基于SLAM系统建图仿真,完成定位仿真

基于,slam,系统,仿真,完成,定位 · 浏览次数 : 108

小编点评

**基于SLAM系统完成建图仿真** **步骤 1:创建 SLAM 测试环境** - 创建 `mycar_ws/src/nav_demo/launch/test_amcl.launch` 文件,包含测试文件。 - 创建 `./devel/setup.bash` 文件,包含 ROS 配置。 **步骤 2:启动 gazebo 仿真环境** - 创建 `./devel/setup.bash` 文件,包含 ROS 配置。 - 使用 `roslaunch` 命令启动 gazebo 仿真环境,并指定 `mycar environment.launch` 作为启动参数。 **步骤 3:启动 amcl 节点和机器人控制节点** - 创建 `./devel/setup.bash` 文件,包含 ROS 配置。 - 使用 `roslaunch` 命令启动 amcl 和机器人控制节点,分别指定 `nav04_amcl.launch` 和 `teleop_twist_keyboard.py` 作为启动参数。 **步骤 4:控制机器人运动** - 在 `test_amcl.launch` 文件中添加键盘控制节点 `rviz`。 - 使用 `rosrun` 命令启动 `rviz`,并指定 `rvizRobotModel` 和 `Map` 作为节点名称和地图文件路径。 - 使用 `rosrun` 命令启动 `poseArray` 和 `poseArray` 作为节点名称,显示定位结果。 - 使用 `rosrun` 命令启动 `joint_state_publisher` 和 `robot_state_publisher`,用于发布机器人状态和关节状态。 **步骤 5:调整定位窗口大小** - 使用 `launch` 文件中的 `param` 参数调整定位窗口大小。 **步骤 6:运行 simulation** - 使用 `rosrun` 命令运行 `mycar_ws/src/nav_demo/launch/test_amcl.launch` 文件。 - 通过键盘控制节点 `teleop_twist_keyboard` 控制机器人运动。 **结论** 通过以上步骤,您可以完成基于 SLAM 系统的建图仿真,并通过键盘控制节点观察定位现象。这将有助于您理解 SLAM 技术如何用于构建建图模型并控制机器人运动。

正文

博客地址:https://www.cnblogs.com/zylyehuo/

基于SLAM系统完成建图仿真,详见之前的博客

基于Gazebo搭建移动机器人,并结合SLAM系统完成建图仿真 - zylyehuo - 博客园

参考链接

Autolabor-ROS机器人入门课程《ROS理论与实践》

Part 1: 准备工作

sudo apt install ros-melodic-navigation

Part 2: 编写 amcl 相关 launch文件

查看并复制 amcl 模版

roscd amcl

gedit examples/amcl_diff.launch

mycar_ws/src/nav_demo/launch/nav04_amcl.launch

<launch>
    <node pkg="amcl" type="amcl" name="amcl" output="screen">
        <!-- Publish scans from best pose at a max of 10 Hz -->
        <param name="odom_model_type" value="diff"/>
        <param name="odom_alpha5" value="0.1"/>
        <param name="transform_tolerance" value="0.2" />
        <param name="gui_publish_rate" value="10.0"/>
        <param name="laser_max_beams" value="30"/>
        <param name="min_particles" value="500"/>
        <param name="max_particles" value="5000"/>
        <param name="kld_err" value="0.05"/>
        <param name="kld_z" value="0.99"/>
        <param name="odom_alpha1" value="0.2"/>
        <param name="odom_alpha2" value="0.2"/>
        
        <!-- translation std dev, m -->
        <param name="odom_alpha3" value="0.8"/>
        <param name="odom_alpha4" value="0.2"/>
        <param name="laser_z_hit" value="0.5"/>
        <param name="laser_z_short" value="0.05"/>
        <param name="laser_z_max" value="0.05"/>
        <param name="laser_z_rand" value="0.5"/>
        <param name="laser_sigma_hit" value="0.2"/>
        <param name="laser_lambda_short" value="0.1"/>
        <param name="laser_lambda_short" value="0.1"/>
        <param name="laser_model_type" value="likelihood_field"/>
       
        <!-- <param name="laser_model_type" value="beam"/> -->
        <param name="laser_likelihood_max_dist" value="2.0"/>
        <param name="update_min_d" value="0.2"/>
        <param name="update_min_a" value="0.5"/>
        
        <!--  set coordinate system: odom、map、base_link  -->
        <param name="odom_frame_id" value="odom"/>
        <param name="base_frame_id" value="base_footprint"/>
        
        <param name="resample_interval" value="1"/>
        <param name="transform_tolerance" value="0.1"/>
        <param name="recovery_alpha_slow" value="0.0"/>
        <param name="recovery_alpha_fast" value="0.0"/>
    </node>
</launch>

编写 amcl 测试 launch文件

mycar_ws/src/nav_demo/launch/test_amcl.launch

<!-- 测试文件 -->
<launch>

    <!-- 启动 rviz -->
    <node pkg="joint_state_publisher" name="joint_state_publisher" type="joint_state_publisher" />
    <node pkg="robot_state_publisher" name="robot_state_publisher" type="robot_state_publisher" />
    <node pkg="rviz" type="rviz" name="rviz"/>

    <!-- 加载地图服务 -->
    <include file="$(find nav_demo)/launch/nav03_map_server.launch"  />
    
    <!-- 启动 amcl 节点 -->
    <include file="$(find nav_demo)/launch/nav04_amcl.launch"  />
    
</launch>

Part 3: 执行 amcl

启动 gazebo 仿真环境

source ./devel/setup.bash

roslaunch mycar environment.launch

启动 amcl 测试 launch文件

source ./devel/setup.bash

roslaunch nav_demo test_amcl.launch

启动键盘控制节点

rosrun teleop_twist_keyboard teleop_twist_keyboard.py _speed:=0.3 _turn:=0.5

配置 rviz

RobotModel(加载机器人模型)

Map(显示SLAM构建的地图)

PoseArray(显示定位结果)

Part 4: 控制机器人运动,观察定位现象

调整至以下三个窗口均能观察到的布局,便于观看现象

通过键盘即可操控机器人运动

与基于SLAM系统建图仿真,完成定位仿真相似的内容:

基于SLAM系统建图仿真,完成定位仿真

博客地址:https://www.cnblogs.com/zylyehuo/ 基于SLAM系统完成建图仿真,详见之前的博客 基于Gazebo搭建移动机器人,并结合SLAM系统完成建图仿真 - zylyehuo - 博客园 参考链接 Autolabor-ROS机器人入门课程《ROS理论与实践》 Par

移动机器人运动规划及运动仿真

博客地址:https://www.cnblogs.com/zylyehuo/ 基于[基于SLAM系统建图仿真,完成定位仿真],详见之前的博客 基于SLAM系统建图仿真,完成定位仿真 - zylyehuo - 博客园 参考链接 Autolabor-ROS机器人入门课程《ROS理论与实践》 环境配置 u

基于Gazebo搭建移动机器人,并结合SLAM系统完成建图仿真

博客地址:https://www.cnblogs.com/zylyehuo/ gazebo小车模型创建及仿真详见之前博客 gazebo小车模型(附带仿真环境) - zylyehuo - 博客园 gazebo+rviz 仿真 - zylyehuo - 博客园 参考链接 Autolabor-ROS机器人

基于ORB-SLAM3库搭建SLAM系统

> 博客地址:https://www.cnblogs.com/zylyehuo/ ## 参考资料 > [ORB-SLAM3配置及安装教程](https://blog.csdn.net/shadowmimii/article/details/129472719) > [ ORB-SLAM3配置安装及运

SLAM系统--开启摄像头连接

> 博客地址:https://www.cnblogs.com/zylyehuo/ > 基于ORB-SLAM3库搭建SLAM系统 详见之前的博客 > > [基于ORB-SLAM3库搭建SLAM系统 - zylyehuo - 博客园 (cnblogs.com)](https://www.cnblogs.

基于机器人自主移动实现SLAM建图

> 博客地址:https://www.cnblogs.com/zylyehuo/ > 基于[移动机器人运动规划及运动仿真],详见之前的博客 > > [移动机器人运动规划及运动仿真 - zylyehuo - 博客园](https://www.cnblogs.com/zylyehuo/p/1740070

SLAM建图导航信息(仿真)

> 博客地址:https://www.cnblogs.com/zylyehuo/ > 基于[基于机器人自主移动实现SLAM建图],详见之前的博客 > > [基于机器人自主移动实现SLAM建图 - zylyehuo - 博客园](https://www.cnblogs.com/zylyehuo/p/1

Gazebo、Rviz 结合 ORB-SLAM3 实现运动规划及定位

> 博客地址:https://www.cnblogs.com/zylyehuo/ > 基于以下内容,详见博客链接 > > [基于机器人自主移动实现SLAM建图 - zylyehuo - 博客园 (cnblogs.com)](https://www.cnblogs.com/zylyehuo/p/174

基于pandas的数据清洗 -- 缺失值(空值)的清洗

博客地址:https://www.cnblogs.com/zylyehuo/ 开发环境 anaconda 集成环境:集成好了数据分析和机器学习中所需要的全部环境 安装目录不可以有中文和特殊符号 jupyter anaconda提供的一个基于浏览器的可视化开发工具 丢失数据的类型 原始数据中会存在两种

基于pandas的数据清洗 -- 重复值的清洗

博客地址:https://www.cnblogs.com/zylyehuo/ 开发环境 anaconda 集成环境:集成好了数据分析和机器学习中所需要的全部环境 安装目录不可以有中文和特殊符号 jupyter anaconda提供的一个基于浏览器的可视化开发工具 df = DataFrame(dat