ROS与SLAM入门教程-slam_gmapping参数介绍
ROS与SLAM入门教程-slam_gmapping参数介绍
说明:
- 介绍ROS封装了的OpenSlam GMapping,gmapping功能包提供了基于激光的SLAM,在ROS系统中使用slam_gmapping节点表示。 通过该节点用户可以用机器人在移动过程中激光传感器获取的数据创建2D栅格地图。
SLAM
- SLAM(Simultaneous Localization and Mapping)也称为CML(concurrent mapping and localization),即同时定位与地图构建。
- 机器人SLAM问题要解决的是:机器人在未知环境中从未知位置开始移动,在移动过程中依据位置估计和地图进行自身定位,在定位基础上同步增量建立地图,而实现自主定位和导航。
slam_gmapping节点
- slam_gmapping节点通过消息sensor_msgs/LaserScan获取数据并建立地图。
- 该创建的地图可以通过ROS主题或者服务方式获取。
节点订阅主题
- tf (tf/tfMessage),用于激光器坐标系,基座坐标系,里程计坐标系之间转换。
- scan (sensor_msgs/LaserScan ) ,激光器扫描数据
节点发布主题
- map_metadata (nav_msgs/MapMetaData),周期性发布地图metadata数据
- map (nav_msgs/OccupancyGrid),周期性发布地图数据
- ~entropy (std_msgs/Float64),发布机器人姿态分布熵的估计
服务
- dynamic_map (nav_msgs/GetMap),调用该服务可以获取地图数据
参数
~inverted_laser (string, default:"false"), (已经已出在 版本 1.1.1; 用transform data 替换它) 激光器是right side up (scans are ordered CCW),还是 upside down (scans are ordered CW)?
~throttle_scans (int, default: 1),处理的扫描数据门限,默认每次处理1个扫描数据(可以设置更大跳过一些扫描数据)
~base_frame (string, default:"base_link"),机器人基座坐标系
~map_frame (string, default:"map"),地图坐标系
~odom_frame (string, default:"odom"),里程计坐标系
~map_update_interval (float, default: 5.0),地图更新频率
~maxUrange (float, default: 80.0),探测最大可用范围,即光束能到达的范围。
~sigma (float, default: 0.05),endpoint匹配标准差
~kernelSize (int, default: 1),用于查找对应的kernel size
~lstep (float, default: 0.05),平移优化步长
~astep (float, default: 0.05),旋转优化步长
~iterations (int, default: 5),扫描匹配迭代步数
~lsigma (float, default: 0.075),用于扫描匹配概率的激光标准差
~ogain (float, default: 3.0),似然估计为平滑重采样影响使用的gain
~lskip (int, default: 0),每次扫描跳过的光束数.
~minimumScore (float, default: 0.0),为获得好的扫描匹配输出结果,用于避免在大空间范围使用有限距离的激光扫描仪(如5m)出现的jumping pose estimates问题。 当 Scores高达600+,如果出现了该问题可以考虑设定值50。
~srr (float, default: 0.1),平移时里程误差作为平移函数(rho/rho)
~srt (float, default: 0.2),平移时的里程误差作为旋转函数 (rho/theta)
~str (float, default: 0.1),旋转时的里程误差作为平移函数 (theta/rho)
~stt (float, default: 0.2),旋转时的里程误差作为旋转函数 (theta/theta)
~linearUpdate (float, default: 1.0),机器人每旋转这么远处理一次扫描
~angularUpdate (float, default: 0.5),Process a scan each time the robot rotates this far
~temporalUpdate (float, default: -1.0),如果最新扫描处理比更新慢,则处理1次扫描。该值为负数时候关闭基于时间的更新
~resampleThreshold (float, default: 0.5),基于重采样门限的Neff
~particles (int, default: 30),滤波器中粒子数目
~xmin (float, default: -100.0),地图初始尺寸
~ymin (float, default: -100.0),地图初始尺寸
~xmax (float, default: 100.0),地图初始尺寸
~ymax (float, default: 100.0),地图初始尺寸
~delta (float, default: 0.05),地图分辨率
~llsamplerange (float, default: 0.01),于似然计算的平移采样距离
~llsamplestep (float, default: 0.01),用于似然计算的平移采样步长
~lasamplerange (float, default: 0.005),用于似然计算的角度采样距离
~lasamplestep (float, default: 0.005),用于似然计算的角度采样步长
~transform_publish_period (float, default: 0.05),变换发布时间间隔.
~occ_thresh (float, default: 0.25),栅格地图栅格值 (i.e., set to 100 in the resultingsensor_msgs/LaserScan).
~maxRange (float),传感器最大范围。如果在传感器距离范围内没有障碍物应该在地图上显示为自由空间。 maxUrange < 真实传感器最大距离范围 <= maxRange.
需要的tf转换
→base_link,通常是一个固定值,通过 robot_state_publisher, 或者 tf static_transform_publisher.周期性广播 base_link →odom,通常由里程计系统提供
提供的tf转换
- map → odom,地图坐标系中机器人当前姿态估计
gmapping参数配置
- gmapping参数配置文件设定及参数说明:
<launch>
<arg name="scan_topic" default="scan" /> //laser的topic名称,与自己的激光的topic相对应
<arg name="base_frame" default="base_footprint"/>//机器人的坐标系
<arg name="odom_frame" default="odom"/>//世界坐标
<node pkg="gmapping" type="slam_gmapping" name="slam_gmapping" output="screen">//启动slam的节点
<param name="base_frame" value="$(arg base_frame)"/>
<param name="odom_frame" value="$(arg odom_frame)"/>
<param name="map_update_interval" value="0.01"/>//地图更新的一个间隔,两次scanmatch的间隔,地图更新也受scanmach的影响,如果scanmatch没有成功的话,是不会更新地图的
<param name="maxUrange" value="4.0"/>//set maxUrange < maximum range of the real sensor <= maxRange
<param name="maxRange" value="5.0"/>
<param name="sigma" value="0.05"/>
<param name="kernelSize" value="3"/>
<param name="lstep" value="0.05"/>optimize机器人移动的初始值(距离)
<param name="astep" value="0.05"/>//optimize机器人移动的初始值(角度)
<param name="iterations" value="5"/>//icp的迭代次数
<param name="lsigma" value="0.075"/>
<param name="ogain" value="3.0"/>
<param name="lskip" value="0"/>//为0,表示所有的激光都处理,尽可能为零,如果计算压力过大,可以改成1
<param name="minimumScore" value="30"/>//很重要,判断scanmatch是否成功的阈值,过高的话会使scanmatch失败,从而影响地图更新速率
<param name="srr" value="0.01"/>//以下四个参数是运动模型的噪声参数
<param name="srt" value="0.02"/>
<param name="str" value="0.01"/>
<param name="stt" value="0.02"/>
<param name="linearUpdate" value="0.05"/>//机器人移动linearUpdate距离,进行scanmatch
<param name="angularUpdate" value="0.0436"/>机器人选装angularUpdate角度,进行scanmatch
<param name="temporalUpdate" value="-1.0"/>
<param name="resampleThreshold" value="0.5"/>
<param name="particles" value="8"/>//很重要,粒子个数
<!--
<param name="xmin" value="-50.0"/>
<param name="ymin" value="-50.0"/>
<param name="xmax" value="50.0"/>
<param name="ymax" value="50.0"/>
make the starting size small for the benefit of the Android client's memory...
-->
<param name="xmin" value="-1.0"/>//map初始化的大小
<param name="ymin" value="-1.0"/>
<param name="xmax" value="1.0"/>
<param name="ymax" value="1.0"/>
<param name="delta" value="0.05"/>
<param name="llsamplerange" value="0.01"/>
<param name="llsamplestep" value="0.01"/>
<param name="lasamplerange" value="0.005"/>
<param name="lasamplestep" value="0.005"/>
<remap from="scan" to="$(arg scan_topic)"/>
</node>
- 重要参数说明:
particles (int, default: 30) gmapping算法中的粒子数,因为gmapping使用的是粒子滤波算法,粒子在不断地迭代更新,所以选取一个合适的粒子数可以让算法在保证比较准确的同时有较高的速度。
minimumScore (float, default: 0.0) 最小匹配得分,这个参数很重要,它决定了对激光的一个置信度,越高说明对激光匹配算法的要求越高,激光的匹配也越容易失败而转去使用里程计数据,而设的太低又会使地图中出现大量噪声,所以需要权衡调整。
参考:
- http://openslam.org/gmapping.html
- http://blog.csdn.net/x_r_su/article/details/52723244
- http://blog.csdn.net/eaibot/article/details/51628371
获取最新文章: 扫一扫右上角的二维码加入“创客智造”公众号