基于Rplidar二维雷达使用Hector_SLAM算法在ROS中建图
文章目录
- 前言
- 一、ROS分布式通信（配置多机通信）
-
- 1.简介
- 2.步骤
-
- 2.1 准备
- 2.2 修改配置文件
- 2.3配置主机IP
- 2.4配置从机IP
- 二、RPlidar的使用教程
-
- 1.创建环境
- 2.下载激光雷达的功能包
- 3.编译
- 4.启动雷达
- 三、Hector的使用教程
-
- 1.下载hector功能包
- 2.编译
- 3.添加launch文件
- 4.分别启动雷达和hector的launch文件
- 总结
前言
最近在学习Ros和激光SLam，反复折腾了一段时间，有了一点小结果，于是想分享一点经验。
本文是基于二维雷达Rplidar，使用Hector_slam算法在Ros中建图，同时在PC和Nvidia Jetson Xavier配置了多机通信， 我的电脑PC当从机，Nvidia Jetson Xavier当主机来跑雷达。
ubuntu的版本为20.04
一、ROS分布式通信（配置多机通信）
1.简介
ROS是一个分布式计算环境。一个运行中的ROS系统可以包含分布在多台计算机上多个节点。根据系统的配置方式，任何节点可能随时需要与任何其他节点进行通信。因此，ROS对网络配置有某些要求：
1.所有端口上的所有机器之间必须有完整的双向连接。
2. 每台计算机必须通过所有其他计算机都可以解析的名称来公告自己
2.步骤
2.1 准备
先要保证不同计算机处于同一网络中，最好分别设置固定IP，如果为虚拟机，需要将网络适配器改为桥接模式；
可以用PC或者Nvidia Jetson Xavier来开热点或者是连网线，让两台设备处于同一网络下，然后需要将两台设备的IP地址处于同一网段。
如果是用分享热点的话不需要修改IP地址，两台设备的IP地址会自动在同一网段，而采用网线连接的方法则需要手动设置IP地址。
ThinkPad-E480:~$ ifconfig //查看IP地址
我是用PC来热点给Nvidia连接，PC的IP地址如下所示：
wlp5s0: flags=4163<UP,BROADCAST,RUNNING,MULTICAST> mtu 1500
inet 192.168.1.111 netmask 255.255.255.0 broadcast 192.168.1.255
inet6 fe80::6cab:8a8f:7d7c:c5d9 prefixlen 64 scopeid 0x20<link>
ether 3c:91:80:5c:01:db txqueuelen 1000 (以太网)
RX packets 132659 bytes 106070983 (106.0 MB)
RX errors 0 dropped 0 overruns 0 frame 0
TX packets 85589 bytes 64277025 (64.2 MB)
TX errors 0 dropped 0 overruns 0 carrier 0 collisions 0
在Nvidia上面也可以用同样的方法，我的Nvidia的IP地址为：192.168.1.144
于是两个设备就在同一个网段中。
2.2 修改配置文件
分别修改不同计算机的 /etc/hosts 文件，在该文件中加入对方的IP地址和计算机名:
ThinkPad-E480:~$ cd /etc
ThinkPad-E480:/etc$ sudo gedit hosts
主机端：
从机的IP 从机计算机名
从机端：
主机的IP 主机计算机名
设置完毕后，可以通过 ping 命令测试网络通信是否正常。
IP地址查看名: ifconfig
计算机名称查看: hostname
2.3配置主机IP
配置主机IP，打开ubuntu中的文件，按住键盘上的ctrl+h，就会在文件中显示隐藏文件 .bashrc
打开.bashrc文件追加
export ROS_MASTER_URI=http://主机IP:11311
export ROS_HOSTNAME=主机IP
然后在终端中刷新环境
ThinkPad-E480:~$ source ~/.bashrc
2.4配置从机IP
也是和配置主机同样的方法，打开.bashrc文件追加内容，但是从机可以有多台，每台都做如下设置:
打开.bashrc 追加
export ROS_MASTER_URI=http://主机IP:11311
export ROS_HOSTNAME=从机IP
然后在终端中刷新环境
ThinkPad-E480:~$ source ~/.bashrc
这样就完成了多机通信的配置，有一个地方需要注意 roscore必须由主机来启动
二、RPlidar的使用教程
关于RPlidar激光雷达，是有现成的功能包可以调用。
1.创建环境
打开一个终端，创建ros工作空间
mkdir -p ~/turtlebot_ws/src
cd ~/turtlebot_ws/src
2.下载激光雷达的功能包
再之前进入的turtlebot_ws/src目录下，输入如下命令
git clone https://github.com/ncnynl/rplidar_ros.git
rplidar的ros功能包就会出现在src目录下。
3.编译
回到turtlebot_ws目录下
cd ~/turtlebot_ws
编译工作空间
catkin_make
当编译结束后，在 turtlebot_ws 目录下就会出现 devel 和 build 两个文件夹
4.启动雷达
首先将雷达的USB连接到Nvidia上，并查看使用那个USB口，在给予相应USB口权限。
ls -l /dev |grep ttyUSB //查看USB口
sudo chmod 777 /dev/ttyUSB0 // 一般为USB0
回到turtlebot_ws 目录下，刷新环境变量
source /devel/setup.bash
启动launch文件即可运行雷达并打开Rviz查看
$ roslaunch rplidar_ros view_rplidar.launch
三、Hector的使用教程
hector在ROS中也有集成好的功能包，直接调用即可。
1.下载hector功能包
进入turtlebot_ws /src目录下，下载hector功能包
cd /turtlebot_ws/src
git clone https://github.com/tu-darmstadt-ros-pkg/hector_slam.git
在turtlebot_ws /src目录下，就会有两个功能包，一个是激光雷达，一个是hector。
2.编译
回到turtlebot_ws 目录下，编译。
cd ..
catkin_make
同样地，查询雷达是连接的那个USB口，给予相应USB口权限
ls -l /dev |grep ttyUSB //查看USB口
sudo chmod 777 /dev/ttyUSB0 // 一般为USB0
3.添加launch文件
还需要给hector添加launch文件，进入turtlebot_ws / src / rplidar_ros / launch 文件夹内，添加一个launch文件
cd turtlebot_ws/src/ rplidar_ros/launch
touch hector_mapping_demo.launch
在hector_mapping_demo.launch内添加如下内容：
<launch>
<node pkg="hector_mapping" type="hector_mapping" name="hector_mapping" output="screen">
<param name="pub_map_odom_transform" value="true"/>
<param name="map_frame" value="map" />
<param name="base_frame" value="base_link" />
<param name="odom_frame" value="base_link" />
<param name="use_tf_scan_transformation" value="true"/>
<param name="use_tf_pose_start_estimate" value="false"/>
<param name="map_resolution" value="0.05"/>
<param name="map_size" value="2048"/>
<param name="map_start_x" value="0.5"/>
<param name="map_start_y" value="0.5" />
<param name="laser_z_min_value" value = "-1.0" />
<param name="laser_z_max_value" value = "1.0" />
<param name="map_multi_res_levels" value="2" />
<param name="map_pub_period" value="2" />
<param name="laser_min_dist" value="0.4" />
<param name="laser_max_dist" value="5.5" />
<param name="output_timing" value="false" />
<param name="pub_map_scanmatch_transform" value="true" />
<param name="update_factor_free" value="0.4"/>
<param name="update_factor_occupied" value="0.7" />
<param name="map_update_distance_thresh" value="0.2"/>
<param name="map_update_angle_thresh" value="0.06" />
<param name="advertise_map_service" value="true"/>
<param name="scan_subscriber_queue_size" value="5"/>
<param name="scan_topic" value="scan"/>
</node>
<node pkg="tf" type="static_transform_publisher" name="base_to_laser_broadcaster" args="0 0 0 0 0 0 /base_link /laser 100"/>
<node pkg="rviz" type="rviz" name="rviz" args="-d $(find hector_slam_launch)/rviz_cfg/mapping_demo.rviz"/>
</launch>
回到 turtlebot_ws 目录下，刷新环境变量
source /turtlebot_ws/devel/setup.bash
4.分别启动雷达和hector的launch文件
在主机(nvidia)上启动雷达的launch文件
roslaunch rplidar_ros rplidar.launch
在从机上启动hector的launch文件
roslaunch rplidar_ros rplidar.launch
就可以在从机的Rviz上看到雷达建图
总结
在使用rplidar基于hector_slam的建图过程中，都有已经写好的功能包可以调用，无需重复造轮子。
在rqt_graph中可以清楚的看到，雷达的节点（rplidarnode）在发布 /scan 话题，hector的节点（hector_mapping）会订阅 /scan 话题，这也就是把雷达的数据通过rplidar功能包发给hector功能包，进行运算后来建图
