ROS2极简总结-Nav2-地图和自适应蒙特卡洛定位

导航通常需要地图和自定位，一个是全局感，一个是自我认知。

• Map
• AMCL

Map

地图服务器

• Map Server

地图服务器

• nav2_map_server
• map_server：加载地图，在“/map”主题上提供静态地图。
• map_saver：将地图保存到文件中（ros2 run nav2_map_server map_saver_cli -f my_map）

第 1 步：创建一个名为 yaml 的参数文件或在启动文件中设置相同的参数

      # map_server_params.yaml
      map_server:
          ros__parameters:
              frame_id: map
              topic_name: map
              use_sim_time: false
              yaml_filename: maps/map.yaml
  
 

第 2 步：使用作为参数传递的此文件运行地图服务器

ros2 run nav2_map_server map_server --ros-args --params-file map_server_params.yaml
 

第 3 步：通过 CLI 或启动过滤器从配置过渡到活动

      ros2 lifecycle set /map_server configure
      ros2 lifecycle set /map_server activate
      (ros2 lifecycle list /map_server)
  
 

示例 maps/map.yaml:

      image: turtlebot3_world.pgm
      resolution: 0.050000
      origin: [-10.000000, -10.000000, 0.000000]
      negate: 0
      occupied_thresh: 0.65
      free_thresh: 0.196
  
 

resolution : 地图的分辨率，米/像素
origin : 地图中左下角像素的二维位置姿态，如 (x, y, yaw)
occupied_thresh : 占用概率大于此阈值的像素被认为完全被占用。
free_thresh ：占用概率小于此阈值的像素被认为是完全空闲的。
negate : 是否应该反转

更多内容参考官网。

      map_server:
        ros__parameters:
          use_sim_time: False
          yaml_filename: "turtlebot3_world.yaml"
      map_saver:
        ros__parameters:
          use_sim_time: False
          save_map_timeout: 5000
          free_thresh_default: 0.25
          occupied_thresh_default: 0.65
  
 

AMCL

• Adaptative Monte Carlo Localization
• 自适应蒙特卡罗定位

订阅：

• 激光扫描：/scan (sensor_msgs/LaserScan)
• （监听）将 odom 转换为 base_link
• 初始姿势：/initialpose (geometry_msgs/PoseWithCovarianceStamped)
• 地图：/map（nav_msgs/OccupancyGrid）

发布：

• 机器人在地图中的估计位置姿态，协方差：
• /amcl_pose (geometry_msgs/PoseWithCovarianceStamped)
• 过滤器维护的姿态估计：/particlecloud (geometry_msgs/PoseArray)
• (广播)变换地图到odom

配置包含许多参数（Wiki）。 一些重要的设置：

• ~robot_model_type (string, default: ”differential”)
• ~odom_frame_id (string, default: ”odom”)
• ~base_frame_id (string, default: ”base_link”)
• ~global_frame_id (string, default: ”map”)
• ~scan_topic (string, default: ”scan ”)
• ~min_particles (int, default: 100)
• ~max_particles (int, default: 5000)

turtlebot3-burger

amcl参数

      amcl:
        ros__parameters:
          use_sim_time: False
          alpha1: 0.2
          alpha2: 0.2
          alpha3: 0.2
          alpha4: 0.2
          alpha5: 0.2
          base_frame_id: "base_footprint"
          beam_skip_distance: 0.5
          beam_skip_error_threshold: 0.9
          beam_skip_threshold: 0.3
          do_beamskip: false
          global_frame_id: "map"
          lambda_short: 0.1
          laser_likelihood_max_dist: 2.0
          laser_max_range: 100.0
          laser_min_range: -1.0
          laser_model_type: "likelihood_field"
          max_beams: 60
          max_particles: 2000
          min_particles: 500
          odom_frame_id: "odom"
          pf_err: 0.05
          pf_z: 0.99
          recovery_alpha_fast: 0.0
          recovery_alpha_slow: 0.0
          resample_interval: 1
          robot_model_type: "differential"
          save_pose_rate: 0.5
          sigma_hit: 0.2
          tf_broadcast: true
          transform_tolerance: 1.0
          update_min_a: 0.2
          update_min_d: 0.25
          z_hit: 0.5
          z_max: 0.05
          z_rand: 0.5
          z_short: 0.05
      amcl_map_client:
        ros__parameters:
          use_sim_time: False
      amcl_rclcpp_node:
        ros__parameters:
          use_sim_time: False
  
 

文章来源: zhangrelay.blog.csdn.net，作者：zhangrelay，版权归原作者所有，如需转载，请联系作者。

原文链接：zhangrelay.blog.csdn.net/article/details/120040572