配置文件-cartographer
Kong Liangqian Lv6
 2021-09-05 15:59:22  

在launch文件中，通过配置

1
roslaunch xxxpkg xxx.launch name:=value

这个name是通过launch文件中

1
<arg name="bag_filename" default="">

来配置

使用map_server就可以直接发布map，发布出来

rosrun map_server

args = “yaml”文件

定位是来自于map->odom的变换

lua文件的配置

三个部分：

  • options:必须要有的，所有的变量参数都要存在，要是有一个不存在就会报错
  • 需要引入map_build.lua
  • 需要引入trajectory_builder

Options

tracking_frame：需要选一个频率最高的frame，

published_frame: 设置到机器人最顶上的frame，可以保证map和他的连接

privide_odom_frame: 是否需要提供odom坐标系

一般有问题的就是

use_laser_num:如果用了topic的名字是不是remap了

  • 若use_laser_num的值为0，则不用laser_scan
  • =1。订阅scan topic
  • =2。订阅scan_1,scan_2两种topic

num_point_clouds 表示使用点云数据:

  • =0。不使用点云来建图

  • =1。订阅points2

  • =2。订阅points2_1，points2_2

举例

无odom的bag

假设现在有一个bag，他的TF tree为

他最顶上的frame为footprint，在设置cartographer的时候，lua文件可以设置为

1
2
3
4
5
6
map_frame = "map",
tracking_frame = "imu_link",
published_frame = "footprint",
odom_frame = "odom",
provide_odom_frame = false,
publish_frame_projected_to_2d = false,

这里设置了published_frame为footprint，表示cartographer发布的指向的最后一个frame为footprint，这样可以让cartographer到机器人的tf可以连接到一起

现在其他参数不动，设置

1
provide_odom_frame = true,

TF_tree增加了一个map->odom的坐标变换

有odom的bag

现在有一个bag的tf树为

相比与之前的bag多了一个odom，此时需要调整lua文件的published_frame

1
2
3
4
5
map_frame = "map",                        -- 地图坐标系的名字
tracking_frame = "imu_link",              -- 将所有传感器数据转换到这个坐标系下
published_frame = "odom",          	    -- tf: map -> odom
odom_frame = "odom",                      -- 里程计的坐标系名字
provide_odom_frame = false,

启动cartographer，可以看见，map直接指向了原有的odom坐标系

错误

如果published_frame定义错误，tf树连接不起来，通常情况下就会有类似如下错误

1
"odom" passed to lookupTransform argument source_frame does not exist.

trajectory_build 参数

文件：trajectory_builder_2d.lua

min_z

max_z： 保留了【min_z,max_z】中的所有点云

missing_data_ray_length: 对于超出了最大距离的点，就改为这个变量指定的值。就是用于更新空白的区域，因为距离远，一般近的地方也都可以用，设1就行

位姿预测器

扫描匹配器

motion_filter: 为了 防止雷达数据向子图插入太多的数据，若两帧的数据太近，就不插入了

支持两种地图：

  • tsdf
  • 占用栅格地图

文件：trajectory_builder_3d.lua

两种体素滤波，根据远近，建立高低分辨率的地图。高分辨率匹配高分辨率的地图，低分辨率匹配低分辨率的地图

pose_graph.lua

这个文件需要调整的参数其实比较少，就前面五个和分支定界算法的角度，和回环的频率

optimize_every_n_nodes = 90,— 每隔多少个节点执行一次后端优化

如果设置称0，就是只跑前端，可以看看只跑前端是不是好的。

sampling_ratio = 0.3, 设置的越大，计算量越大

计算约束分为两个步骤

  • 分支定界：粗匹配器
  • ceres的精匹配器

当SLAM跑完了之后，就不需要实时性，因此最后还会再来一个迭代

global_sampling_ratio = 0.003,

log_residual_histograms = true,

global_constraint_search_after_n_seconds = 10.,

这两个参数一起决定了我是否要进行回环检测

调参的方法

Low Latency，如果需要提升实时性

减小optimize_every_n_nodes

减少子图的大小

如果前端需要提升实时性

  • increase voxel_filter_size
  • increase submaps.resolution
  • for the adaptive voxel filter(s), decrease .min_num_points, .max_range, increase .max_length
  • decrease max_range (especially if data is noisy)
  • decrease submaps.num_range_data

Exploiting the map generated by Cartographer ROS

主要写的是asset这个工具进行描述

 Comments