cartorgapher的编译环境

cartorgapher的编译

cartographer的运行

参数的详解与调参总结

降低延迟与减小计算量

cartorgapher的编译环境

系统环境

推荐在ubuntu16.04或者18.04上进行编译

推荐使用刚装好的ubuntu系统

将ubuntu的软件源设置成清华的或者其他的中国境内的源, 更换完源之后要执行一下 sudo apt

get update

照着wiki.ros.org安装完对应版本的ROS

并在.bashrc中的末尾添加这条句语句, 要把 <distro> 改成对应的ROS版本

source /opt/ros/<distro>/setup.bash

其中 sudo rosdep init; rosdep update 这条语句执行不成功, 不管他, 不是必须执行的

依赖库的安装

cartographer的依赖库脚本完成一键安装.

如下是具体步骤:

第一步: 下载安装包

链接：https://pan.baidu.com/s/1q9f5aNTfrbpFpwGCwD6E4A

提取码：slam

在网盘链接里安装包文件夹中下载 cartographer_install-20210613.zip, 放到ubuntu系统里并解压

第二步: 打开终端

进入到cartographer_install文件夹, 在文件夹内部空白处单击鼠标右键, 打开终端

第三步使用脚本完成依赖项的安装

在终端中输入 ./auto-carto-build.sh

如果提示脚本不是一个可执行的文件, 那就通过 chmod +x auto-carto-build.sh 为这个脚本添加可执

行权限即可, 之后在通过 ./auto-carto-build.sh 执行脚本

第三步使用脚本完成依赖项的安装

在终端中输入 ./auto-carto-build.sh

如果提示脚本不是一个可执行的文件, 那就通过 chmod +x auto-carto-build.sh 为这个脚本添加可执

行权限即可, 之后在通过 ./auto-carto-build.sh 执行脚本.

解释说明

脚本里进行了4个库的编译与安装

cartographer的依赖库有3个, 分别是abseil-cpp, ceres-solver, protobuf.

在脚本的最后, 也将cartographer安装到系统里了. 安装cartographer后, 就可以在工作空间中只对

cartographer_ros进行编译了, 这样修改launch和lua文件后就不需要执行一次编译指令了.

注意: 如果之前安装过 ceres-solver, protobuf, cartographer 的话, 执行脚本时可能会报有些函数没

有定义的错误, 这是由于protobuf或者cartographer不一致版本导致的, 可以先将之前安装的库卸载掉,

再执行安装依赖的脚本

一定要确保脚本执行之后没有错误输出, 否则之后编译代码会编译不通过

cartorgapher的编译

第一步: 下载注释的代码

讲师注释的代码的github地址为

https://github.com/xiangli0608/cartographer_detailed_comments_ws

在某个文件夹内部空白处单击鼠标右键, 打开终端, 输入如下执行进行代码的下载.

git clone https://github.com/xiangli0608/cartographer_detailed_comments_ws.git

注意, 一定要通过 git clone 的方式下载代码, 因为代码的注释是处于更新状态的, 要定期通过 git pull

origin master 来更新代码.

要是在github中下载代码的zip压缩文件, 这样下载的代码里不含有.git文件夹, 就不能通过 git pull 进

行代码的更新了.

如果执行 git clone 后没有下载代码, 是由于没有连上github导致的, 可以按 ctrl c 中断当前下载, 再

次执行 git clone , 重复几次试试, 如果还不行, 就在群里问问吧.

第二步: cartorgapher的编译

进入到cartographer_detailed_comments_ws内, 在文件夹内打开终端, 输入

./catkin_make.sh

完成对cartographer与cartographer_ros的编译.

注意: 一定要确保之前的依赖项全部安装成功, 否则这里的编译就会报错

cartographer的运行

下载数据集

在网盘链接里数据集文件夹中下载数据集, 使用的数据集有3个,

rslidar-outdoor-gps.zip 这个是讲师自己录制的数据, 包括了速腾16线点云数据, 由点云数据生成的

单线雷达数据, imu, 里程计, rtk/gps, tf 与 tf_static

rslidar-outdoor-gps-notf.zip 这个与上边的是同一个, 只不过这个将tf的话题去掉了

landmarks_demo_uncalibrated.zip 是从cartographer官网上下载的数据, 旨在展示一下如何在

cartographer中使用landmark

将bag文件放到指定的文件夹下

首先, 在用户文件夹下新建一个文件夹, 并命名为bagfiles, 然后将下载好的3个bag文件放入bagfiles文件夹中.

开始二维建图

进入到cartographer_detailed_comments_ws文件夹内, 在文件夹内右键打开终端, 输入

source install_isolated/setup.bash
rospack profile
roslaunch cartographer_ros lx_rs16_2d_outdoor.launch

source命令的目的

source命令是设置当前的终端可以执行的包与节点的地址集合的, 不执行 source

install_isolated/setup.bash 这个命令, 直接启动 roslaunch 时就会出现找不到包或找不到节点的

错误提示.

为了防止每次启动终端都要执行一次 source install_isolated/setup.bash 这个指令, 我们可以将

这个指令写到 ~/.bashrc 文件中, 每次启动终端时, 会自动source ~/.bashrc 这个文件, 这个文件中的所有

内容都会被 source 一遍

~ 代表用户文件夹, 例如我自己电脑的用户名为lx, 我自己的用户文件夹就是 /home/lx/ , 这个文件夹地址

也可以用 ~ 来代替.

按 ctrl h 可以显示隐藏文件, 找到 .bashrc 文件进行编辑, 在文件底部输入

source ~/path-to-carto/cartographer_detailed_comments_ws/install_isolated/setup.bash

其中 path-to-carto 要改成自己实际的文件夹名字

rospack profile 命令的目的

新下载的包在编译之后, 有时没有被加载到ros的包的地址集合中,.

这时即使执行力 source 指令, 在启动 roslaunch 时也可能会报错, 提示找不到包或者可执行节点.

通过 rospack profile 命令可以将新下载的包加载到ros的包的地址集合, 再执行 roslaunch 时就不

会再报错了.

保存2d轨迹,并生成ros格式的地图

./finish_slam_2d.sh

其中map_dir是保存地图的文件夹名字, 可以改成自己想要保存的文件夹地址.

纯定位模式

roslaunch cartographer_ros lx_rs16_2d_outdoor_localization.launch

3d建图指令

roslaunch cartographer_ros lx_rs16_3d.launch

保存3d轨迹

./finish_slam_3d.sh

使用asset生成ros格式的2d栅格地图

roslaunch cartographer_ros assets_writer_2d.launch

使用asset生成3d点云地图

roslaunch cartographer_ros assets_writer_3d.launch

landmark使用示例

roslaunch cartographer_ros landmark_mir_100.launch

odom坐标系发布重复

当bag或者机器人中本身存在odom坐标系, 而provide_odom_frame又设置成了true, 就会导致odom坐

标系重复发布.

会导致机器人位姿发生来回的跳动.

参数的详解与调参总结

TRAJECTORY_BUILDER_2D.min_range = 0.3
TRAJECTORY_BUILDER_2D.max_range = 100.
TRAJECTORY_BUILDER_2D.min_z = 0.2 -- / -0.8
TRAJECTORY_BUILDER_2D.voxel_filter_size = 0.02
TRAJECTORY_BUILDER_2D.ceres_scan_matcher.occupied_space_weight = 10.
TRAJECTORY_BUILDER_2D.ceres_scan_matcher.translation_weight = 1.
TRAJECTORY_BUILDER_2D.ceres_scan_matcher.rotation_weight = 1.
TRAJECTORY_BUILDER_2D.submaps.num_range_data = 80.
TRAJECTORY_BUILDER_2D.submaps.grid_options_2d.resolution = 0.1 -- / 0.02
POSE_GRAPH.optimize_every_n_nodes = 160. -- 2倍的num_range_data以上
POSE_GRAPH.constraint_builder.sampling_ratio = 0.3
POSE_GRAPH.constraint_builder.max_constraint_distance = 15.
POSE_GRAPH.constraint_builder.min_score = 0.48
POSE_GRAPH.constraint_builder.global_localization_min_score = 0.60