Cartographer上 EAi雷达记录包后建图
1 安装好cartographer和cartographer_ros
2 安装好雷达驱动,然后在ros的一个节点中启动它
3 用ros中的rosbag roscord /scan 来在当前目录下记录一个bag文件
之后要cartographer可能要用这个bag文件来建图,这个/scan是雷达topic的名字,但是好像不会自动提示,可以通过rosnode找出雷达的节点再看详细的节点信息找到该topic。如果记录中出现警告,没能成功开始记录,可以试着重启roscore再重复执行以上操作
4 编写自己的cartographer中的 launch 和 lua 文件,这两个文件在/catkin_ws/install_isolated/share/cartographer_ros/ 目录的configuration_files和launch目录下
我的launch文件
<launch>
<param name="/use_sim_time" value="true" />
<param name="robot_description"
textfile="$(find cartographer_ros)/urdf/backpack_2d.urdf" />
<node name="cartographer_node" pkg="cartographer_ros"
type="cartographer_node" args="
-configuration_directory $(find cartographer_ros)/configuration_files
-configuration_basename my_robot_2d.lua"
output="screen">
<remap from="scan" to="scan" />
</node>
<node name="rviz" pkg="rviz" type="rviz" required="true"
args="-d $(find cartographer_ros)/configuration_files/demo_2d.rviz" />
<node name="playbag" pkg="rosbag" type="play"
args="--clock $(arg bag_filename)" />
</launch>
注意点
1,<remap>节点的scan是topic的名字,如果有多个topic就要有多个remap
而且,from = 和 to = 不要弄反了
2,backpack_2d.urdf是机器人模型文件
3,cartographer_node 中配置了 my_robot_2d.lua这个配置文件,
4,rviz就是可视化库
5,node name = playbag 这是使用rosbag的一个参数,如果没有,可能就不能用这个Launch 利用bag来建图了
6,这个文件修改后可能需要重新 catkin_make_isolated --install --use-ninja
7,在官方的cartographer中,这个文件在两个地方会出现,一个是在catkin_ws/src中 一个是在catkin_ws/install_isolated中,官方给的建议是从官方的catkin_ws/install_isolated目录下cp一份到catkin_ws/install_isolated目录下
lua文件
我在catkin_ws/install_isolated/share下创建的。修改的就是tracking_frame="laser_frame"和published_frame = "laser_frame",laser_frame是通过rviz看雷达效果时,GLobal_options中的,同时在打开雷达的lidar.launch文件中的最后几行也会有这个名字
tracking_frame
SLAM算法跟踪的帧的ROS帧ID。如果使用IMU,尽管它可能会旋转,但它应该在其位置。常见的选择是“ imu_link”。
published_frame
用作发布姿势的子框架的ROS框架ID。例如,如果“ odom”框架由系统的不同部分提供,则为“ odom”。在这种情况下,将发布map_frame中的“ odom ”姿势。否则,将其设置为“ base_link”可能是适当的。
include "map_builder.lua"
include "trajectory_builder.lua"
options = {
map_builder = MAP_BUILDER,
trajectory_builder = TRAJECTORY_BUILDER,
map_frame = "map",
tracking_frame = "laser_frame",
published_frame = "laser_frame",
odom_frame = "odom",
provide_odom_frame = true,
publish_frame_projected_to_2d = false,
use_odometry = false,
use_nav_sat = false,
use_landmarks = false,
num_laser_scans = 1,
num_multi_echo_laser_scans = 0,
num_subdivisions_per_laser_scan = 1,
num_point_clouds = 0,
lookup_transform_timeout_sec = 0.2,
submap_publish_period_sec = 0.3,
pose_publish_period_sec = 5e-3,
trajectory_publish_period_sec = 30e-3,
rangefinder_sampling_ratio = 1.,
odometry_sampling_ratio = 1.,
fixed_frame_pose_sampling_ratio = 1.,
imu_sampling_ratio = 1.,
landmarks_sampling_ratio = 1.,
}
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.
TRAJECTORY_BUILDER_2D.missing_data_ray_length = 1.
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.translation_delta_cost_weight = 10.
TRAJECTORY_BUILDER_2D.real_time_correlative_scan_matcher.rotation_delta_cost_weight = 1e-1
POSE_GRAPH.optimization_problem.huber_scale = 1e2
POSE_GRAPH.optimize_every_n_nodes = 35
POSE_GRAPH.constraint_builder.min_score = 0.65
return options