关于cartographer建立正确关系树的理解

正确的TF关系map----odom----base_link----laser
base_link是固定在机器人本体上的坐标系，通常选择飞控
其中map–odom 的链接是由cartographer中lua文件配置完成的

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

base_link----laser的链接是在启动rplidar节点的时候有tf_static完成的

  <node pkg="tf" name="tf_lidar" type="static_transform_publisher" args="0 0 0 0 0 0 base_link laser 10"/>

下面分两种情况在剖析TF关系的变化
1、cartographer不使用px4飞控的imu消息 /mavros/imu/data
因为在建图过程中没有引入px4所以base_link，TF关系中暂时没有加入base_link
lua中配置关系，cartographer追踪的的laser的位置，发布pos使用的也是laser的id。但是此时有一个问题，节点中报错**Could not compute submap fading: Could not find a connection between ‘map’ and ‘base_link’ because they are not part of the same tree.Tf has two or more unconnected trees.**base_link和map链接关系是断开的，地图中飞机的位置是不动的。

 map_frame = "map",
 tracking_frame = "laser",
 published_frame = "laser",
 odom_frame = "odom",
 provide_odom_frame = true,
 publish_frame_projected_to_2d = false,
 use_pose_extrapolator = true,
 use_odometry = false,
 use_nav_sat = false,
 use_landmarks = false,
TRAJECTORY_BUILDER_2D.use_imu_data = false

需要单独做一下base_link和odom的静态链接，在通过监听laser和odom的tf关系就可以把定位信息发送给px4了。

rosrun tf static_transform_publisher 0 0 0 0 0 0   /odom   /base_link  100

2、cartographer使用px4飞控的imu消息 /mavros/imu/data
因为激光雷达和飞控属于固连关系，在启动rplidar节点时建立tf静态关联

  <node pkg="tf" name="tf_lidar" type="static_transform_publisher" args="0 0 0 0 0 0 base_link laser 10"/>

此时，laser的位置信息同步到了base_link，所以cartographer只需要去追踪base_link即可。在通过监听base_link和odom的tf关系就可以把定位信息发送给px4了。

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 = false,
  use_pose_extrapolator = true,
  use_odometry = false,
  use_nav_sat = false,
  use_landmarks = false,
TRAJECTORY_BUILDER_2D.use_imu_data = true

还有第三种情况
机器人中本身存在 odom 坐标系, 比如里程计或者vins。而 provide_odom_frame 又设置成了 true, 就会导致 odom 坐标系重复发布，会导致机器人位姿发生来回的跳动。

map_frame:一般为“map”.用来发布submap的ROS帧ID.

tracking_frame:SLAM算法要跟踪的ROS 帧ID.?

published_frame:用来发布pose的帧ID.?

odom_frame:只要当有里程计信息的时候才会使用。即provide_odom_frame=true.

provide_odom_frame:如果为true，the local, non-loop-closed, continuous pose将会在map_frame里以odom_frame发布?

publish_frame_projected_to_2d：如果为true，则已经发布的pose将会被完全成２D的pose，没有roll,pitch或者z-offset？

use_odometry:如果为true，需要提供里程计信息，并话题/odom会订阅nav_msgs/Odometry类型的消息，在SLAM过程中也会使用这个消息进行建图

use_nav_sat:如果为true，会在话题/fix上订阅sensor_msgs/NavSatFix类型的消息，并且在globalSLAM中会用到

use_landmarks:如果为true，会在话题/landmarks上订阅cartographer_ros_msgs/LandmarkList类型的消息，并且在SLAM过程中会用到

num_laser_scans:SLAM可以输入的/scan话题数目的最大值

num_muti_echo_laser_scans:SLAM可以输入sensor_msgs/MultiEchoLaserScan话题数目的最大值

num_subdivisions_per_laser_scan:将每个接收到的（multi_echo）激光scan分割成的点云数。 细分scam可以在扫描仪移动时取消scanner获取的scan。 有一个相应的trajectory builder option可将细分扫描累积到将用于scan_matching的点云中。

num_point_clouds:SLAM可以输入的sensor_msgs/PointCloud2话题数目的最大值

lookup_transform_timeout_sec:使用tf2查找transform的超时时间（秒）。

submap_publish_period_sec:发布submap的时间间隔（秒）

pose_publish_period_sec:发布pose的时间间隔，值为5e-3的时候为200HZ

trajectory_publish_period_sec:发布trajectory markers（trajectory的节点）的时间间隔，值为30e-3为30ms

rangefinder_samping_ratio:测距仪的固定采样ratio

imu_sampling_ratio:IMU message的固定采样ratio

landmarks_sampling_ratio:landmarks message的固定采样ratio,(单位是啥？)