Cartographer 建图中参数意义

什么都会一点儿的自动驾驶工程狮 2019-04-12 10:10:46

我们在利用Cartographer进行2d建图的时候，里面涉及到里程计，IMU 和固定帧的融合，里程计可以得到一个位姿，IMU仍然是推算出来位姿，这里是一个什么样的处理，希望各路大神能解释以下。

...全文

649 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

weixin_45587518 2019-12-24

打赏
举报

回复

imu是为了检测重力加速度，重力加速度为准，来得到每个轴的线加速度和角加速度，至于融合，在源码里又实现

基于TurtleBots机器人和ROS机器人操作系统，利用谷歌开源SLAM算法cartographer进行SLAM工作

读论文《Improved_Techniques_for_Grid_Mapping_With_Rao-Blac...》的一点笔记和自己的理解。

内容概要：本文详细介绍了利用Cartographer算法和ROS平台构建移动机器人自主导航系统的全过程。首先探讨了建图模块中传感器融合的应用，强调了IMU数据在姿态估计中的重要作用以及相关参数的调整。接着讨论了实时建图与导航并行处理的方法，包括如何配置launch文件使激光数据同时输入给Cartographer和move_base进行SLAM和路径规划。对于路径规划部分，则分别阐述了全局规划采用A*算法而局部规划使用DWA算法的具体实现及其优化措施。此外还分享了一些仿真环境中常见的问题及解决方案，如通过给动态物体添加特定标签提高建图稳定性等。适合人群：从事机器人研究的技术人员，尤其是对移动机器人自主导航感兴趣的开发者。使用场景及目标：适用于希望深入了解移动机器人自主导航系统的设计与实现的研究人员和技术爱好者。目标是掌握如何运用Cartographer和ROS搭建一套完整的自主导航系统，能够应对复杂的迷宫环境。其他说明：文中提供了大量实用的代码片段和配置示例，帮助读者更好地理解和应用所介绍的内容。同时也指出了许多实际操作过程中可能会遇到的问题及其解决办法，具有很强的指导意义。

个人整理的一些SLAM算法讲义，视觉导航入门所要了解的基本知识。你要是能看完，去忽悠一下内行都可以了。：）

EAI ydlidar雷达驱动源码与教程，该手册以 TX雷达为例，若使用其它型号雷达，需运行对应的**.launch 文件。（如使用TX 雷达，需改成 TX.launch）

模式及实现

5,530

社区成员

4,167

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