Tianbot

深浅模式

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：

shell
roslaunch tianracer_bringup tianracer_bringup.launch

2、使用 GMpping 建图

小车终端

shell
roslaunch tianracer_slam tianracer_gmapping.launch

3、打开 Rviz 观察地图

个人 PC 终端：

shell
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

shell
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 ​

由于 cartographer 运行需要占用大量计算资源，故没有在实车上直接安装cartographer，在 ROS2GO 上内置了cartographer，所以建议使用 ROS2GO 配合多机通信进行建图

实车与 ROS2GO 多机通信运行 cartographer

  1. 电脑启动 ROS2GO
  2. 使用 ssh 连上车，roslaunch 启动 tianracer_bringup 驱动
  3. ROS2GO 端配置 ROS_MASTER_URI 和 ROS_IP 环境变量后，在配置好环境变量的终端里，继续运行
shell
roslaunch tianracer_slam tianracer_cartographer.launch

  1. 同样在配置好环境变量的终端里，运行 roslaunch tianracer_rviz view_mapping.launch 查看当前的建图情况

  2. 保存地图（此时可以在车上启动终端保存地图）

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

shell
roslaunch tianracer_slam tianracer_hector.launch

hector_slam 建图效果如下：

激光雷达消息结构

如何保存建立的地图 ​

运行如下命令，则会将地图默认保存在 tianracer_slam/maps/目录下，名称为 tianbot_office

shell
roslaunch tianracer_slam map_save.launch