/hobot_cartographer

Primary LanguagePython

功能介绍

SLAM的全称是Simultaneous Localization And Mapping，即时定位与地图构建。简单来讲，就是机器人来到一个未知空间，自己在哪不知道，周围环境什么样之前也不知道，接下来需要通过自己的传感器逐步建立对环境的认知，并且确定自己实时所处的位置。

SLAM并不是指某一种具体的算法，而是一种技术，能够实现这种技术的算法有很多，本功能所使用的Cartographer是google推出的一套基于图优化的SLAM算法，可以实现机器人在二维或三维条件下的定位及建图功能，这套算法的主要设计目的是满足机器人在计算资源有限的情况下，依然可以实时获取较高精度的地图。

准备工作

本Node支持在实物机器人或Gazebo仿真环境中使用，在使用前请确认具备以下条件：

实物机器人

本Node在实物机器人上运行时，需要机器人具备以下基本条件：

  • 机器人具备运动底盘、单线激光雷达、里程计及RDK套件，硬件已经连接并测试完毕；
  • 已有ROS底层驱动，机器人可接收“/cmd_vel”指令运动
  • PC电脑端已经完成Ubuntu、ROS Foxy/Humble的安装

机器人示例：

机器人名称 生产厂家 参考链接
OriginBot智能机器人 古月居 点击跳转
X3派机器人 轮趣科技 点击跳转
履带智能车 微雪电子 点击跳转
RDK X3 Robot 亚博智能 点击跳转

Gazebo仿真

本Node在Gazebo仿真环境中运行时，需要具备以下基本条件：

  • RDK套件
  • PC电脑端已经完成ROS Gazebo及Turtlebot机器人相关功能包安装

使用方法

实物机器人

以下操作过程以OriginBot为例，满足条件的其他机器人使用方法类似

搭建机器人

参考机器人官网的使用指引，完成机器人的硬件组装、镜像烧写及示例运行，确认机器人的基础功能可以顺利运行。

安装Node

启动机器人后，通过终端或者VNC连接机器人，点击本页面右上方的“一键部署”按钮，复制如下命令在RDK的系统上运行，完成Node的安装：

sudo apt install -y tros-hobot-cartographer

运行Node

安装完成后，即可参考以下步骤运行该功能：

1.启动机器人底盘

启动机器人及激光雷达，如OriginBot的启动命令如下：

ros2 launch originbot_bringup originbot.launch.py use_lidar:=true

2.启动cartographer

启动一个新的终端，通过如下指令启动cartographer slam算法：

# 设置ros与tros的软链接
sudo python3 /opt/tros/create_soft_link.py --foxy /opt/ros/foxy/ --tros /opt/tros/

# 设置tros的环境变量
source /opt/tros/setup.bash

# 运行人体跟随
ros2 launch hobot_cartographer cartographer.launch.py

3.查看SLAM动态效果

为了便于查看SLAM的完整过程，在同一网络下的PC端，启动Rviz上位机可视化软件：

ros2 run rviz2 rviz2

启动成功后，分别添加Map、LaserScan、TF、RobotModel等显示项，即可看到当前建立的地图效果。

cartographer_slam

4.遥控机器人建立地图

为了让机器人建立周边环境的完整信息，我们还需要启动一个键盘控制节点：

sudo apt install ros-foxy-teleop-twist-keyboard
ros2 run teleop_twist_keyboard teleop_twist_keyboard

现在，我们就可以在键盘控制的终端中，点击键盘的上下左右键，控制机器人探索未知的环境啦，Rviz中会逐渐出现地图的全貌。

e646ac75c6

Gazebo仿真

安装仿真环境

  1. 参考ROS2安装说明，在PC端的Ubuntu系统中安装ROS2

  2. 在PC端的Ubuntu系统中安装Gazebo及机器人模型

sudo apt-get install ros-foxy-gazebo-*
sudo apt install ros-foxy-turtlebot3
sudo apt install ros-foxy-turtlebot3-bringup
sudo apt install ros-foxy-turtlebot3-simulations
sudo apt install ros-foxy-teleop-twist-keyboard
  1. 确保使用的PC与RDK处于同一网络中

安装Node

启动RDK后，通过终端或者VNC连接RDK，点击本页面右上方的“一键部署”按钮，复制如下命令在RDK的系统上运行，完成Node的安装：

sudo apt install -y tros-hobot-cartographer

运行Node

安装完成后，即可参考以下步骤运行该功能：

1.启动仿真环境

在PC端Ubuntu的终端中使用如下命令启动Gazebo，并加载机器人模型：

# 根据所使用的ROS版本修改此处的路径
source /opt/ros/foxy/setup.bash

export TURTLEBOT3_MODEL=burger
ros2 launch turtlebot3_gazebo turtlebot3_world.launch.py

启动成功后的Gazebo仿真环境如下：

gazebo

2.启动cartographer

在RDK的系统中，启动终端，通过如下指令启动cartographer slam算法：

# 设置ros与tros的软链接
sudo python3 /opt/tros/create_soft_link.py --foxy /opt/ros/foxy/ --tros /opt/tros/

# 设置tros的环境变量
source /opt/tros/setup.bash

# 运行人体跟随
ros2 launch hobot_cartographer cartographer.launch.py use_sim_time:=True

3.查看SLAM动态效果

为了便于查看SLAM的完整过程，在同一网络下的PC端，启动Rviz上位机可视化软件：

ros2 run rviz2 rviz2

启动成功后，分别添加Map、LaserScan、TF、RobotModel等显示项，即可看到当前建立的地图效果。

rvizsetting

4.遥控机器人建立地图

为了让机器人建立周边环境的完整信息，我们还需要启动一个键盘控制节点：

ros2 run teleop_twist_keyboard teleop_twist_keyboard

现在，我们就可以在键盘控制的终端中，点击键盘的上下左右键，控制机器人探索未知的环境啦，Rviz中会逐渐出现地图的全貌。

map

接口说明

interfaces

话题

名称 消息类型 说明
/map geometry_msgs/msg/Twist
/odom
/scan
/tf

参数

名称 类型 默认值 取值范围 说明
map_frame
tracking_frame
published_frame
odom_frame
provide_odom_frame
use_odometry
min_range
max_range

原理简介

Cartographer算法主要分为两个部分，第一个部分称为Local SLAM, 也就是之前我们说的SLAM前端，这个部分会基于激光雷达信息建立并维护一系列的子图Submap，这些子图就是一系列之前Gmapping中提到的栅格地图。每当有新的雷达数据输入进来，系统就会通过一些匹配算法将其插入到子图的最佳位置。

cartographer

但是子图会产生累积误差，所以算法的第二个部分，也就是这个Global SLAM，是SLAM算法的后端，它的主要功能就是通过闭环检测来消除累积误差，每当一个子图构建完成后，就不会再有新的雷达数据插入这个子图中，算法也会将这个子图加入到闭环检测中。

总体而言，Local SLAM生成一个一个的拼图块，而Global SLAM完成整个拼图。

参考资料

常见问题

暂无