(原创)线控小车底盘松灵SCOUT+激光雷达实现基于cartographer的室内小车导航实现攻略教程

本教程包含该方法实现过程，具体包含传感器数据接入，算法布置，执行器执行并测试的整个过程。未经本人同意，不可用于商业用途，转载请注明出处。

零、硬件准备

实验室买了一个线控差动底盘，4轮差动转向，计算平台采用nvidia-agx，激光雷达是velodyne-vlp16，软件上基于cartographer算法建图+amcl定位+ros包move_base 进行室内导航。nvidia-agx内置ubuntu18.04，ros-melodic，**路由器一个工业的或者普通路由器均可，普通路由器需要修改激光雷达的广播类型，**从255.255.255.0的广播形式修改为计算平台的ip地址，否则路由器受到带宽限制可能会造成网络拥堵，工业路由器或交换器请忽略。

一、激光雷达数据接入
新建一个ros工作空间catkin_ws,下载velodyne驱动程序,在src文件夹下，

git clone https://github.com/ros-drivers/velodyne.git

然后编译软件包

catkin_make
source devel/setup.bash

通过给的VLP-16.yaml生成xml文件：

roslaunch velodyne_pointcloud gen_calibreation.py calibration:=${path}/VLP-16.xml

启动雷达节点

#start lidar node
roslaunch velodyne_pointcloud VLP16_points.launch calibration:=${path}/VLP-16.yaml

二、小车底盘接入

接入小车底盘，包括里程计数据，小车控制量等信息。

git clone https://github.com/agilexrobotics/scout_ros.git

catkin_make

#start scout_base
roslaunch scout_bringup scout_minimal_uart.launch

三、cartographer算法建图

cartographer_ros包参考https://github.com/cartographer-project/cartographer_ros进行安装和下载。

建图时一般先通过录制rosbag的方式，

Roslaunch velodyne_pointcloud VLP16_points.launch calibration:=${path}/VLP-16.yaml 

rosbag record /scan

根据激光雷达信息修改,demo_velodyne_2d_online.launch 配置文件。
启动建图：

roslaunch cartographer_ros demo_velodyne_2d_online.launch bag_filename:=${rosbag_path}.bag

自动启动RVIZ进行建图，建图结束后执行：

dir_path="/home/nvidia/Downloads/graph"

cd $dir_path

time_cur=$(date "+%Y-%m-%d-%H-%M-%S")

mkdir $time_cur

rosservice call /finish_trajectory 0

rosservice call /write_state "filename: '${dir_path}/${time_cur}/${time_cur}.pbstream'"

rosrun cartographer_ros cartographer_pbstream_to_ros_map -map_filestem=${dir_path}/${time_cur}/${time_cur} -pbstream_filename=${dir_path}/${time_cur}/${time_cur}.pbstream -resolution=0.05

得到三个文件：mymap.pbstream,mymap.pgm,mymap.yaml,yaml用来后续加载地图。

四、amcl定位和move_base导航。

下载：

git clone https://github.com/ros-planning/navigation.git
#install
catkin_make

对算法进行配置：
需要配置6个配置文件，配置文件参考变量名，分别为：

 -->base_local_planner_params.yaml
TrajectoryPlannerROS:
  max_vel_x: 1.4
  min_vel_x: 0.1
  max_vel_theta: 1.0
  min_in_place_vel_theta: 0.4

  acc_lim_theta: 3.2
  acc_lim_x: 2.5
  acc_lim_y: 2.5

  holonomic_robot: true

-->costmap_common_params.yaml
obstacle_range: 2.5
raytrace_range: 3.0
footprint: [[0.364, 0.54], [0.364, -0.54], [-0.364, 0.54], [-0.364, -0.54]]
#robot_radius: ir_of_robot
inflation_radius: 0.55

#observation_sources: laser_scan_sensor point_cloud_sensor
observation_sources: laser_scan_sensor

laser_scan_sensor: {sensor_frame: velodyne, data_type: LaserScan, topic: scan , marking: true, clearing: true}

#point_cloud_sensor: {sensor_frame: frame_name, data_type: PointCloud, topic: topic_name, marking: true, clearing: true}

-->global_costmap_params.yaml
global_costmap:
  global_frame: map
  robot_base_frame: base_link
  update_frequency: 5.0
  static_map: true

-->local_cost_map_params.yaml
local_costmap:
  global_frame: odom
  robot_base_frame: base_link
  update_frequency: 5.0
  publish_frequency: 2.0
  static_map: false
  rolling_window: true
  width: 6.0
  height: 6.0
  resolution: 0.05

-->move_base.launch
<launch>

   <master auto="start"/>
  
    <include file="$(find amcl)/examples/amcl_diff.launch" />

   <node pkg="move_base" type="move_base" respawn="false" name="move_base" output="screen">
    <rosparam file="$(find my_robot_name_2dnav)/costmap_common_params.yaml" command="load" ns="global_costmap" /> 
    <rosparam file="$(find my_robot_name_2dnav)/costmap_common_params.yaml" command="load" ns="local_costmap" />
    <rosparam file="$(find my_robot_name_2dnav)/local_costmap_params.yaml" command="load" />
    <rosparam file="$(find my_robot_name_2dnav)/global_costmap_params.yaml" command="load" /> 
    <rosparam file="$(find my_robot_name_2dnav)/base_local_planner_params.yaml" command="load" />
 node>

launch> 

算法有四个输入，分别是雷达信号，地图信息，里程计信息，还有坐标系变换tf。

4.1加载激光雷达数据

Roslaunch velodyne_pointcloud VLP16_points.launch calibration:=${path}/VLP-16.yaml 

4.2加载小车底盘信息(里程计，和算法输出)

roslaunch scout_bringup scout_minimal_uart.launch

4.3加载tf，tf用c++写的，代码如下：

主要用来转换激光雷达和底盘的坐标系变换。

#include 
#include 

int main(int argc, char **argv){
     

        ros::init(argc,argv,"robot_tf_publisher");
        ros::NodeHandle n;
        ros::Rate r(50);
        tf::TransformBroadcaster broadcaster;

        while(n.ok()){
     
                broadcaster.sendTransform(
                        tf::StampedTransform(
                                tf::Transform(tf::Quaternion(0,0,0,1), tf::Vector3(0.1,0.0,0.2)),
                                ros::Time::now(),"base_link","velodyne"));
                r.sleep();
        }
        return 0;
}

4.4加载地图：

rosrun map_server map_server mymap.yaml

4.5启动amcl和nav节点。

roslaunch move_base.launch

五、设定目标点。

rosrun rviz rviz 

加载地图，在地图中利用rviz上方工具，设置导航目标点，启动导航，然后就可以自己玩啦。因为计算平台需要车载，因此用了vnc服务，远程发布目标点信息。

有小问题可以在下面留言哈，
未经作者同意请勿用于商业用途