gmapping

gmapping 源码：git搜索 gmapping 下面两个即是： gmapping 原理很简单，通过“ l粒子滤波 "实现定位。具体通过粒子与已经产生的地图进行scanMatch，矫正里程计误差实现。 在定位的同时，每次经过map_update_interval_时间，进行地图更新 updateMap(*scan)。相对cartographer，缺少闭环，所以计算量很小，实测，局部地图比carto清晰，质量较好。下面对代码进行梳理（梳理导航相关代码跟着laser走，会比较清晰） ### 代码梳理 1> ros 部分 (代码为简化版，方便梳理 ... 表示有省略代码) gmapping/src/main.cpp int main(int argc, char** argv) { ros::init(argc, argv, "slam_gmapping"); SlamGMapping gn; gn.startLiveSlam(); ros::spin(); return(0); } gmapping/src/slam_gmapping.cpp void SlamGMapping::startLiveSlam() { ... // 订阅激光数据 scan_filter_->registerCallback(boost::bind(&SlamGMapping:

用Gmapping构建一张地图 Gmapping功能包介绍 使用Gmapping功能包的一些准备 /tf 雷达和机器人基座标 里程计 /scan 使用Gmmaping功能包 得到的地图 Gmapping功能包介绍 参见wiki官网 Gmapping功能包 .其中包括了Gmapping功能包订阅发布的话题，参数等。 使用Gmapping功能包的一些准备 根据官网介绍，Gmapping订阅了两个话题： /tf 和 /scan /tf tf指的是坐标变换，就是将机器人各组件的相对位置关系表示出来，对于Gmapping而言，它需要三个tf： 雷达 ， 机器人基坐标 和 里程计 雷达和机器人基座标 对于 雷达 和 机器人基座标 ，我们可以有两种发布的方法。 第一种：通过urdf建立机器人模型，然后写一个launch文件将模型文件载入并发布机器人的状态信息给tf。urdf是一种机器人建模的一种方法，具体参见 urdf wiki官网 launch文件示例如下： < ? xml version="1.0" ? > <launch > < !--param name="/use_sim_time" value="true"/ - - > <arg name="model" /> <!-- 加载机器人模型参数 --> <param name="robot_description" command="$

软件源：一个是Ubuntu系统的软件元，在软件更新系统界面服务器的选择。 ROS包安装源：第一步配置的就是ros包安装源。功能包安装不畅可以改软件源，可以加国内的，EXbox的安装源。 在4中如果有找不到库的错误的话，需要我们讲拷贝科大讯飞编译生成的库文件开呗到libs中再试试。因为ros在找库文件时实在几个默认库之中搜索的。 准备工作---硬件要求 机器人必备条件---深度信息 横向切面，每个面可以看作是激光雷达数据。激光雷达精度更高。 机器人必备条件---激光雷达 jiqi人必备条件---仿真环境 ROS SLAM功能包的使用方法---gmapping 深度和里程计信息是最重要的。网站中有很多开源的算法。 gmapping安装（黑盒，只知道输入输出） gmaping原理（栅格地图） 配置给mapping节点 5秒更新一次，如果很小对电脑要求就很高了。 功能包的应用搜索 在百度货谷歌搜索关键词ros gmapping查看wiki上功能包的使用方法。用谷歌浏览器可以翻译成中文。还包括源码在哪儿都会有说明。 功能包启动（下载编译后） 给mapping地图的保存 turtlebot机器人可以用kinect摄像头mapping建图（没有激光雷达准确） 真实机器人gmapping建图 ROS SLAM功能包---hector_slam 激光雷达进度得高。 hector_slam功能包的安装

gmapping获取激光数据及处理 如果是第一束激光数据，则初始化粒子。 Particle的信息有： 每个粒子维护一幅地图map，机器人的位姿pose，上个时刻的位姿previousPose，权重weight，权重总和weightSum。 地图包括的信息有： m_center：地图中心点（x, y）、m_worldSizeX：地图长度、m_worldSizeY：地图宽度、 m_delta：网格边长代表的长度。单位[ m/cell ] m_xmin、m_xmax、m_ymin、m_ymax，分别对应地图横坐标最小值和最大值、纵坐标最小值和最大值。 Point m_center ; double m_worldSizeX , m_worldSizeY , m_delta ; Storage m_storage ; int m_mapSizeX , m_mapSizeY ; int m_sizeX2 , m_sizeY2 ; 粒子初始化，初始信息都相同 TNode * node = new TNode ( initialPose , 0 , 0 , 0 ) ; ScanMatcherMap lmap ( Point ( xmin + xmax , ymin + ymax ) * .5 , xmax - xmin , ymax - ymin , delta ) ; for (

在源码编译安装gmapping的时候，报错 CMake Error at gmapping/navigation/amcl/CMakeLists.txt:58 (check_symbol_exists): Unknown CMake command "check_symbol_exists". -- Configuring incomplete, errors occurred! See also "/home/lucky/catkin_ws/build/CMakeFiles/CMakeOutput.log". See also "/home/lucky/catkin_ws/build/CMakeFiles/CMakeError.log". Makefile:1692: recipe for target 'cmake_check_build_system' failed make: *** [cmake_check_build_system] Error 1 Invoking "make cmake_check_build_system" failed 解决办法： 在出错的CMakeLists文件里加一行 include(CheckSymbolExists) 来源： CSDN 作者： 樱桃木 链接： https://blog.csdn.net/qq_24624539

gazebo rviz安装: sudo apt - get install ros - kinetic - rviz Gazebo安装: sudo apt - get install ros - kinetic - gazebo - ros - pkgs ros - kinetic - gazebo - ros - control 安装turtlebot相关包 sudo apt - get install ros - kinetic - turtlebot - * 可能出现的错误: 错误:1 http://mirrors.aliyun.com/ubuntu xenial-security/main amd64 linux-headers-generic amd64 4.4.0.169.177 404 Not Found [IP: 121.194.7.5 80] 错误:1 http://mirrors.aliyun.com/ubuntu xenial-security/main amd64 linux-headers-generic amd64 4.4.0.169.177 404 Not Found [IP: 121.194.7.5 80] E: 下载 http://mirrors.aliyun.com/ubuntu/pool/main/l/linux-meta/linux

Package Summary Released Documented This package contains a ROS wrapper for OpenSlam's Gmapping. The gmapping package provides laser-based SLAM (Simultaneous Localization and Mapping), as a ROS node called slam_gmapping. Using slam_gmapping, you can create a 2-D occupancy grid map (like a building floorplan) from laser and pose data collected by a mobile robot. Maintainer status: maintained Maintainer: Vincent Rabaud <vincent.rabaud AT gmail DOT com> Author: Brian Gerkey License: CreativeCommons-by-nc-sa-2.0 Source: git https://github.com/ros-perception/slam_gmapping.git (branch: hydro-devel)

准研一，暑假在北京一家公司实习，初步学习ROS，在公司里测试了许多机器人，在这里汇总分享一下，实习了俩月虽然学到了满多东西，但觉得自己也不算完全入门，只是对ROS有了初步的了解，实习到现在我掌握的最重要的一个技能应该就是自主学习能力了，Github ros.wiki等网站的学习以及资料查询能力；认识到自己最严重的不足是编程能力，ROS中大多使用c++和python，在初步入门之后尝试开发以及创新时编程能力成了我最大的障碍。 下面是一些自己接触的机器人，大都只是测试了其功能，基础中的基础… KINOVA 在公司里使用的是KINOVA JACO2系列的机械手臂，JACO系列总共有三种类型：按自由度分为4DOF， 6DOF， 7DOF三种；夹抓分为2指和3指；手腕有类型有球型和非球型等等。在功能包中的表示方式为：例j2n7s300表示JACO二代腕部非球型的7自由度3指机械臂。 KINOVA控制方式： 手柄控制 ， GUI界面控制（与手柄相似） ROS功能包控制，MoveIt！（功能包地址 https://github.com/Kinovarobotics/kinova-ros）功能包内容较多，需要更加深入研究 机械臂通用：moveit_setup_assistant配置机械臂，控制真实机械臂时需要ros_control功能包（参考http://www.guyuehome.com/890