三轮全向轮底盘SLAM挖坑系列-简介

本文分享了作者两年多SLAM研究的心得,聚焦于激光SLAM及其实现过程中的挑战,如里程计精度和车体旋转半径问题。介绍了使用三轮全向轮底盘和激光雷达进行里程计计算的方法,以及ROS和STM32在系统中的应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

        写这个系列的博客是为了方便后面学习的同学们方便地搭建起来这么一个平台,然后好基于这个平台做一些有趣的事情,比如测试自己的路径算法,添加各种传感器如陀螺仪、摄像头等等。我个人研究了两年多的SLAM,在这期间踩了很多坑,也收获到很多,希望往后能够继续奋勇向前,攀登技术高峰。

        我个人的一些理解,视觉SLAM目前精度还是达不到要求,所以选择这个激光SLAM作为切入口。捣鼓了很久,也有自己的一些感悟,总结出SLAM目前依然需要解决的两大非线性问题。一个是重复定位精度问题,也就是里程计问题。说白了,里程计问题在SLAM中占据了很大部分,后面的什么路径规划、回字形弓字型算法都是基于一个比较准确的里程计,里程计问题解决了后面才有上升的空间。另一个是车体旋转半径不确定的问题,机器人车体小还好,如果类似汽车底盘这种,在过窄道的时候,旋转半径不确定会导致算不出一个比较准确的路径。当然可以看一下知乎YY硕的文章,在研二那部分有说到这些问题的解决办法,可能是与深度学习结合。如果真是这样,“deep learning+SLAM”这个领域将会达到一个怎样的高度很值得期待,下面贴一下YY硕文章的链接:https://zhuanlan.zhihu.com/p/22266788

        由于robocon比赛的经验,我这里直接用三轮全向轮作为机器人的一个底盘,刚开始懒得用轮子算里程计,直接使用了全场定位模块输出x,y坐标和角度。据我所知,在工业界都己经不用编码器来推算里程计了,直接用激光雷达来推算里程计。激光雷达靠谱的话,比如北阳UTM-30LX或者倍加福R2000这些雷达,推算出来的激光里程计的数据会很准确,一定程度上解决了重复定位精度问题。上位机直接使用工控机装ROS,然后底盘用STM32控制,电机驱动直接用某宝的RoboModule驱动,直接写PID参数进去调试起来贼快。上位机和底层之间我这里使用了串口boost通讯,有关通讯这方面可以多查一下串口同步和异步通讯的区别,还有校验这些。下图是我自己搭建的一个三轮全向轮底盘框架。

评论 3
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