ROS里程计的学习(odometry) (二)

我采用增量式编码器来实现odometry的计算,首先采用编码器对脉冲进行采样实现左右轮运动状态的获取,然后再利用增量式测程法得到机器人车体当前坐标系的位姿,位姿上一章节就提到位姿包括位置和偏航角theta,即(x,y,θ)


增量式测量法是使用从编码器采样到的数据并依据起始位姿来确定机器人当前位姿的一种方法。作为一种增量式航迹推算的方法,每一个新的位姿是基于上一次的位姿得到的,所以每次错误发送都会造成些许误差,这样下来,随着机器人运动的时间越长,误差被累计得越大。但是机器人在完成同时定位与地图构建和自主导航任务时,可由算法根据实时测距生成的地图匹配可自动修正部分里程计数据的误差,保持对机器人车体的运动姿态进行跟踪,故而我们仅采用编码器的方式来完成机器人车体位姿的初步估计,这样一来,便可以在一定程度上减少了构建系统的复杂度和降低成本。


通过对输出波形的采集,得到的单位时间内的脉冲个数,通过简单的计算公式可以将角度转换成位移。假设车轮直径为L,光电编码器的线数是P,△t时间内光电编码器输出的脉冲数是N,车轮运行距离是△S(左轮距离△Left ,右轮距离△right),两轮中心距离为Dw,则可以得到以下计算公式:

△S=(N/P)πL

利用双编码器也可以计算得到机器人车体转过的角度。假设△θ为机器人车体转过的角度,则可以得到以下计算公式:

△S=(△right+△Left)/2       ----->邻近时间内机器人车体行驶的距离

△θ=(△right-△Left)/Dw     ----->机器人车体转过的角度

当采样时间足够短时,机器人车体近似走直线,通过航位推算法得出单位时间内的位置变化进行累加,进而求出机器人车体在坐标系中的位置。


  • 1
    点赞
  • 30
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
好的,以下是一个简单的IMU里程ROS程序的示例: ```python #!/usr/bin/env python import rospy from sensor_msgs.msg import Imu from nav_msgs.msg import Odometry from geometry_msgs.msg import Quaternion, Twist, Vector3 class ImuOdom: def __init__(self): rospy.init_node('imu_odom') self.imu_sub = rospy.Subscriber('/imu/data', Imu, self.imu_callback) self.odom_pub = rospy.Publisher('/odom', Odometry, queue_size=10) self.last_time = rospy.Time.now() self.x = 0 self.y = 0 self.th = 0 def imu_callback(self, msg): current_time = rospy.Time.now() dt = (current_time - self.last_time).to_sec() self.last_time = current_time # orientation quaternion to Euler angles q = msg.orientation roll, pitch, yaw = tf.transformations.euler_from_quaternion([q.x, q.y, q.z, q.w]) # angular velocity ang_vel = msg.angular_velocity.z # compute linear velocity linear_vel = Twist(Vector3(0, 0, 0), Vector3(0, 0, ang_vel)) # compute displacement self.x += linear_vel.linear.x * dt self.y += linear_vel.linear.y * dt self.th += ang_vel * dt # create odom message odom = Odometry() odom.header.stamp = current_time odom.header.frame_id = "odom" odom.child_frame_id = "base_link" # position odom.pose.pose.position.x = self.x odom.pose.pose.position.y = self.y odom.pose.pose.position.z = 0.0 # orientation odom.pose.pose.orientation = Quaternion(*tf.transformations.quaternion_from_euler(0, 0, self.th)) # velocity odom.twist.twist = linear_vel # publish odom message self.odom_pub.publish(odom) if __name__ == '__main__': try: imu_odom = ImuOdom() rospy.spin() except rospy.ROSInterruptException: pass ``` 这个程序订阅IMU数据,根据角速度算线速度和位移,并发布里程信息。你需要在程序中设置IMU话题的名称和发布里程信息的话题名称以及坐标系的名称,以适应你的机器人系统。 注意,这只是一个示例程序,可能需要根据你的具体需求进行修改和优化。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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