好的地图保存为ROS格式的地图文件，可以在后续的机器人导航任务中使用。 需要注意的是，在建图过程中，需要保证机器人和激光雷达的运动状态较稳定，否则可能会影响建图质量。同时，gmapping算法对环境中的光照、杂物等要求较高，建议在相对简单的环境中进行建图。
评论 22
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

打赏作者

吴恩达亲传弟子

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