咨询关于Cartographer雷达算法与无人机室内自主导航的相关问题

dckwin 2019-02-27 04:48:29

最近准备使用cartographer+2D雷达进行无人机室内定位与导航，遇到以下两个问题：

1. tx2在运行slam算法的时候，仅有一个cpu满负荷工作，而其他cpu基本没有负载变化。我已经开启了tx2的性能模式（0），请问各位大神是否遇到过相关情况，如有解决办法还望赐教。
2. 在ros上面集成了一些导航算法包（如gmapping），想问下cartographer和已有的功能包（move_base等）进行结合是否有相关的开源代码或者参考资料。

有兴趣的可以一起讨论讨论，共同进步

...全文

115 1 打赏收藏转发到动态举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

~O 2021-10-16

打赏
举报

回复

请问楼主有没有进展,我也想做一下,目前已经可以利用自己搭的小车和激光雷达实现cartographer实时建图,不知道怎么路径规划以及用什么通信形式驱动小车,也尝试过利用move_base包但失败了,不知道可不可以加一下微信交流一下,微信:M-J000111

<?php use Tackk\Cartographer\AbstractSitemap; class MockAbstractSitemap extends AbstractSitemap { protected function getRootNodeName() { return 'urlset'; } protected function getNodeName() { return 'url'; } } class AbstractSitemapTest extends PHPUnit_Framework_TestCase { /** * @var Tackk\Cartographer\AbstractSitemap */ protected $abstractMock; public function setUp() { $this->abstractMock = new MockAbstractSitemap(); } public function testFormatDateWithDates() { $this->assertEquals('2005-01-01T00:00:00 00:00', $this->callProtectedMethod('formatDate', ['2005-01-01'])); $this->assertEquals('2005-01-01T00:00:01 00:00', $this->callProtectedMethod('formatDate', ['2005-01-01 12:00:01am'])); }Google Cartographer利用同步定位与建图技术绘制室内建筑平面图，可以用于二维和三维空间的建图，可以在非ros（机器人操作系统）系统和ros系统中使用。根据google的说明，该技术易于部署机器人、无人驾驶、无人机等系统。Google在官方声明中提到，Cartographer的SLAM算法结合了来自多个传感器的数据，比如LiDAR激光雷达传感器、IMU惯性测量单元，还有来自多个摄像头的数据。综合这些庞杂的数据，得以计算传感器及传感器周围的环境。据报道Cartographer现已经支持Toyota HSR、TurtleBots、PR2、RevoLDS这几个机器人平台。

点击上方“3D视觉工坊”，选择“星标”干货第一时间送达作者丨鲁鹏来源丨深蓝AI编辑丨William点击进入—>3D视觉工坊学习交流群1、无人机在自主导航方面的挑战无人机在未知环境上导航，面临着很多挑战，由于未知环境下，并不知道当前环境的地图可能会存在一些威胁，主要原因在于没有先验知识。这里主要有两个方面去解决或处理自主导航的研究。第一个是在视觉方面，由于自身定位是无人机可以正常飞行的前提，...

随着ICT技术不断深化和传统场景的结合，自动化、智能化相融合已经成为ICT技术的下一代浪潮，以工业机器人、服务机器人、自动驾驶等的新一代技术浪潮目前已经方兴未艾，成为又一波热点。而作为次级操作系统的ROS则提供了一系列的调试、仿真工具，能支持激光导航、视觉导航等算法，是切入机器人和自动驾驶技术的重要基础。机器人是一个复合型的领域，涉及软件、算法、硬件、结构等诸多方向，是一个理论性和实践性并重的学科，考虑到其复杂性和讲解的循序渐进，整个系列课程将分为三个系列即入门系列、中级系列、高级系列。在入门系列中，我们将介绍ROS的基础知识(机器人基础知识、ROS开发环境等)、ROS配置管理(系统架构、参数管理、Launch启动、编译配置以及如何基于源代码开发等)、ROS系统调试（代码调试、可视化调试、消息回放、单元测试等），获得该领域的入门券。在中级系列中，我们将围绕机器人建模与仿真涉及的URDF机器人模型、Gazebo仿真环境、坐标变换、运动控制、环境感知等展开介绍，熟练掌握利用RVIZ、Gazebo等仿真和调试工具调试机器人程序与算法。在高级系列中，我们将着眼于人工智能框架及算法，分享机器人开发涉及的运动控制、SLAM、语音交互、计算机视觉等。逐层递进，为大家一层层剥开机器人的神秘面纱。本系列课程的特色在于： 1、从基础知识、建模与仿真、环境感知与智能决策、人机交互等4个方面循序渐进、逐步深化，知识覆盖全面，便于深度认知； 2、从基本理论、源码解读、工程示例等领域开展ROS系统入门知识的深度介绍和分析，源于工程实践，利于快速上手； 3、基于全新的环境Ubuntu 20.04、ROS Noetic、Gazebo 11、GMapping、Cartographer、tensorFlow 2.*、OpenCV 4.*等讲解，紧跟时代前沿。整个系列的课程将会逐步开发并上线，三个系列是一个逐步深入、环环相扣的课程内容，感兴趣的同学可以开始学习啦。

连载文章，长期更新，欢迎关注：Gmapping代码实现相对简洁，非常适合初学者入门学习。但是Gmapping属于基于滤波方法的SLAM系统，明显的缺点是无法构建大规模的地图，这一点已经在第7章中讨论过了。而基于优化的方法则可以构建大规模的地图，基于优化的方法实现的激光SLAM算法也有很多，比如Hector、Karto、Cartographer等。

基于激光雷达slam的无人车室内导航比较分析

实用资料发布区

3,286

社区成员

2,297

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章