Cartographer源码阅读2D&3D-PGM生成及地图发布

未获取到有效内容，无法生成标题
最新推荐文章于 2023-07-13 22:56:21 发布
转载 最新推荐文章于 2023-07-13 22:56:21 发布 · 204 阅读 · 0 ·
CC 4.0 BY-SA版权
原文链接：https://blog.youkuaiyun.com/yeluohanchan/article/details/108887777

给定信息仅为一个链接，未包含博客具体内容，无法提取关键信息生成摘要。
cartographer源码分析
qq_29230261的博客
12-27 2042
      重新捋一捋cartographer的代码： 一、cartographer的代码分为两部分：ROS中的cartographer_ROS包也是调用了cartographer的算法，cartographer的代码分为两部分： 代码从博客https://www.cnblogs.com/hitcm/p/5939507.html中的github下载： （1）https://github....
cartographer源码分析(24)-sensor-configuration.h
slamcode的博客
07-27 1158
文件:sensor/configuration.h
cartographer 源码解析(六)
To be a better man
09-17 2348
相关链接： cartographer 源码解析(一) cartographer 源码解析(二) cartographer 源码解析(三) cartographer 源码解析(四) cartographer 源码解析(五)
cartographer发布尺寸不变的地图
jessie154727924的博客
02-19 1680
void mapConvert(const nav_msgs::OccupancyGrid& map_old , nav_msgs::OccupancyGrid& map_new ){ map_new.header.stamp = ros::Time::now(); map_new.header.frame_id = “/map”; map_new.info.map_load_time = ros::Time::now(); map_new.info.resolution = 0.05 ;
cartographer 源码解析（一）
To be a better man
07-15 6035
cartographer算法是google大佬2016年写的开源SLAM算法，其主要是以2D定位为主。 我们首先从cartographer_ros这个源码开始对其进行
ros2 -foxy安装cartographer建图定位-- 源码安装 使用
chilian12321的博客
09-03 3656
ros2 foxy cartographer建图 定位 导航
velodyne＋cartographer 2D构建栅格地图
aidimoli123的博客
06-20 2190
  基于VLP16 多线激光雷达的cartographer 2d 建图实现
cartographer源码安装
lzw508170827的博客
09-01 1566
环境：ubuntu16 1 把github源码导入到gitee 搜索三个仓库： cartographer cartographer_ros ceres-solver 之后下载需要。 2 https://google-cartographer-ros.readthedocs.io/en/latest/compilation.html#building-installation sudo apt-get update sudo apt-get install -y \ clang \ cmake
ros2 humble cartographer 2D激光雷达建图
weixin_43087302的博客
07-13 6412
Cartographer是一个支持多平台和传感器配置的SLAM的系统。 本文主要讲述在ros2 humble系统上cartographer的安装方法，以及如何配置参数实现自己的ros2 bag包的离线建图。
修改cartographer源代码使其发布ros标准格式的占据栅格地图
Numberors的博客
11-06 1964
在2d激光slam开源方案中，cartographer因为性能优越已经成为首选方案，目前来说，低成本的雷达和相对低配的嵌入式开发板已经能够运行整个一套的slam、location和planning。 1、cartographer存在的不方便的地方 cartographer的occupancy grid格式和gmapping、hector等不一样，这在我的后续其他功能开发的时候遇到了问题，因此需要对cartographer发布occupancy grid的源代码进行修改，使其能够发布ros标准格式的地图.
cartographer建图功能包
01-07
cartographer建图。 catkin_make -DFORCE_DEBUG_BUILD=True。 roslaunch cartographer_ros demo_backpack_2d.launch bag_filename:=${HOME}/cartographer_paper_deutsches_museum.bag roslaunch cartographer_ros demo_backpack_3d.launch bag_filename:=${HOME}/b3-2016-04-05-14-14-00.bag
Cartographer源码篇:源码分析(1)
slamml
07-29 2678
本文主要对cartographer_ros的文件结构、节点、代码、流程进行了简单的梳理，理解cartographer_ros是cartographer在ROS平台的封装。
cartographer源码解析（五）新建轨迹
weixin_42156097的博客
01-21 919
描述 Run()函数中的建图功能的代码解析 解析 node_main.cc中的Run()函数中有这样一段核心代码 NodeOptions node_options; TrajectoryOptions trajectory_options; std::tie(node_options, trajectory_options) = LoadOptions(FLAGS_configuration_directory, FLAGS_configuration_basename); auto map_bu
修改cartographer动态发布的网格地图
cabinx的博客
05-18 2930
      cartographer运行过程中动态发布的nav_msgs/OccupancyGrid格式的topic可作为地图用于navigation。但是amcl接收网格地图后对数据做了处理：AmclNode::convertMap( const nav_msgs::OccupancyGrid& map_msg ) { map_t* map = map_alloc(); ROS_...
(02)Cartographer源码无死角解析-(75) 2D后端优化→整体复盘，理解后端优化核心
江南才尽江南山，年少无知年少狂！
07-05 1602
个人理解个人理解这里，本人抛砖引为引玉，谈一下个人对后端优化的理解。首先后端优化是从一个整理来考虑的，其基于 global 系。利用到到子图与子图之间的变换关系，可以在前端(基于local系)过程中，子图单个相对于 local系 的位姿，可以说他们是没有直接联系到一起的。除了子图，节点也一样，前端的节点都是根据活跃子图计算出相对于 local系 的位姿，但是却没有和前面已经完成的子图联系到一起，也显得比较孤立。
Cartographer源码阅读---后端优化思路
qq_41663016的博客
05-16 2459
进入到后端, Cartographer在pose_graph中实现了约束与节点的添加, 在optimization_problem中实现优化. 约束的构建方法由于传感器类型不同, 也多种多样, 不同的构建方法实现了相互的约束, 所以可以实现整体的优化.
关于Cartographer在原有定位模式下覆盖原有地图以及发布实时位姿的问题
weixin_40324045的博客
06-21 3128
神特么覆盖原有地图，神特么改源码，这优快云和百度里面全都是抄来抄去，Cartographer建图与定位本来就是同一过程，定位就是一种特殊的建图。只是在Rviz里面显示出来的效果是一直在覆盖原地图而已 ...
基于Cartographer的建图与导航
热门推荐
工大机器人工作室
12-30 1万+
一、 RoboSense 16线雷达驱动安装 2 二、 Cartographer的安装 2 三、 配置文件结构说明 4 四、 配置文件详解 4 2D lua文件的配置 5 2D launch文件的配置 6 2D pure location lua文件的配置 7 2D pure location launch文件的配置 7 3D lua文件的配置 8 3D launch文件的配置 9 3D pure location lua文件的配置 10 3D pure location launch
cartographer激光雷达建图
最新发布
07-10
在使用 Cartographer 进行激光雷达 SLAM 建图时，需要完成一系列配置和步骤以确保系统能够正确接收传感器数据并生成地图。以下是一个完整的流程说明： ### 1. 安装 Cartographer 和 ROS2 环境 首先确保你已经安装了 ROS2 Humble，并且配置好了工作空间。Cartographer 的 ROS2 集成包可以通过以下方式安装： ```bash sudo apt install ros-humble-cartographer ros-humble-cartographer-ros ``` 如果你希望从源码构建，可以克隆官方仓库到你的 `src` 目录中并编译： ```bash git clone https://github.com/cartographer-project/cartographer_ros.git ``` 然后运行 `colcon build` 来构建项目。 ### 2. 配置激光雷达驱动 确保你的 2D 激光雷达设备已经连接并且可以通过 ROS2 发布 `/scan` 话题。常见的激光雷达如 RPLiDAR、Hokuyo 或者 SICK 等都有对应的 ROS2 驱动程序。例如对于 RPLiDAR A3，可以使用如下命令启动驱动节点： ```bash ros2 launch rplidar_ros view_rplidar.launch.py ``` 该命令将启动雷达驱动并打开 RViz 查看原始点云数据。 ### 3. 设置 TF 变换 Cartographer 需要正确的坐标变换信息来处理传感器数据。你可以使用 `tf2_ros` 提供的 `static_transform_publisher` 来发布固定变换。其参数含义如下： - `--x X`, `--y Y`, `--z Z`：表示子坐标系相对于父坐标系的平移。 - `--roll ROLL`, `--pitch PITCH`, `--yaw YAW`：表示旋转角度（单位为弧度）。 - `--frame-id FRAME_ID`：父坐标系名称。 - `--child-frame-id CHILD_FRAME_ID`：子坐标系名称 [^1]。 示例命令用于发布 base_link 到 laser 的变换： ```bash ros2 run tf2_ros static_transform_publisher --x 0.0 --y 0.0 --z 0.2 --roll 0 --pitch 0 --yaw 0 --frame-id base_link --child-frame-id laser ``` ### 4. 创建 Cartographer 配置文件 你需要创建 `.lua` 脚本定义 SLAM 参数。一个典型的 2D 雷达建图配置可能包含以下内容： ```lua options = { map_builder = MAP_BUILDER, trajectory_builder = TRAJECTORY_BUILDER, map_frame = "map", tracking_frame = "base_link", published_frame = "odom", odom_topic = "odom", provide_odom_frame = true, use_pose_extrapolator = true, } MAP_BUILDER.use_trajectory_builder_2d = true TRAJECTORY_BUILDER_2D.submaps.num_range_data = 35 TRAJECTORY_BUILDER_2D.min_range = 0.3 TRAJECTORY_BUILDER_2D.max_range = 8.0 TRAJECTORY_BUILDER_2D.missing_data_ray_length = 5.0 TRAJECTORY_BUILDER_2D.use_imu_data = false TRAJECTORY_BUILDER_2D.use_online_correlative_scan_matching = true TRAJECTORY_BUILDER_2D.real_time_correlative_scan_matcher.linear_search_window = 0.1 TRAJECTORY_BUILDER_2D.real_time_correlative_scan_matcher.angular_search_window = math.rad(20) return options ``` 保存为 `cartographer.lua` 并放置在合适的位置。 ### 5. 启动 Cartographer 节点 接下来编写一个 ROS2 Launch 文件来启动 Cartographer： ```python from launch import LaunchDescription from launch.actions import IncludeLaunchDescription from launch.launch_description_sources import PythonLaunchDescriptionSource import os from ament_index_python.packages import get_package_share_directory def generate_launch_description(): cartographer_config_dir = os.path.join(get_package_share_directory('your_package_name'), 'config') configuration_basename = 'cartographer.lua' return LaunchDescription([ IncludeLaunchDescription( PythonLaunchDescriptionSource([os.path.join( get_package_share_directory('cartographer_ros'), 'launch', 'cartographer.launch.py')]), launch_arguments={ 'configuration_directory': cartographer_config_dir, 'configuration_basename': configuration_basename}.items(), ) ]) ``` 替换 `your_package_name` 为你自己的功能包名后保存为 `cartographer.launch.py`。 ### 6. 运行建图过程 现在你可以通过以下命令启动整个系统： ```bash ros2 launch your_package_name cartographer.launch.py ``` 同时，建议开启 RViz 来可视化地图和轨迹： ```bash rviz2 -d `ros2 pkg prefix cartographer_ros`/share/cartographer_ros/rviz_cfg.rviz ``` ### 7. 保存地图 当建图完成后，使用 `map_saver_cli` 工具保存地图： ```bash ros2 run nav2_map_server map_saver_cli -f ~/map ``` 这将会把当前地图保存为 `~/map.pgm` 和 `~/map.yaml` 文件。 ---
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