基于ROS的SLAM建图、自动导航、避障（冰达机器人）
SLAM是Simultaneous localization and mapping缩写，意为“同步定位与建图”，主要用于解决机器人在未知环境运动时的定位与地图构建问题。机器人在未知环境中从一个未知位置开始移动,在移动过程中根据位置和地图进行自身定位，同时在自身定位的基础上建造增量式地图，实现机器人的自主定位和导航。
小车可以运行ros中激光雷达功能包，在PC端的rviz中可以查看；在启动底盘、键盘控制后可以控制小车移动；根据SLAM算法对实验室的环境进行建图；可以保存、读取地图，在PC端控制小车从A点到B点实现路径规划并自动避障。
本文以冰达机器人小车为例，在实际使用过程中遇到了一些问题，总结出的较为详细的教程。
软件平台：Linux（Ubuntu18.04.6）。
硬件平台：冰达机器人。
语言版本：Python 2.7
一.安装ROS及配置环境
1.ROS安装
个人推荐使用小鱼的一键安装，可以解决99%的问题
一键安装指令：
wget http://fishros.com/install -O fishros && . fishros官网：主页 | 鱼香ROS（但是教学以ROS2为主，冰达机器人只能用ROS1）
开源地址：https://github.com/fishros/install
2.工作区安装
首先从git上下载所需要的功能包到你的工作空间，我们还是以catkin_ws工作空间为例
mkdir -p ~/catkin_ws/src/
cd ~/catkin_ws/src/
git clone https://gitee.com/bingda-robot/base_control.git
git clone https://gitee.com/bingda-robot/lidar.git
git clone https://gitee.com/bingda-robot/robot_vision.git
git clone https://gitee.com/bingda-robot/robot_navigation.git
git clone https://gitee.com/bingda-robot/robot_simulation.git拉取完成后编译工作空间
cd ~/catkin_ws/
catkin_make
然后来解决功能包依赖
如果你的rosdep可以正常使用（按照这个教程都可以正常使用），那么可以通过rosdep来检查依赖的包是否都满足
cd ~/catkin_ws/
rosdep check --from-path src
如果执行结果为“All system dependencies have been satisfied”，则所有依赖项目已经满足，无需安装
否则，再执行下面指令安装依赖包
rosdep install --from-path src -y
如果你的rosdep无法正常工作，那么你可以通过安装我们所提供的依赖清单来手动安装
sudo apt-get update
sudo apt-get install ros-$ROS_DISTRO-teleop-twist-keyboard ros-$ROS_DISTRO-amcl ros-$ROS_DISTRO-move-base ros-$ROS_DISTRO-slam-gmapping ros-$ROS_DISTRO-slam-karto ros-$ROS_DISTRO-cartographer ros-$ROS_DISTRO-cartographer-ros ros-$ROS_DISTRO-dwa-local-planner ros-$ROS_DISTRO-teb-local-planner ros-$ROS_DISTRO-uvc-camera ros-$ROS_DISTRO-map-server ros-$ROS_DISTRO-hector-slam* ros-$ROS_DISTRO-global-planner ros-$ROS_DISTRO-navfn -y设置环境变量
cd /catkin_ws/devel
source setup.bash二.配置分布式
- 连接机器人：ssh [email protected]
- 打开虚拟机终端输入，ifconfig查看Ubuntu的IP地址，让两个机器互ping，确保可以收到数据。
- 在PC端输入gedit .bashrc 对 .bashrc进行修改（名字、机器人ip），添加相关信息，如下图所示。
图1 .bashrc文件新增内容
三.同步小车时间
.因为robot没有断电保护，所以每次关机重启后，它的时间不能与真实时间对应上，而我们的pc是能够连接外网，能够通过ntp服务器进行时间校准
如果在实验中pc没有外网环境，先帮pc获取一个外网环境，然后安装一个ntp服务器：
bingda@ubuntu:sudo apt install ntp把我们的pc当成一个ntp服务器，robot去根据pc进行自身的时间校准：
bingda@robot:sudo ntpdate 192.168.x.x //每个人电脑分配的ip不同，这里以自己的pc的ip为准如果发现robot无法通过pc进行时间校准，则手动校准时间：
bingda@robot:sudo date --s=" 2022-06-21 11:12:00"四.启动激光雷达
- 启动激光雷达：
bingda@robot:roslaunch robot_navigation lidar.launch- 查看发布的话题，寻找雷达：
bingda@robot:rostopic list 3.打印雷达扫描的数据:
bingda@robot:rostopic echo /scan4.pc:用rviz查看图像:
elcielo@Skyn3ss:roslaunch robot_navigation lidar_rviz.launch
图2 运行激光雷达
五.运行激光雷达和激光SLAM建图
1.运行激光雷达：
bingda@robot:roslaunch robot_navigation robot_slam_laser.launch2.启动底盘：
bingda@robot:roslaunch base_control base_control.launch3.启动键盘控制：
rosrun teleop_twist_keyboard teleop_twist_keyboard.py4.用rviz查看图像：
elcielo@Skyn3ss:roslaunch robot_navigation slam_rviz.launch5.查看地图文件:
bingda@robot:roscd robot_navigation/maps6.保存map：
bingda@robot:rosrun map_server map_saver -f map
图3 保存后的地图及结点
六.运行激光雷达和避障
1.运行激光雷达避障（会读取之前保存的地图）：
bingda@robot:roslaunch robot_navigation robot_navigation.launch2.用rviz查看：
elcielo@Skyn3ss:roslaunch robot_navigation navigation_rviz.launch3.用2D Pose Estimate改变初试位置，让小车的雷达范围与之前保存的地图基本一致。
4.用2D Nav Goal指向我们的目标地，小车会自动规划路径并行驶到目标点处。
图4 读取地图
图5 路径规划
七.其他问题
1.没有地图数据
检查分布式配置（互ping）；
检查Python版本，一定是Python2。
2.xxx is neither a launch file in package nor xxx is a launch file name
没有把工作区环境添加到.bashrc，或者在每次运行前去工作区目录source一下。
本文仅代表个人观点，如有错误，望读者指出。