gmapping學(xué)習(xí)

一蹂楣、機(jī)器人地圖

機(jī)器人地圖一般分為三種類型:柵格地圖讯蒲,拓?fù)涞貓D,特征地圖

1墨林、柵格地圖


柵格地圖

柵格地圖,在物流信息技術(shù)中有所涉獵酌呆,其就是構(gòu)建一個個“小方塊”搔耕,利用顏色信息來區(qū)分的地圖的位置信息隙袁。在機(jī)器人建圖中,柵格地圖容易構(gòu)建梨睁,表示且保存位置的唯一娜饵,對于短路徑的規(guī)劃方便坡贺;但柵格地圖的路徑規(guī)劃效率不高划咐,空間浪費(fèi)(柵格的分辨率不依賴于環(huán)境的復(fù)雜度)并且也需要精確的機(jī)器人位置估計,其對于物體識別的人機(jī)交互問題效果不好褐缠。

2政鼠、拓?fù)涞貓D

是指地圖學(xué)中一種統(tǒng)計地圖,一種保持點與線相對位置關(guān)系正確而不一定保持圖形形狀與面積、距離队魏、方向正確的抽象地圖公般。


拓?fù)涞貓D

對于使用gmapping建圖,所構(gòu)建的是二維柵格地圖胡桨。

二官帘、gmapping與SLAM

對于建圖,SLAM (simultaneous localization and mapping),也稱為CML (Concurrent Mapping and Localization), 我們從名字就可以得知昧谊,其包含機(jī)器人的定位與地圖的構(gòu)建兩部分刽虹,或者說并發(fā)建圖與定位。對于這個問題的模型呢诬,就是如果將一個機(jī)器人放入未知環(huán)境中的未知位置涌哲,是否有辦法讓機(jī)器人一邊移動一邊逐步描繪出此環(huán)境完全的地圖(完全的地圖是指不受障礙行進(jìn)到房間可進(jìn)入的每個角落尚镰,也就是熟知地圖的障礙點)阀圾。定位與建圖相輔相成、互相影響狗唉。

首先初烘,構(gòu)建地圖要知道機(jī)器人的精確位姿,精確定位又需要給定的地圖做參考分俯。先講已知精確位姿(坐標(biāo)和朝向)的地圖創(chuàng)建肾筐,機(jī)器人位置已知,通過激光雷達(dá)掃描到環(huán)境特征缸剪,即障礙物距離局齿。可通過機(jī)器人坐標(biāo)和朝向以及障礙物距離計算出障礙物的坐標(biāo)橄登,采用bresenham直線段掃面算法抓歼,障礙物所處的柵格標(biāo)注為occupy讥此,機(jī)器人所處的柵格與障礙物所處的柵格之間畫直線,直線所到之處都為free谣妻。當(dāng)然每個柵格并不是簡單的非0即1萄喳,柵格的占據(jù)可用概率表示,若某一個柵格在激光束a掃描下標(biāo)識為occupy蹋半,在激光束b掃描下也標(biāo)識為occupy他巨,那該柵格的占據(jù)概率就變大,反之减江,則變小染突。這樣,機(jī)器人所處的環(huán)境就可以通過二維柵格地圖來表征辈灼。

三份企、實現(xiàn)gmapping功能包的條件

1、一臺安裝了ROS并運(yùn)行虛擬機(jī)的筆記本(或者其它的平臺)巡莹。

對于ROS環(huán)境司志,所需要的ROS功能包有激光雷達(dá)的ROS功能包,gmapping功能包降宅,機(jī)器人的驅(qū)動包骂远,3個功能包都運(yùn)行起來后需要編譯節(jié)點連接,從而構(gòu)建地圖腰根。當(dāng)然激才,如果運(yùn)行順利,還可以插入一個按鍵额嘿,利用ROS包用來控制機(jī)器人的移動贸营。

2、一臺激光雷達(dá)

(未研究)在國內(nèi)岩睁,現(xiàn)階段激光雷達(dá)的效果也不錯,能達(dá)到運(yùn)行要求揣云。

對于建圖捕儒,機(jī)器人應(yīng)該能檢測深度信息與里程計信息。

3邓夕、以上都是之前學(xué)習(xí)的內(nèi)容刘莹。但是除此以外,還必要一臺機(jī)器人或者機(jī)器車焚刚,如irobot create或者turtlesim点弯,此平臺是必須的。

在這之前矿咕,除了在仿真環(huán)境里運(yùn)行建圖功能以外抢肛,一直沒考慮到的問題是狼钮,是否只有小車才能承載激光雷達(dá)建圖,用其他的工具是否可以捡絮。答案是不可以熬芜,因為運(yùn)行g(shù)ampping包需要里程計信息,也就是這個包需要知道你的機(jī)器人相對于你的開始位置運(yùn)動了多少福稳,轉(zhuǎn)了多少角度等信息才可用進(jìn)行地圖的構(gòu)建涎拉,里程計的信息是必須的,一般機(jī)器人的ROS驅(qū)動程序里都會包含的圆,一般的里程計信息由車輪的轉(zhuǎn)速編碼器得到鼓拧。

四、ROS中的gmapping功能包

slam-gmapping節(jié)點接收傳感器/激光掃描信息并構(gòu)建地圖越妈〖玖可以通過ROS主題或服務(wù)檢索地圖。

1叮称、訂閱

gmapping訂閱的其實非常簡單种玛,只有兩種?

tf (tf/tfMessage)?

(需要進(jìn)行激光,基準(zhǔn)和測距的相關(guān)框架轉(zhuǎn)換)

?scan (sensor_msgs/LaserScan)?

(激光掃描從中創(chuàng)建地圖)

2瓤檐、發(fā)布

(1) map_metadata(nav_msgs / MapMetaData)?

從此主題獲取地圖數(shù)據(jù)赂韵,將其鎖定并定期更新。

(2) map(nav_msgs / OccupancyGrid)?

從此主題獲取地圖數(shù)據(jù)挠蛉,將其鎖定并定期更新

(3) ?entropy (std_msgs / Float64)?

機(jī)器人姿態(tài)分布的熵的估計值(較高的值表示較大的不確定性)祭示。

3、 服務(wù)

dynamic_map(nav_msgs / GetMap)?

調(diào)用此服務(wù)以獲取地圖數(shù)據(jù)谴古。

五质涛、gmapping參數(shù)

gmapping功能包采用粒子濾波算法。(待研究)

其中關(guān)鍵的參數(shù)為:

1. particles (int, default: 30) 這個參數(shù)決定gmapping算法中的粒子數(shù)掰担,因為gmapping使用的是粒子濾波算法汇陆,粒子在不斷地迭代更新,所以選取一個合適的粒子數(shù)可以讓算法在保證比較準(zhǔn)確的同時有較高的速度带饱。

2. minimumScore (float, default: 0.0) 最小匹配得分毡代,這個參數(shù)很重要,它決定了對激光的一個置信度勺疼,越高說明對激光匹配算法的要求越高教寂,激光的匹配也越容易失敗而轉(zhuǎn)去使用里程計數(shù)據(jù),而設(shè)的太低又會使地圖中出現(xiàn)大量噪聲执庐,所以需要好好調(diào)整酪耕。

六、launch文件

啟動節(jié)點:node pkg="gmapping" type="slam_gmapping" name="slam_gmapping" output="screen"

移動初始值(距離):param name="lstep" value="0.05”/

移動初始值(角度):param name="astep" value="0.05"/

param name="lskip" value="0"/(!--為0,表示所有的激光都處理轨淌,盡可能為零迂烁,如果計算壓力過大看尼,可以改成1--)

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市婚被,隨后出現(xiàn)的幾起案子狡忙,更是在濱河造成了極大的恐慌,老刑警劉巖址芯,帶你破解...
    沈念sama閱讀 206,839評論 6 482
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件灾茁,死亡現(xiàn)場離奇詭異,居然都是意外死亡谷炸,警方通過查閱死者的電腦和手機(jī)北专,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,543評論 2 382
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來旬陡,“玉大人拓颓,你說我怎么就攤上這事∶杳希” “怎么了驶睦?”我有些...
    開封第一講書人閱讀 153,116評論 0 344
  • 文/不壞的土叔 我叫張陵,是天一觀的道長匿醒。 經(jīng)常有香客問我场航,道長,這世上最難降的妖魔是什么廉羔? 我笑而不...
    開封第一講書人閱讀 55,371評論 1 279
  • 正文 為了忘掉前任溉痢,我火速辦了婚禮,結(jié)果婚禮上憋他,老公的妹妹穿的比我還像新娘孩饼。我一直安慰自己,他們只是感情好竹挡,可當(dāng)我...
    茶點故事閱讀 64,384評論 5 374
  • 文/花漫 我一把揭開白布镀娶。 她就那樣靜靜地躺著,像睡著了一般揪罕。 火紅的嫁衣襯著肌膚如雪梯码。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,111評論 1 285
  • 那天耸序,我揣著相機(jī)與錄音,去河邊找鬼鲁猩。 笑死坎怪,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的廓握。 我是一名探鬼主播搅窿,決...
    沈念sama閱讀 38,416評論 3 400
  • 文/蒼蘭香墨 我猛地睜開眼嘁酿,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了男应?” 一聲冷哼從身側(cè)響起闹司,我...
    開封第一講書人閱讀 37,053評論 0 259
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎沐飘,沒想到半個月后游桩,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 43,558評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡耐朴,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,007評論 2 325
  • 正文 我和宋清朗相戀三年借卧,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片筛峭。...
    茶點故事閱讀 38,117評論 1 334
  • 序言:一個原本活蹦亂跳的男人離奇死亡铐刘,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出影晓,到底是詐尸還是另有隱情镰吵,我是刑警寧澤,帶...
    沈念sama閱讀 33,756評論 4 324
  • 正文 年R本政府宣布挂签,位于F島的核電站疤祭,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏竹握。R本人自食惡果不足惜画株,卻給世界環(huán)境...
    茶點故事閱讀 39,324評論 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望啦辐。 院中可真熱鬧谓传,春花似錦、人聲如沸芹关。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,315評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽侥衬。三九已至诗祸,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間轴总,已是汗流浹背直颅。 一陣腳步聲響...
    開封第一講書人閱讀 31,539評論 1 262
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點兒被人妖公主榨干…… 1. 我叫王不留怀樟,地道東北人功偿。 一個月前我還...
    沈念sama閱讀 45,578評論 2 355
  • 正文 我出身青樓,卻偏偏與公主長得像往堡,于是被迫代替她去往敵國和親械荷。 傳聞我的和親對象是個殘疾皇子共耍,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 42,877評論 2 345