48.Isaac教程--GMapping应用程序

GMapping应用程序

GMapping 是一个使用 OpenSlam 软件库的地图生成工具。 该应用程序允许您创建地图以在其他应用程序中使用。

GMapping 应用程序使用 Carter 参考机器人的 LIDAR 功能。

注意

建图是一项计算密集型和存储密集型活动,可能需要微调才能生成合适的建筑地图。 为获得最佳结果,请记录您的建图日志并离线调整 GMapping 参数。

根据机器人的能力,利用里程计或机器人姿势的姿势树。 使用惯性测量单元 (IMU) 来改进结果。

虽然您可以在桌面上运行 GMapping 应用程序,但对于实际的地图绘制,它必须部署并在 Carter 机器人上运行。

部署和运行 GMapping 应用程序

  1. 按照应用程序控制台选项中的说明将 //apps/carter/gmapping:gmapping-pkg 部署到机器人。

  2. 在选择目标机器人配置文件的同时运行 GMapping 应用程序:

bob@carter1:~/gmapping-pkg$ ./apps/carter/gmapping/gmapping --more "apps/carter/robots/carter_1.json"

输出

示例应用程序在整个运行过程中将地图写入 /tmp/map.img_.png 文件夹。 使用以下配置参数为 Gmapping codelet 指定输出路径:

"config": {
  "gmapping.gmapping": {
    "GMapping": {
      "file_path": "/tmp"
    }
  }
}

建图示例

下面的图像序列说明了随着时间的推移,从第一次激光雷达数据捕获到建筑物地图的建图过程。

48.Isaac教程--GMapping应用程序_第1张图片48.Isaac教程--GMapping应用程序_第2张图片48.Isaac教程--GMapping应用程序_第3张图片48.Isaac教程--GMapping应用程序_第4张图片48.Isaac教程--GMapping应用程序_第5张图片48.Isaac教程--GMapping应用程序_第6张图片48.Isaac教程--GMapping应用程序_第7张图片

建图建议

机器人在建图过程中移动的速度会影响结果。 速度越慢,LIDAR 样本的数量越多,从而提高了准确性。 避免急转弯。 配置机器人以限制最大线速度和角速度。

定期匹配和关闭路径循环,以纠正测绘期间里程计和惯性测量中的漂移和错误。 匹配深度是有限的。 在可能的情况下,绕建筑物中的街区导航,例如隔间畜栏和大型建筑元素。 无需驾车穿过已绘制地图的区域; 它会增加噪音。

从帧到帧保持足够的锚点。 这在离开或进入新区域或转入走廊时尤为重要。 避免驾驶太靠近墙壁。 选择与您的建筑拓扑一样高的(匹配)粒子数量,您可以在不丢失扫描匹配或仅恢复到里程计的情况下,这会导致糟糕的建图结果。

使用足够长的范围来帮助维护锚点,但使用较小的更新范围来绘制清晰的地图图像。 理想情况下,您的更新范围不应大于要建图的最大区域长度的一半。

在使用日志建图应用程序完成真实世界捕获后,记录您的扫描和里程计通道以重播和创建具有不同参数的新地图。 调整配置参数以针对您的建图用例进行试验。

使用 GMapping 或 logamppings 生成的地图时,修剪地图图像的灰色边缘。 这减少了文件的大小并提高了使用地图图像的算法的性能。 修改后,将这些地图保存为灰度、压缩、PNG 格式,以显着减小文件大小。

更多精彩内容:
https://www.nvidia.cn/gtc-global/?ncid=ref-dev-876561

你可能感兴趣的:(ISAAC,机器人,人工智能,深度学习,NVIDIA,计算机视觉)