ROS学习笔记之——gmapping与amcl

最新推荐文章于 2025-05-22 12:54:42 发布

原创

最新推荐文章于 2025-05-22 12:54:42 发布 · 7.1k 阅读

之前博文《ROS学习笔记之——Navigation Stack》已经学习过了ROS中的导航包了，本博文来学习一下amcl定位与gmapping

概述

在导航中，不可缺少的便是地图与定位。需要知道机器人当前的位置坐标（定位），然后根据已经建立好的地图，通过路径规划来规划出合理的路径

gmapping 建图

gmapping的作用是根据激光雷达和里程计（Odometry）的信息，对环境地图进行构建，并且对自身状态进行估计。因此它得输入应当包括激光雷达和里程计的数据，而输出应当有自身位置和地图。

http://wiki.ros.org/amcl

源码的地址：https://github.com/ros-perception/slam_gmapping

gmapping是一个比较完善的地图构建开源包，使用激光和里程计的数据来生成二维地图。

要采用gmapping需要机器人拥有odometry数据以及laser range-finder。slam_gmapping节点会尝试将输入的激光雷达扫描的数据转换到odom frame下。

slam_gmapping采用sensor_msgs/LaserScan Message（http://docs.ros.org/en/api/sensor_msgs/html/msg/LaserScan.html）来构建地图并且发布nav_msgs/OccupancyGrid Message出来（http://docs.ros.org/en/api/nav_msgs/html/msg/OccupancyGrid.html）

注意在地图消息中，存在了原点的pose，包括了位置与方向

订阅话题

1、tf message （http://docs.ros.org/en/api/tf/html/msg/tfMessage.html）目的是为了实现laser，base，odometry之间的变换

<the frame attached to incoming scans> → base_link

usually a fixed value, broadcast periodically by a robot_state_publisher, or a tf static_transform_publisher.

base_link → odom

usually provided by the odometry system (e.g., the driver for the mobile base)

/tf以及/tf_static：坐标变换，类型为第一代的tf/tfMessage或第二代的tf2_msgs/TFMessage 其中一定得提供的有两个tf，一个是base_frame与laser_frame之间的tf，即机器人底盘和激光雷达之间的变换；一个是base_frame与odom_frame之间的tf，即底盘和里程计原点之间的坐标变换。odom_frame可以理解为里程计原点所在的坐标系。

2、sensor_msgs/LaserScan Message（http://docs.ros.org/en/api/sensor_msgs/html/msg/LaserScan.html）激光雷达数据，类型为sensor_msgs/LaserScan

/scan很好理解，Gmapping SLAM所必须的激光雷达数据，而/tf是一个比较容易忽视的细节。尽管/tf这个Topic听起来很简单，但它维护了整个ROS三维世界里的转换关系，而slam_gmapping要从中读取的数据是base_frame与laser_frame之间的tf,只有这样才能够把周围障碍物变换到机器人坐标系下，更重要的是base_frame与odom_frame之间的tf，这个tf反映了里程计（电机的光电码盘、视觉里程计、IMU）的监测数据，也就是机器人里程计测得走了多少距离，它会把这段变换发布到odom_frame和laser_frame之间。

因此slam_gmapping会从/tf中获得机器人里程计的数据。

发布话题

1、nav_msgs/MapMetaData Message （http://docs.ros.org/en/api/nav_msgs/html/msg/MapMetaData.html）这是map_metadata，

2、nav_msgs/OccupancyGrid Message（http://docs.ros.org/en/api/nav_msgs/html/msg/OccupancyGrid.html）这是map。感觉跟1的区别是，真在发布的消息，是这个，因为里面还包含了header之类了，除了header外，还有nav_msgs/MapMetaData，就是1了～

3、~entropy (std_msgs/Float64)（http://docs.ros.org/en/api/std_msgs/html/msg/Float64.html）这个是代表了机器人位姿分布的不确定性。

在之前博客《ROS学习笔记之——激光雷达SLAM建图》中也谈到了，通过运行下面命令即可实现slam建图

roslaunch turtlebot3_slam turtlebot3_slam.launch

那么具体地，我们来看看这个launch文件的组成（/home/kwanwaipang/catkin_ws/src/turtlebot3/turtlebot3_slam/launch/turtlebot3_slam.launch）

<launch>
  <!-- Arguments -->
  <arg name="model" default="$(env TURTLEBOT3_MODEL)" doc="model type [burger, waffle, waffle_pi]"/>
  <arg name="slam_methods" default="gmapping" doc="slam type [gmapping, cartographer, hector, karto, frontier_exploration]"/>
  <arg name="configura