rplidar.lua
参数意义部分内容转自 https://blog.csdn.net/qq_29796781/article/details/78969734 及 http://www.cnblogs.com/Ezekiel/p/9907812.html
相较于之前版本的lua_parameter_dictionary.cc 多了几个key需要配置 use_nav_sat use_landmarks 等等
SPARSE_POSE_GRAPH变成了POSE_GRAPH
include "map_builder.lua"
include "trajectory_builder.lua"
options = {
map_builder = MAP_BUILDER,
trajectory_builder = TRAJECTORY_BUILDER,
map_frame = "map",
tracking_frame = "base_link",
published_frame = "odom",
odom_frame = "odom",
provide_odom_frame = false,
publish_frame_projected_to_2d = false,
use_odometry = true,
use_nav_sat = false,
use_landmarks = false,
num_laser_scans = 1,
num_multi_echo_laser_scans = 0,
num_subdivisions_per_laser_scan = 1,
num_point_clouds = 0,
lookup_transform_timeout_sec = 0.2,
submap_publish_period_sec = 0.3,
pose_publish_period_sec = 5e-3,
trajectory_publish_period_sec = 30e-3,
rangefinder_sampling_ratio = 1.,
odometry_sampling_ratio = 1.,
fixed_frame_pose_sampling_ratio = 1.,
landmarks_sampling_ratio = 1.,
imu_sampling_ratio = 1.,}
MAP_BUILDER.use_trajectory_builder_2d = true
TRAJECTORY_BUILDER_2D.submaps.num_range_data = 35
TRAJECTORY_BUILDER_2D.min_range = 0.3
TRAJECTORY_BUILDER_2D.max_range = 8.
TRAJECTORY_BUILDER_2D.missing_data_ray_length = 1.
TRAJECTORY_BUILDER_2D.use_imu_data = false
TRAJECTORY_BUILDER_2D.use_online_correlative_scan_matching = true
TRAJECTORY_BUILDER_2D.real_time_correlative_scan_matcher.linear_search_window = 0.1
TRAJECTORY_BUILDER_2D.real_time_correlative_scan_matcher.translation_delta_cost_weight = 10.
TRAJECTORY_BUILDER_2D.real_time_correlative_scan_matcher.rotation_delta_cost_weight = 1e-1
POSE_GRAPH.optimization_problem.huber_scale = 1e2
POSE_GRAPH.optimize_every_n_nodes = 35
POSE_GRAPH.constraint_builder.min_score = 0.65
--SPARSE_POSE_GRAPH.optimization_problem.huber_scale = 1e2
--SPARSE_POSE_GRAPH.optimize_every_n_scans = 35
--SPARSE_POSE_GRAPH.constraint_builder.min_score = 0.65
return options
-
地图坐标系 map_frame = “map”
-
map_frame
地图坐标系，用来发布子地图的ROS坐标系ID，位姿的父坐标系，通常是“map” -
tracking_frame
建图时跟踪的坐标系 如果使用了IMU应该是IMU的位置 尽管它可能转动了
常用的选择是“imu_link”（一博主这么说） 但是我见到的都是base_link -
published_frame
作为发布位置的子坐标系的ROS坐标系ID，对于“odom”例程，如果系统的其他地方提供“odom”坐标系，那么“odom”在map_frame中的位置将会被发布，否则，设置为“base_link”即可。 -
odom_frame
“provide_odom_frame”为真时使用，位于“published_frame ”和“map_frame”之间，用来发布本地SLAM结果（非闭环），通常是“odom”。 -
provide_odom_frame
如果使能，这个局部的，非闭环的，连续的“odom_frame ”在“map_frame”中的位置将被发布。 -
use_odometry
如果使能，将订阅nav_msgs/Odometry类型的topic “odom”，这种情况下，必须提供里程计，而且里程计的信息将被包含在SLAM中。 -
num_laser_scans
订阅的laser scan topics的个数，对于单个激光，订阅sensor_msgs/LaserScan类型的“scan”topic(ensor_msgs/LaserScan这个topic 将被用SLAM的输入)
对于多个激光，topics为“scan_1”, “scan_2”…(如果num_laser_scans大于1，那么多个被编号的scan topics
(比如scan1、scan2、scan3、……直到并包括num_laser_scans)将被用作SLAM的输入) -
num_multi_echo_laser_scans
订阅多回波技术laser scan topics的个数，对于单个激光，订阅sensor_msgs/MultiEchoLaserScan类型的“echoes”topic，对于多个激光，topics为“echoes_1”, “echoes_2”…。 -
num_subdivisions_per_laser_scan
接收到的（多回波）laser scan中分离出来的点云的个数，分割scan能够保证在激光设备移动的过程中scans不弯曲变形。有相应的轨迹生成器选项可以将分离的scans累积到点云中，用来进行scan matching。 -
num_point_clouds
订阅的点云topics 的个数，对于单个测距仪，订阅sensor_msgs/PointCloud2类型的“points2”topic，对于多个测距仪，topics为“points2_1”, “points2_2”…。 -
lookup_transform_timeout_sec
使用tf2进行转换搜素的超时时间的秒数。 -
submap_publish_period_sec
发布submap 位置的间隔秒数，如0.3s。 -
pose_publish_period_sec
发布位置的间隔秒数，如5e-3对应200Hz,即5ms -
trajectory_publish_period_sec
发布轨迹标记的间隔秒数，如30e-3对应30ms。 -
一个轮速计，发布/odom(Odometry)，tf: odom->base_link:
published_frame=”odom”,
use_odometry=true,`
- 没有惯导或不相信其他传感器，而只使用激光雷达数据：
TRAJECTORY_BUILDER_2D.use_online_correlative_scan_matching=true