Rossum--slam的后记

     首先我们看看Rossum的ROS系统流程图.

                                    

    在进行slam的过程中，里程数据通过单片机上传给电脑端的ardros节点，经过tf全局变换后将单片机得到的当前坐标变换为全局坐标，然后发送至ROS master上，此时ROS master 同时接收来自kinect模拟激光测距仪的距离数据，这时就满足了slam运行的基本条件.

     在真实运行过程中，slam的精度问题很大成分上取决于里程数据的精确性，同时计算过程中一些物理参数的测量的也十分重要，比如轮距，编码器分辨率，等等物理参数得适当调整，编码器的选取也是重要的，直接影响了你机器人的自身定位的准确性，Rossum所用的是16线的编码器，精度有限，推荐使用至少64线的编码器，这样机器人自身定位过程中的分辨率就可以很大的提高。

     以下是里程数据的tf变换与发布的代码实现：

 

			# First, we'll publish the transform from frame odom to frame base_link over tf
			# Note that sendTransform requires that 'to' is passed in before 'from' while
			# the TransformListener' lookupTransform function expects 'from' first followed by 'to'.
			self._OdometryTransformBroadcaster.sendTransform(
				(x, y, 0), 
				(quaternion.x, quaternion.y, quaternion.z, quaternion.w),
				rosNow,
				"base_link",
				"odom"
				)

			# next, we'll publish the odometry message over ROS
			odometry = Odometry()
			odometry.header.frame_id = "odom"
			odometry.header.stamp = rosNow
			odometry.pose.pose.position.x = x
			odometry.pose.pose.position.y = y
			odometry.pose.pose.position.z = 0
			odometry.pose.pose.orientation = quaternion

			odometry.child_frame_id = "base_link"
			odometry.twist.twist.linear.x = vx
			odometry.twist.twist.linear.y = 0
			odometry.twist.twist.angular.z = omega

			self._OdometryPublisher.publish(odometry)
			
			#rospy.loginfo(odometry)