实验四 定位与建图SLAM

【实验目标】

【实验目标】

学习F1TENTH仿真环境simulator下Scan Matching（扫描匹配定位算法） 学习蒙特卡洛定位法 实现三种激光雷达建图算法的使用，并对比建图效果 了解激光雷达消息结构

【实验内容】

Scan Matching扫描匹配定位算法

该实验处理机器人技术中的定位问题，并介绍了定位及其在自主堆栈中的重要性。通过实验，实现了最基本的定位算法之一，即（Scan Matching）扫描匹配。该方法不使用里程计信息，但扫描匹配的输出结果可以结合里程计，以提升定位精度。该方法使用了迭代最近点算法，本实验您将了解到，它在路径规划和轨迹跟踪中的重要性。

Particle Filter粒子滤波

粒子滤波通过非参数化的蒙特卡洛 (Monte Carlo) 模拟方法来实现递推贝叶斯滤波，适用于任何能用状态空间模型描述的非线性系统，精度可以逼近最优估计。粒子滤波器具有简单、易于实现等特点，它为分析非线性动态系统提供了一种有效的解决方法，从而引起目标跟踪、信号处理以及自动控制等领域的广泛关注。

GMapping建图

启动tianracer_gmapping节点，用GMapping进行建图，并保存地图 1、启动底盘 先SSH远程连接

小车终端：

roslaunch tianracer_bringup tianracer_bringup.launch

2、使用GMpping建图

小车终端

roslaunch tianracer_slam tianracer_gmapping.launch

3、打开Rviz观察地图

个人PC终端：

roslaunch tianracer_rviz view_mapping.launch

注意！！！ 启动rviz、rqt等图形化界面，建议在个人PC端启动，也就是在计算机名为ros2go的终端

4、使用遥控器控制小车运动建图 5、地图尽量封闭后，保存地图

roslaunch tianracer_slam map_save.launch map_file:=gmapping(自定义地图名称)

地图默认保存在tianracer_slam/maps/目录下 gmapping建图效果:

Cartographer建图

启动tianracer_cartographer节点，用Cartographer进行建图，并保存地图

roslaunch tianracer_slam tianracer_cartographer.launch

cartographer建图效果：

Hector_Slam建图

启动tianracer_hector节点，用Hector_Slam进行建图，并保存地图

roslaunch tianracer_slam tianracer_hector.launch

hector_slam建图效果如下：

激光雷达消息结构