使用Kinect v2进行导航建图（gmapping+amcl)

最新推荐文章于 2025-05-26 13:53:56 发布
最新推荐文章于 2025-05-26 13:53:56 发布
阅读量5.9k 收藏 23
点赞数 8
CC 4.0 BY-SA版权
分类专栏： 机器人技术
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_16481211/article/details/84763291
本文介绍了如何利用Kinect V2的深度图数据，结合Gmapping算法在ROS Indigo环境下为turtlebot2构建地图。通过一系列步骤，包括启动gmapping、创建rviz可视化文件、地图保存、机器人自主导航等，实现turtlebot2的导航功能。在地图保存后，通过‘2D Pose Estimate’和‘2D Nav Goal’进行位姿初始化与目标设定，使turtlebot能根据预设目标自主行驶，并应对动态障碍物。

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

功能：利用KinectV2得到的深度图数据和Gmapping算法来建图
硬件平台：
turtlebot2
kinectV2

系统平台：
ubuntu14.0
ros indogo

所有文件都放在了我自己建立的一个名字叫turtle_slam的ros包的launch文件夹中。

在这里插入图片描述

第一步 建立gmapping的启动文件

kinect2_gmapping.launch文件

$ touch kinect2_gmapping.launch
$ vim kinect2_gmapping.launch

这个文件的作用是开启kinectV2

<?xml version="1.0"?>
了解本专栏 订阅专栏 解锁全文
turtlebot2结合Kinect2导航
sinat_29754847的博客
06-12 2822
         由于turtlebot默认的Kinect是第一代产品，而第二代较之第一代性能有了很大的提高，所以我选择了第二代，但是在实验过程中出现了各种各样的问题，也是对ROS中的turtlebot的包没有理解透彻，终于可以实现导航了，其总共分为四个步骤吧，turtlebot包里边缺的就是关于kinect2的驱动和建图，所以我们需要把驱动和建图这两块加入到启动的launch文件中，前提是我们装...
turtlebot上hokuyo和gmapping建图和amcl导航应用包
01-28
turtlebot上hokuyo和gmapping建图和amcl导航应用包 完成了hokuyo的gmapping 和amcl配置
使用Kinect v2进行gmapping和amcl
人工智能机器人
05-08 881
第一步 建立gmapping的启动文件 kinect2_gmapping.launch文件 <?xml version="1.0"?> <launch> <!-- start kinect2--> <include file="$(find kinect2_bridge)/launch/kinect2_br...
ROS-slam_Gmapping建图
最新发布
2301_80066900的博客
05-26 1125
Gmapping通过激光雷达扫描环境并结合机器人的运动信息（里程计），实时生成环境的2D栅格地图（Occupancy Grid Map）。地图数据以格式发布，用于后续的路径规划和定位。Gmapping本身仅负责建图，导航功能需结合其他ROS包（如navigation包中的move_baseamcl等模块）实现。map_server）→ 3.（AMCL）→ 4.（控制器）。
基于ROS平台的移动机器人-6-使用Kinect2获取激光数据
热门推荐
Forrest's Space
02-23 1万+
基于ROS平台的移动机器人-6-使用Kinect2获取激光数据ready此教程我们将利用KinectV2在ROS平台上将KinectV2获得的深度图片转化为激光数据，以便我们下面的建图和导航。go1.我们这里需要一个将深度图转为激光数据的包（1）cd ~/catkin_ws/src （2）git clone https://github.com/ros-perception/depthimage_
Kinect ROS Gmapping 2D地图
huapiaoxiang21的博客
07-02 991
原文地址 ：http://blog.youkuaiyun.com/u010925447/article/details/56494680 在ROS下手持kinect1构建2D地图(--由于只有一个kinect,没有可移动的底盘或者小车,于是就手持kinect --).       环境及设备为: linux14.04, ROS-indigo.kinect一代. 主要内容: (一) 准备工作:
123456
wangchaowen1992的博客
01-06 1965
linux小白在折腾了一个月之后,终于实现了在ROS下手持kinect构建2D地图(--由于只有一个kinect,没有可移动的底盘或者小车,于是就手持kinect --).   写篇博客,当12月工作总结.    环境及设备为: linux14.04, ROS-indigo.kinect一代. 主要内容: (一) 准备工作:搭建熟悉ROS系统, (二) 安装kinect驱动,将深度图
Kinect+v2+Examples+with+MS-SDK
02-23
Kinect开发插件，有各种各样的Demo可供参考与Kinect链接。
Kinect v2 Examples with MS-SDK 2.23
12-25
Kinect v2 Examples with MS-SDK 2.23 unity使用kinect
Kinect+v2+MoCap+Animator+v1.2.unitypackage
09-01
kinect unity资源 Kinect+v2+MoCap+Animator+v1.2.unitypackage
使用Kinect V2相机采集深度和RGB图像并进行3D重建matlab仿真
11-01
在本文中，我们将深入探讨如何使用Kinect V2相机采集深度和RGB图像，并在MATLAB环境中进行3D重建的仿真过程。Kinect V2是一款先进的传感器设备，它能够捕获高质量的深度信息以及同步的彩色图像，这为3D重建提供了...
Turtlebot2基于kinect V1实现gmapping建图(3)
YunShuiShanFeng
04-27 1195
按照参考：https://www.ncnynl.com/archives/201705/1556.html 执行： roslaunch turbot_slam gmapping_demo.launch 出现如下问题： [ INFO] [1556356699.587804099]: No matching device found.... waiting for devices. Reas...
Turtlebot2基于kinect V1实现gmapping建图(4)
YunShuiShanFeng
05-01 769
本文参考下面两个链接分别实现基于TurtleBot2的先建图和基于AMCL自主导航 参考链接： Turbot-SLAM入门教程-实现gmapping建图(kinect V1版) https://blog.youkuaiyun.com/sinat_36330809/article/details/89604443 Turbot-SLAM入门教程-实现AMCL自主导航(kinect V1版) https...
ROS高效进阶第六章 -- 机器人SLAM建图与自主导航之gmapping算法
cy1641395022的博客
11-03 7682
ROS高效进阶第六章 -- 机器人SLAM建图与自主导航之gmapping算法
Turtlebot2基于kinect V1实现gmapping建图(2)
YunShuiShanFeng
04-27 776
按照教程：https://blog.youkuaiyun.com/u011092188/article/details/54861591 继续按照教程：https://blog.youkuaiyun.com/hookie1990/article/details/53927823 操作后运行：roslaunch openni_launch openni.launch出现如下错误： Warning: USB eve...
【ROS学习】Gazebo+Gmapping算法建图
wangusecsdn101的博客
04-03 6831
GMapping是一种用于建立二维地图的概率算法，它是一种基于激光测距仪数据的实时建图方法。GMapping最初是由Giorgio Grisetti等人于2005年提出的，是开源机器人操作系统ROS（Robot Operating System）中的一个常用建图算法。GMapping利用机器人通过激光测距仪获取的传感器数据，如激光束的测量距离和角度信息，来估计机器人在环境中的姿态以及环境的地图。
Kinect v2 深度摄像机开发指南（一）
Legend_of_Dagger_Lee的博客
04-14 5589
刀哥今天正经一回，今天带大家来玩一下3D建模，当然硬件是XBOX游戏机啦。 kinect摄像机已经发展到第三代甚至第四代了，kinect v2摄像机是2015年出来的摄像机，当时被无数极客和科学家争相研究，甚至有些科学家还发表了IEEE sensor的顶级期刊论文。然而，现如今已经很少有人在研究这个东西了。这种摄像头也沦为XBOX的一些配件了。今天我们来考个古，玩一下这种深度摄像机。 这种深度...
基于ROS平台的移动机器人-8-使用Kinect2导航
Forrest's Space
02-23 1万+
基于ROS平台的移动机器人-8-使用Kinect2导航ready终于到写最后一篇了。。。不是经常写博文的老司机果然伤不起！ 在这一篇教程就是利用KinectV2来导航啦。go1.安装一下所需的包（1）cd ~/catkin_ws/src （2）git clone https://github.com/ros-planning/navigation/tree/indigo-devel （3）cd
【移动机器人技术】建图+导航仿真操作流程（turtlebot3_gazebo+gmapping+amcl+move_base）
weixin_43259286的博客
06-09 1824
1、打开仿真环境 roslaunch turtlebot3_gazebo turtlebot3_house.launch roslaunch turtlebot3_gazebo turtlebot3_gazebo_rviz.launch 2、打开键盘控制机器人运动 roslaunch turtlebot3_teleop turtlebot3_teleop_key.launch 3、启动gmapping建图 rosrun gmapping slam_gmapping 4、保存地图 $ rosrun map
如何使用kinect v2建图导航？列出所有代码
06-02
使用Kinect v2进行建图导航需要使用到Kinect SDK提供的API和相关库，下面是一个使用C++语言实现的示例代码，用于演示如何使用Kinect v2进行建图导航： ```c++ #include <windows.h> #include <iostream> #include <Kinect.h> #include <opencv2/opencv.hpp> // 定义Kinect v2传感器指针和帧读取器指针 IKinectSensor* kinectSensor = nullptr; IMultiSourceFrameReader* multiSourceFrameReader = nullptr; // 定义OpenCV窗口 const std::string windowName = "Kinect v2 Map Navigation"; cv::Mat mapImage; // 定义导航目标坐标 int targetX = 0; int targetY = 0; // 初始化Kinect v2传感器 bool initializeKinectSensor() { HRESULT hr; hr = GetDefaultKinectSensor(&kinectSensor); if (FAILED(hr)) { std::cout << "Failed to get Kinect sensor!" << std::endl; return false; } hr = kinectSensor->Open(); if (FAILED(hr)) { std::cout << "Failed to open Kinect sensor!" << std::endl; return false; } return true; } // 初始化帧读取器 bool initializeMultiSourceFrameReader() { HRESULT hr; IMultiSourceFrameSource* multiSourceFrameSource = nullptr; hr = kinectSensor->get_MultiSourceFrameSource(&multiSourceFrameSource); if (FAILED(hr)) { std::cout << "Failed to get multi-source frame source!" << std::endl; return false; } hr = multiSourceFrameSource->OpenReader(&multiSourceFrameReader); if (FAILED(hr)) { std::cout << "Failed to open multi-source frame reader!" << std::endl; return false; } return true; } // 释放资源 void releaseResources() { if (multiSourceFrameReader) { multiSourceFrameReader->Release(); multiSourceFrameReader = nullptr; } if (kinectSensor) { kinectSensor->Close(); kinectSensor->Release(); kinectSensor = nullptr; } } // 绘制导航目标 void drawTarget(cv::Mat& image, int targetX, int targetY) { const cv::Scalar targetColor(0, 0, 255); const int targetSize = 10; cv::Point targetCenter(targetX, targetY); cv::circle(image, targetCenter, targetSize, targetColor, -1); } // 处理帧数据 void processFrameData(IMultiSourceFrame* multiSourceFrame) { // 获取彩色帧和深度帧 IColorFrame* colorFrame = nullptr; IDepthFrame* depthFrame = nullptr; HRESULT hr = multiSourceFrame->get_ColorFrameReference(&colorFrame); if (SUCCEEDED(hr)) { hr = colorFrame->AcquireFrame(&colorFrame); } hr = multiSourceFrame->get_DepthFrameReference(&depthFrame); if (SUCCEEDED(hr)) { hr = depthFrame->AcquireFrame(&depthFrame); } if (SUCCEEDED(hr)) { // 获取彩色帧数据和深度帧数据 cv::Mat colorImage; cv::Mat depthImage; const UINT colorBufferSize = 1920 * 1080 * 4; const UINT depthBufferSize = 512 * 424 * 2; UINT16 depthBuffer[512 * 424]; hr = colorFrame->CopyConvertedFrameDataToArray(colorBufferSize, reinterpret_cast<BYTE*>(colorImage.data), ColorImageFormat_Bgra); if (SUCCEEDED(hr)) { cv::cvtColor(colorImage, colorImage, cv::COLOR_BGRA2BGR); } hr = depthFrame->CopyFrameDataToArray(depthBufferSize, depthBuffer); if (SUCCEEDED(hr)) { depthImage = cv::Mat(424, 512, CV_16UC1, depthBuffer); } // 进行建图和导航 // ... // 在地图上绘制导航目标 drawTarget(mapImage, targetX, targetY); // 显示地图和彩色图像 cv::imshow(windowName, mapImage); cv::imshow("Color Image", colorImage); } // 释放帧资源 if (colorFrame) { colorFrame->Release(); colorFrame = nullptr; } if (depthFrame) { depthFrame->Release(); depthFrame = nullptr; } } int main(int argc, char** argv) { // 初始化Kinect v2传感器和帧读取器 if (!initializeKinectSensor() || !initializeMultiSourceFrameReader()) { std::cout << "Failed to initialize Kinect v2!" << std::endl; return -1; } // 创建地图图像 mapImage = cv::Mat(480, 640, CV_8UC3, cv::Scalar(255, 255, 255)); // 创建OpenCV窗口 cv::namedWindow(windowName); cv::namedWindow("Color Image"); // 循环读取帧数据 while (true) { IMultiSourceFrame* multiSourceFrame = nullptr; HRESULT hr = multiSourceFrameReader->AcquireLatestFrame(&multiSourceFrame); if (SUCCEEDED(hr)) { processFrameData(multiSourceFrame); } // 检查是否按下ESC键，如果是则退出循环 if (cv::waitKey(30) == 27) { break; } } // 释放资源 releaseResources(); return 0; } ``` 这个示例代码演示了如何使用Kinect v2获取彩色帧和深度帧数据，并在OpenCV窗口中显示彩色图像和建图结果。在实际应用中，需要根据具体需求使用不同的建图算法和路径规划算法，以实现更高效和准确的导航。
评论 6
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

打赏作者

南山二毛

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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