cartographer运行没有map_Cartographer-通用功能-纯定位-低延时-里程计-坐标系-参数配置...

本文介绍了Cartographer的参数调优方法,包括通用参数如激光雷达范围、匹配策略、传感器数据处理,以及局部和全局SLAM的配置。强调了低延时设置和纯定位配置,以及里程计在系统中的应用和权重配置。通过调整这些参数,可以优化Cartographer的性能,实现更准确的定位和地图构建。

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

参考官网 Tuning methodology

通用调参

参数的物理含义

传感器输入部分

TRAJECTORY_BUILDER_nD.min_range

TRAJECTORY_BUILDER_nD.max_range

激光雷达数据的有效范围,需根据传感器参数和机器人工作场景确定。

TRAJECTORY_BUILDER_2D.missing_data_ray_length

当传感器数据超出有效范围最大值时,按此值来处理。默认配置为8m,小于最大距离30m。

TRAJECTORY_BUILDER_2D.max_z

TRAJECTORY_BUILDER_2D.min_z

将3D多线激光雷达的z轴数据,投影至平面,当做2D激光雷达使用。

TRAJECTORY_BUILDER_nD.num_accumulated_range_data

积累到这个数量的点云信息后,执行一次匹配scan_match,将有效点云插入局部地图InsertIntoSubmap().

匹配频率越高(累积数值小)映射畸变越小,每一scan数据越多,越利于匹配。

TRAJECTORY_BUILDER_nD.voxel_filter_size

由于激光雷达的基于原点旋转扫描采样,距离近的障碍物采集数据密集,距离远的障碍物采集点稀疏,为保证远近障碍物权重一致,需做处理。

采用体素滤波器进行降采样机制,使得局部稠密的点变得稀疏。此值越小,得到的数据越稠密,但是计算量越高;此值越大,丢失数据越多,但计算更快。

思考:针对不同性能(分辨率不同,采集频率不同)的激光雷达,这个数值如何设置?

TRAJECTORY_BUILDER_nD.*adaptive_voxel_filter.max_length

TRAJECTORY_BUILDER_nD.*adaptive_voxel_filter.min_num_points

自适应体素滤波器adaptive voxel filter参数配置,自适应得出的参数在配置参数范围内。

TRAJECTORY_BUILDER_2D.use_imu_data

TRAJECTORY_BUILDER_nD.imu_gravity_time_constant

2D SLAM 可选 IMU;3D SLAM 必选 IMU。

局部local SLAM部分

两种匹配策略:

CeresScanMatcher:用于高质量的传感器场合;

RealTimeCorrelativeScanMatcher:用于传感器质量较差场合,该算法拥有类似于回环检测的特点,具有环境鲁棒性,但耗费计算资源。

CeresScanMatcher的权重配置

TRAJECTORY_BUILDER_nD.ce

评论
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