cartographer 添加二维码、apritag码作为路标点，测试位置关系

最新推荐文章于 2025-02-05 22:52:49 发布

可峰科技

最新推荐文章于 2025-02-05 22:52:49 发布

阅读量2.1k

点赞数 2

分类专栏： 2d_slam

本文链接：https://blog.csdn.net/windxf/article/details/111662875

版权

2d_slam 专栏收录该内容

100 篇文章 ¥9.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了如何在Cartographer中使用二维码和APRiTag作为路标点，并详细阐述了从获取相机坐标系中的路标点位置到转换为小车（base_link）坐标系的过程，同时提及了tf_broadcaster_在验证坐标关系中的作用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

这里记录一下cartographer里面的路标点是如何转换的，首先你要知道路标点在相机坐标系的位置（很多二维码读码器的关系恰好相反，是相机在二维码的坐标系），然后要知道相机坐标系和小车坐标系（一般为base_link）之间的关系。中间用tf_broadcaster_发出来便于查看是否设置正确

void Node::HandleLandmarkMessage(
    const int trajectory_id, const std::string& sensor_id,
    const cartographer_ro

了解本专栏

订阅专栏解锁全文

超级会员免费看

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

可峰科技

关注关注

2
点赞
踩
6

收藏

觉得还不错? 一键收藏
1
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
打赏
打赏
打赏举报

举报

专栏目录

订阅专栏

Ros cartographer 搭载 landmark 保姆级操作上手教程(1)

weixin_44025389的博客

01-16

2736

之前跑的bag中偶然发现在msg的bag包中，有Landmark数据的发布和订阅。Landmark在cartographer中作为定位为避免定位丢失，从而使之增加定位精度，和重定位，看完所有网页上能找到的文章，看后就一个字懵。防止cartographer在长廊中因为激光雷达的射程范围不够导致后期回环中定位失效，以至自己设备的定位乱跳，如果不幸跳入墙体中，则会整个设备则会陷入假死整体上landmark的引用方式，分为两种一种是反光标识工地上的反光柱，另一种则是使用固定的二维码和。

基于ros框架，cartographer使用aruco/apriltag作为landmark

南北粉面馆

03-03

3974

在动态环境中，使用aruco码作为landmark有助于机器人的快速定位。这里把主要的使用过程梳理一下，之前做过却没有整理。本文基于ros框架。 1-首先来个摄像头我使用的是一个usb广角镜头，介于针孔相机和鱼眼相机之间，首先使用ros包usb_cam打开相机 https://github.com/ros-drivers/usb_cam 输出的话题为：/usb_cam/image_raw /usb_cam/camera_info 因为相机没有标定，所以 /usb_cam/camera_info为空

1 条评论您还未登录，请先登录后发表或查看评论

cartographer大场景无初始位置快速重定位_2w平工厂测试秒级重定位

最新发布

qq_33346065的博客

02-05

424

大场景重定位是使用cartograper定位时常见的应用情况，一般的会采用二维码或人工提供初始位置的方式进行局部重定位，这种方法对部署和运行有一定局限性，本文提供一种改进的方法，使用全局重定位在全图搜索，无需初始位置，并且进行效率提升在2万平场地可以实现秒级定位。在2万平、100多个子图情况下这个效率比原始算法要快很多，基本满足实际项目的应用（在重定位阶段机器人自旋，成功后进行任务）。

cartographer-landmark 二维码修正重定位

05-16

landmark定位原理： cartographer在跑纯定位的时候，判断定位丢失的标准是一个比较棘手的事情。在cartographer中经常使用的是scan_to_map的方式，通过cartographer自己维护的PoseExtrapolator使用匹配的方式来获得当前帧与地图的匹配值，但是这样的方式在环境经常变的场景下效果会比较差，而使用landmark可以有效地避免这类问题的发生，还是会出现坐标的跳变，从一个位置跳到了另外一个位置，这种情况也会发生在环境变化不大的场景中。这时候使用landmark进行标注则是非常重要的。这种landmark方法基本是作为定位的修正补充，通过建立一个最小二乘的数学模型，来迭代计算，给优化增加一些元素。在室内场景下来说，这种方式还是比较鲁棒的，而且在此基础上可以做一个融合。

基于cartographer的优化和功能开发，以及二维码、反光板定位

Legend_zZ的博客

03-15

1280

基于cartographer的算法改进

通过Apritag码估计平面方程

taifyang的博客

07-02

275

上面的程序是通过在平面上放置若干个（3个以上）Apriltag码，计算这些码中心坐标，再使用最小二乘法拟合在相机坐标系下的平面方程z = X[0]*x + X[1]*y + X[2]，该平面的法向量为(X[0], X[1], -1)。如果只有Apriltag码个数少于3则无法通过最小二乘法求解，平面的法向量可以通过单个码的M[:3, 2]确定，又平面经过M[:3,3:] 点，也可以求出方程。

旋转的Apriltag码

TSINGHUAJOKING

12-26

3524

§01 Apriltag定位 Apriltag 可以用于视觉定位基础标识，在AR，机器人，机器视觉领域应用广泛。 ▲ 图1.1 几组Apriltag码

cartographer landmark 二维码

12-21

为了方便客户获取他们的服务信息，cartographer landmark推出了自己的二维码。这个二维码可以通过扫描的方式快速链接到他们的官方网站或者是特定的地图信息页面。这样一来，客户们就可以轻松地获取到他们需要的地图...

Cartographer中二维码修正与landmark定位优化方法

资源摘要信息:"cartographer-landmark 二维码修正重定位" 在机器人和自动驾驶系统中，定位是一个核心问题，涉及到系统如何确定其在环境中的确切位置。Cartographer 是一个开源的 SLAM (Simultaneous Localization ...

用ros中apriltag码进行定位（记录一下）

SRT_WUke的博客

12-07

1950

标定，安装功能包，话题显示

【cartographer_ros】六：发布和订阅路标landmark信息

Cloud_H的博客

06-28

2584

上一节介绍了陀螺仪Imu传感数据的订阅和发布。本节会介绍路标Landmark数据的发布和订阅。Landmark在cartographer中作为定位的修正补充，避免定位丢失。

apritag 定位记录 C++ opencv 3.4.5

David_BY的博客

11-17

6783

AprilTag是一种视觉基准系统，类似的视觉基准标签还有：ArUco、ARTag、TopoTag等。而AprilTag因其对旋转、光照、模糊具有良好的鲁棒性，因此被广泛应用于目标跟踪、室内定位、增强现实等领域。本文主要展示使用AprilTag标签，分别获取AprilTag标签在相机坐标系下和世界坐标系下位置。生成AprilTag不同家族标签图像教程。

apriltag使用之三：机械臂与Apriltag码对齐

11-01

2488

相机到Apriltag的对齐上面是一个简单的手画的关于机器人、摄像头以及Apriltag码之间的位置关系图。机器人的基坐标系{s}由(xs,ys,zs,ts)(\mathbf{x_s,y_s,z_s,t_s})(xs,ys,zs,ts)表示，摄像头的初始位置的坐标系{c}由(xc,yc,zc,tc)(\mathbf{x_c,y_c,z_c,t_c})(xc,yc,zc,tc)表...

基于arucoTag的简单slam

u010566411的专栏

01-23

4477

这只是一次简单的尝试，不过收获还是挺多的。首先是地面上有一些tag，用摄像头去拍摄，每次只拍到部分的tag，拍多次。因为tag是唯一的，而且尺度已知，可以直接计算摄像头的RT，因此可以套用slam框架。基本思路如下： 1.初始帧将map坐标系远点设为摄像头初始位置，将初始帧看到的tag的四个角点放入map中。 2.之后的帧先识别当前帧里的tag，分为两类，一类是map中已有的，一类是ma

cartographer landmark优化问题

xiaoma_bk的博客

09-04

3505

一、添加landmark代价中涉及到的类型 void AddLandmarkCostFunctions( const std::map<std::string, LandmarkNode>& landmark_nodes, bool freeze_landmarks, const MapById<NodeId, NodeSpec2D>& ...

(02)Cartographer源码无死角解析-(76) ROS数据发布→3D点云地图、子图位姿、Landmark

江南才尽江南山，年少无知年少狂！

07-05

1478

通过前面的博客，到目前为止，关于 Cartographer 数据处理，前端，后端都讲解完成了，也就是说，目前已经能够获得比较准确的地图以及位姿了。那么这些位姿外界 cartographer_ros 是如何获取到的，且进行可视化发布到 rviz 的呢？接下来，我们会从 src/cartographer 跳出来，回到最初的 cartographer_ros 部分继续分析源码。

(02)Cartographer源码无死角解析-(73) 2D后端优化→OptimizationProblem2D-landmark残差细节分析

江南才尽江南山，年少无知年少狂！

07-04

941

个人理解个人理解后端优化是在图优化的框架下，通过调整节点和子图的位姿，以最大程度地满足各种约束条件，使得整个系统的位姿估计更加准确和一致。在后端优化中，节点和子图的位姿是通过最小化误差函数来进行调整的。这个误差函数可以包含多种约束，如里程计测量、IMU数据、固定的参考帧位姿、特征点观测等等。优化的目标是找到一组位姿，使得所有的约束都得到满足，并且使得整个系统的一致性最好。在优化的过程中，为了保证约束的准确性，需要对位姿进行调整，同时也要考虑到不同节点和子图之间的关系，以及它们与前端位姿估计的一致性。

Python实现Apriltag编码的二维码识别

2303_76895011的博客

12-02

3160

本文使用python进行apriltag编码格式二维码的识别。大致流程是先在图片里面定位并找到apriltag编码二维码的位置，然后使用一些图像处理的方法对其解码，最后将返回值等信息返回到窗口