Cartographer-带Landmark的demo运行和测试

最新推荐文章于 2025-06-30 21:05:22 发布
转载 最新推荐文章于 2025-06-30 21:05:22 发布 · 877 阅读 · 2 ·
CC 4.0 BY-SA版权
原文链接：https://zhuanlan.zhihu.com/p/50511558

cartographer 添加二维码、apritag码作为路标点，测试位置关系
南北粉面馆
12-25 2298
这里记录一下cartographer里面的路标点是如何转换的，首先你要知道路标点在相机坐标系的位置（很多二维码读码器的关系恰好相反，是相机在二维码的坐标系），然后要知道相机坐标系和小车坐标系（一般为base_link）之间的关系。中间用tf_broadcaster_发出来便于查看是否设置正确 void Node::HandleLandmarkMessage( const int trajectory_id, const std::string& sensor_id, const ca
基于ros框架，cartographer使用aruco/apriltag作为landmark
南北粉面馆
03-03 4175
在动态环境中，使用aruco码作为landmark有助于机器人的快速定位。这里把主要的使用过程梳理一下，之前做过却没有整理。本文基于ros框架。 1-首先来个摄像头 我使用的是一个usb广角镜头，介于针孔相机和鱼眼相机之间，首先使用ros包usb_cam打开相机 https://github.com/ros-drivers/usb_cam 输出的话题为：/usb_cam/image_raw /usb_cam/camera_info 因为相机没有标定，所以 /usb_cam/camera_info为空
运行cartographer的landmark demo与建立发布静态landmark节点
m0_61463856的博客
03-18 1193
1.定义msg文件功能包下新建 msg 目录，添加文件2.编辑配置文件中添加编译依赖与执行依赖。
基于arucoTag的简单slam
u010566411的专栏
01-23 4611
这只是一次简单的尝试，不过收获还是挺多的。 首先是地面上有一些tag，用摄像头去拍摄，每次只拍到部分的tag，拍多次。 因为tag是唯一的，而且尺度已知，可以直接计算摄像头的RT，因此可以套用slam框架。基本思路如下： 1.初始帧将map坐标系远点设为摄像头初始位置，将初始帧看到的tag的四个角点放入map中。 2.之后的帧先识别当前帧里的tag，分为两类，一类是map中已有的，一类是ma
运行cartographer进行建图
ybg的博客
03-29 3275
运行cartographer进行建图 运行条件：已通过其他节点发布机器人的base_link，且有激光发布节点，否则cartographer无法运行。 1.使用rplidar运行cartographer 修改cartographer_ros/cartographer_ros/launch/demo_revo_lds.launch(也可以自己创建一个) <launch> <pa...
Cartographer——带Landmark的demo的运行和测试
茄子爱跑步的博客
06-25 1315
Cartographer——带Landmark的demo的运行和测试 参考https://zhuanlan.zhihu.com/p/50511558 数据包链接：https://pan.baidu.com/s/1SkIUa-zoS_SBhUNmCvmRpw 提取码：275s 本人在启动launch文件之后程序正常运行，没有出现参考文章中博主的错误提示，猜测可能是后续更新了代码。结果如图所示。 约束太多，我取消勾选，就没显示出来。landmark_pose_list是图中的小圆点，那些带坐标系的位姿是什么
cartographer使用landmark
ybg的博客
03-29 8925
cartographer使用landmark 打字不易，转载请注明。 1.在cartographer运行配置文件中打开 use_landmarks= true 2.运行cartographer。如果其他一切正常，会出现等待landmark的警告，且全局状态会报错（机器人模型错误是未加载机器人模型） 此时命令行窗口显示 此时程序会挂起，一直等到接收到landmark话题才开始运行。因此landm...
Cartographer重入门到精通（二）：运行作者demo及自己的数据集
南北粉面馆
07-13 2129
这里纯定位的“纯”是相对于建图来说，纯定位的时候地图是已知的，使用之前建立好的地图进行纯粹的定位功能，所以这个demo并不像建图一样占用大量的cpu。这也是carto的亮点，他可以在精度比较差的激光雷达上稳定运行，证明了carto算法的通用性和高效性，并不挑硬件和精度。这个demo是个大杀器，我们知道很多场景是不断变化的，那么我们之前建立的激光地图可能就会失效，那我们频繁的更新激光地图是不是太麻烦，所以我们人为的设置一些路标，就可以大大提高我们定位时的稳定性，实际测试效果也很好。使用生成的地图进行定位。
重头开始学ROS（7）--- Cartographer安装与测试
最新发布
qq_73991479的博客
06-30 493
是Google推出的一套基于图优化的激光SLAM算法，它同时支持2D和3D激光SLAM，可以跨平台使用，支持LidarIMUOdemetryGPSLandmark等多种传感器配置。是目前落地应用最广泛的激光SLAM算法之一。
【cartographer_ros】二： 官方Demo的介绍与演示
Cloud_H的博客
06-23 1766
上一节我们介绍了在linux中快速安装集成ros环境的cartographer。 本节我们会来跑一些官方demo，用于测试cartographer是否正确安装，顺便看看cartographer的建图与定位效果。
Cartographer学习之Sensor_bridge III-IMU、Landmark等数据处理
m0_55879913的博客
05-29 1114
duration代表的是从第一个点到最后一个点的这段时间，而timestamp一般代表第一个点的时间，故第一个点时间加上第一个点到最后一个点的时间便可以得到在carto下的时间戳（以最后一个点的时间为点云的时间戳）。令time_to_subdivision_end为分段后的最后一个点的时间，假设为0-50段的，所得时间为负再加上整个的时间，可以得到前五十个点云的时间，若雷达数据只分了一次进行处理，即最后subdivision_time为0，subdivision_time就为time代表一帧点云的时间。
Ros cartographer 搭载 landmark 保姆级操作上手教程(1)
weixin_44025389的博客
01-16 3096
之前跑的bag中偶然发现在msg的bag包中，有Landmark数据的发布和订阅。Landmark在cartographer中作为定位为避免定位丢失，从而使之增加定位精度，和重定位，看完所有网页上能找到的文章，看后就一个字懵。防止cartographer在长廊中因为激光雷达的射程范围不够导致后期回环中定位失效，以至自己设备的定位乱跳，如果不幸跳入墙体中，则会整个设备则会陷入假死整体上landmark的引用方式，分为两种一种是反光标识工地上的反光柱，另一种则是使用固定的二维码和。
cartographer landmark优化问题
xiaoma_bk的博客
09-04 3667
一、添加landmark代价中涉及到的类型 void AddLandmarkCostFunctions(     const std::map&lt;std::string, LandmarkNode&gt;&amp; landmark_nodes,     bool freeze_landmarks, const MapById&lt;NodeId, NodeSpec2D&gt;&amp; ...
【cartographer without ros】六、路标landmark数据转换
Cloud_H的博客
10-08 1146
上一节介绍了IMU数据相关转换。本节就开始介绍cartographer中的数据和Ros中的数据相互转换，方便引入Rosbag进行储存和读取。
Ros cartographer 搭载 landmark 保姆级操作上手教程(2)
weixin_44025389的博客
08-29 486
最近接到很多小伙伴的私信，问代码工作的流程和实现原理，这里特别开一篇帖子扫清其中的一些盲点，承接上一篇文章，在上一篇文章中，我们已经完成了相机的标定，和二维码信息的读取，那么恭喜进行到这里我们的工作已经完成了一半。Ros cartographer 搭载 landmark 保姆级操作上手教程(1)_ros2 landmark-优快云博客思路：AprilTag识别------识别成功-----读出二维码 ----获取二维码信息-----计算当前小车的位置。
cartographer如何使用2个反光柱子作为一个landmark
南北粉面馆
03-09 3619
2个反光柱的摆放要求：靠着墙摆，因为我们只能从一侧看到2个反光柱，从两侧都看到至少需要3个反光柱来定位。 landmark检测原理：因为我们是从一侧看到2个反光柱，所以看到2个反光柱在一帧激光数据中会有顺序，有2种情形，如下图 这两种情形，我们发现 情形1: 这种情形2个反光柱子被检测到的激光角度小于180，我们认为大一些激光角度的是原点。 情形2: 这种情形2个反光柱子被检测到的激光角度大于180，我们认为小一些激光角度的是原点。 这样原点就固定下来，并是唯一的。2个反光柱构成的坐标系也就确定了。和激光坐
【cartographer_ros】六： 发布和订阅路标landmark信息
Cloud_H的博客
06-28 2747
上一节介绍了陀螺仪Imu传感数据的订阅和发布。本节会介绍路标Landmark数据的发布和订阅。Landmark在cartographer中作为定位的修正补充，避免定位丢失。
cartographer landmark问题 方法
weixin_41216002的博客
12-30 2483
关注 cartographer中增加landmarks 创作声明：内容包含虚构创作 1 年前 cartographer在跑纯定位的时候，判断定位丢失的标准是一个比较棘手的事情，目前我们采取的措施是，scan_tomap的方式，根据PCL库中的函数，得出一个类似于匹配度的值，然后测试一些实际场景，根据实际场景来设定该值的阈值。但是这在环境经常变化的场景中，效果会很差，当然cartographer自己维护的PoseExtrapolator,虽然环境变化比较大，但是计算出来的定位坐标是正确的。但是在环境比较相似的
(02)Cartographer源码无死角解析-(18) SensorBridge→landmark、Imu、GPS 数据坐标系变换
江南才尽江南山，年少无知年少狂！
11-10 2158
上一篇博客，对 SensorBridge::HandleOdometryMessage() 函数进行了比较细致的分析。//所有里程计 topic回调函数 Node :: HandleOdometryMessage() = SensorBridge :: HandleOdometryMessage()其主要的核心内容就是如何把里程计 odom 数据由原来的 child_frame_id(footprint) 坐标系转换到 imu_link(tracking_frame_) 坐标系下。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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