SLAM从入门到精通（ROS的使用）

【 声明：版权所有，欢迎转载，请勿用于商业用途。 联系信箱：feixiaoxing @163.com】

        ros，全称robot operating system。说它是操作系统，其实有点夸大了。一般认为，它是提供了robot处理的统一框架，有点类似os，但是和真实的os差的有点远。当前，ros和ubuntu的版本是一一匹配的。说它是框架，从驱动上说，目前大多数传感器厂商都会统一的ros设备驱动接口。从应用上说，它就是一个上层的分布式消息处理框架。从算法模块上说，它自身集成了很多的算法包，大家可以对这些算法继续迭代和优化，也可以通过一定的方式放到实际项目中，这些都是ok的。所以，ros本身无所谓好坏，就看用的人是如何处理的。对我们自己，要善于用好这些工具，而不是去夸大或者贬损，最主要的是，只会用算法包或者简单调参，这肯定是不行的。

1、ros的统一接口

        这个接口，包括两个部分。一个是软件接口，一个是硬件驱动接口。目前robot使用的传感器有很多种，imu、lidar、odom、camera、3d camera、voice recorder等等，只要有需求，都可以集成到ros平台上面来。另外一个接口则是软件接口。这是一个分散的结构。它的核心是roscore，所有的程序都通过roscore来进行信息的交流。如果希望发布这个消息，就用publish公布出去；如果希望订阅这个消息，就用subscribe订阅一下即可。

2、ros命令

        作为一个完整的框架，ros不仅提供了统一的接口，而且还搭配了很多的第三方命令。有了这些命令，我们不仅可以对程序进行加载和执行，还能对ros系统进行分析和监控。命令主要有三种，第一种，ros shell命令，比如roscd、rosls等等；第二种，ros 执行命令，比如roscore、rosrun、roslaunch等等；第三种，ros信息命令，比如rosnode、rostopic、rosservice等等。有了这些命令，我们开发和验证程序就更加容易和方便了。

3、第三方算法包

        这个第三方算法包，可能是很多人使用ros的根本原因。定位导航的同学可以直接选择gmapping和amcl包。搭配参数修改，即使不是特别了解slam的同学，也可以在很短的时间内搭配出一个slam系统。做机械臂的同学也一样，用moveit包就可以快速达到自己的目的。至于视觉，用opencv的人比较多，在ros里面使用，就相当于用opencv库来专门处理机器人视觉，有点意思的。

        但是这个第三方包只是解决有无的问题，它既不能帮你发论文，也没法做项目。只能是说，他帮我们完成了0-1的工作，不用重复造轮子了。真正要落地，还是要优化算法、优化硬件的。

4、调试辅助工具

        除了传统的log、控制台等工具可以调试外，ros本身还提供了很多的工具。比如rviz工具，它可以帮助我们是实时生成的slam地图；再比如tf工具，可以帮我们快速实现坐标系的转变；还比如gazebo工具，用它来搭建仿真环境，这是最合适不过了。所以，如果要是学习的话，即使身边没有真实的机器人，也可以通过仿真工具、辅助软件来快速学习的。

5、真实环境的搭建

        仿真做久了，还是希望用真实的设备练练手，毕竟真实环境还是要比仿真环境复杂得多。这个时候就可以去电商网站购买一个真实的机器人。ros本身是支持分布式系统的，所以机器人上运行一个ros环境，个人电脑也运行一个ros环境，这样通过无线wifi，他们就可以通过网络实现局域网内的自由数据传输，整个ros系统就活起来了、机器人也可以动起来了。

6、ros系统 & 上层app

        ros本身是一个框架和生态，他虽然有很多的工具和算法包，但是能做出什么产品、解决客户什么具体问题，还有赖于每个人自己的思考。所以单独的ros不一定能构成商品，还需要搭配上层应用，比如是去巡检、扫地、搬货、堆叠，还是什么其他用途，这些都需要自己去好好思考的。

其他

        本身ros的架构还是很优秀的，它告诉我们一个合适的架构应该是什么样的，该提供哪些功能，又不该做哪些事情，这些都是很有借鉴意义的。