cartographer建图,重定位及发布消息结构为nav_msgs::Odometry的odom话题

ros中Odom话题与odom坐标系的理解 odom话题发表的是odom坐标系到base_link之间的转换关系,以及机器人的速度。其中base_like是机器人本体坐标系,与机器人中心重合,所以odom坐标系到base_link之间的转换关系也就是机器人在里程计坐标系中的位姿。 注:有些机器人pr_2是base_footprint是base_link原点在地面上的投影。不过在2D导航中两者表达的意思是一样的。 官网上是这么说的 The nav_msgs/Odometry message stores an estimate of the posit 阅读详情
AI摘要

该博客介绍了如何在Cartographer ROS功能包中发布odom话题。通过修改源码,开启tracked_pose话题发布,并提供了两种实现方法:一种是在node.cc中直接发布odom消息;另一种是通过rosparam传递参数,创建新节点来发布odom。详细步骤包括查找并修改源码,以及新节点的代码实现。

完整功能包(包含carto建图,重定位以及odom话题发布)上传至https://download.csdn.net/download/zhaohaowu/33647981
众所周知,cartographer的重定位模式没有发布消息结构为nav_msgs::Odometry的odom话题
但cartographer_ros功能包中包含tracked_pose话题,里面包含了map坐标系下雷达的位姿,
默认不打开,我们在此基础上完成odom话题的发布

首先找到node.cc里面的node_options_.publish_tracked_pose,可以看到如果if为true,将发布tracked_pose话题,选中publish_tracked_pose按f12,跳转到定义处,在node_options.h文件下,可以看到默认为false,改为true,这样cartographer将发布tracked_pose话题

然后,两种方法发布odom

  • 方法一,在node.cc中发布

在node.h中
ctrl+f搜索tracked_pose_publisher_
在其下面添加::ros::Publisher pub;
在node.cc中,
第一个if (node_options_.publish_tracked_pose) 中加入

pub = node_handle_.advertise<::nav_msgs::Odometry>("carto_odom", 100);

第二个if (node_options_.publish_tracked_pose) 中加入

		current_time = ros::Time::now();
        current_x = pose_msg.pose.position.x;
        current_yaw = tf::getYaw(pose_msg.pose.orientation);
        dt = (current_time - last_time).toSec();
        dx = current_x - last_x;
        d_yaw = current_yaw - last_yaw;
        lin_speed = dx/dt;
        ang_speed = d_yaw/dt;
        ::nav_msgs::Odometry msg;
        msg.header.stamp = ros::Time::now();
        msg.header.frame_id = "odom";
        msg.child_frame_id = "rslidar";
        msg.pose.pose.position = pose_msg.pose.position;
        msg.pose.pose.orientation = pose_msg.pose.orientation;
        msg.twist.twist.linear.x = lin_speed;
        msg.twist.twist.linear.y = 0.0;
        msg.twist.twist.angular.z = ang_speed;
        pub.publish(msg);
        last_time = ros::Time::now();
        last_x = pose_msg.pose.position.x;
        last_yaw = tf::getYaw(pose_msg.pose.orientation);
  • 方法二,使用rosparam传递参数,另外写个节点

在node.cc中
第二个if (node_options_.publish_tracked_pose) 中加入

node_handle_.setParam("position_x", pose_msg.pose.position.x);
node_handle_.setParam("position_y", pose_msg.pose.position.y);
node_handle_.setParam("orientation_x", pose_msg.pose.orientation.x);
node_handle_.setParam("orientation_y", pose_msg.pose.orientation.y);
node_handle_.setParam("orientation_z", pose_msg.pose.orientation.z);
node_handle_.setParam("orientation_w", pose_msg.pose.orientation.w);

在新节点中,
carto_odom.cpp

#include <ros/ros.h>
#include <nav_msgs/Odometry.h>
#include <tf/tf.h>
#include <unistd.h>

int main(int argc, char** argv)
{
    ros::init(argc, argv, "carto_odom");
    ros::NodeHandle(n);
    ros::Publisher pub = n.advertise<nav_msgs::Odometry>("carto_odom_test", 1);
    double position_x, position_y, orientation_x, orientation_y, orientation_z, orientation_w;
    nav_msgs::Odometry tmp;

    ros::Time current_time, last_time;
    double current_x, last_x, current_yaw, last_yaw, lin_speed, ang_speed;
    while (ros::ok())
    {
        n.getParam("position_x",position_x);
        n.getParam("position_y",position_y);
        n.getParam("orientation_x",orientation_x);
        n.getParam("orientation_y",orientation_y);
        n.getParam("orientation_z",orientation_z);
        n.getParam("orientation_w",orientation_w);
        current_time = ros::Time::now();
        current_x = position_x;
        tmp.pose.pose.orientation.x = orientation_x;
        tmp.pose.pose.orientation.y = orientation_y;
        tmp.pose.pose.orientation.z = orientation_z;
        tmp.pose.pose.orientation.w = orientation_w;
        current_yaw = tf::getYaw(tmp.pose.pose.orientation);
        nav_msgs::Odometry msg;
        msg.header.stamp = ros::Time::now();
        msg.header.frame_id = "odom";
        msg.child_frame_id = "rslidar";
        msg.pose.pose.position.x = position_x;
        msg.pose.pose.position.y = position_y;
        msg.pose.pose.orientation.x = orientation_x;
        msg.pose.pose.orientation.y = orientation_y;
        msg.pose.pose.orientation.z = orientation_z;
        msg.pose.pose.orientation.w = orientation_w;
        lin_speed = (current_x - last_x)/((current_time - last_time).toSec());
        ang_speed = (current_yaw - last_yaw)/((current_time - last_time).toSec());
        msg.twist.twist.linear.x = lin_speed;
        msg.twist.twist.angular.z = ang_speed;
        pub.publish(msg);
        n.getParam("position_x",position_x);
        n.getParam("position_y",position_y);
        n.getParam("orientation_x",orientation_x);
        n.getParam("orientation_y",orientation_y);
        n.getParam("orientation_z",orientation_z);
        n.getParam("orientation_w",orientation_w);
        last_time = ros::Time::now();
        last_x = position_x;
        tmp.pose.pose.orientation.x = orientation_x;
        tmp.pose.pose.orientation.y = orientation_y;
        tmp.pose.pose.orientation.z = orientation_z;
        tmp.pose.pose.orientation.w = orientation_w;
        last_yaw = tf::getYaw(tmp.pose.pose.orientation);
        usleep(80 * 1000); //100ms
    }
    ros::spin();
    std::cout << "\n\n结束odom发布\n\n";
    return 0;
}

CMakeLists.txt

cmake_minimum_required(VERSION 3.0.2)
project(carto_test)

# add_compile_options(-std=c++11)
SET(CMAKE_BUILD_TYPE Debug)

find_package(catkin REQUIRED COMPONENTS
  roscpp
  nav_msgs
  tf
  # message_generation
)
# add_message_files(
#   FILES
#   position.msg
# )
# generate_messages(
#   DEPENDENCIES
#   std_msgs
# )

catkin_package(
  CATKIN_DEPENDS roscpp nav_msgs tf
  # message_runtime
)

# find_package(OpenCV  REQUIRED)
# find_package(aruco  REQUIRED )

include_directories(
  ${catkin_INCLUDE_DIRS}
#   ${OpenCV_INCLUDE_DIRS}
#   ${aruco_INCLUDE_DIRS}
)

add_executable(carto_odom src/carto_odom.cpp)
target_link_libraries(carto_odom
  ${catkin_LIBRARIES}
#   ${OpenCV_LIBS}
#   ${aruco_LIBS}
)
# add_dependencies(aruco_test ${PROJECT_NAME}_gencpp)
思岚RPLIDAR A1与Cartographer 2D建图部署实战 激光雷达是机器人感知环境的核心传感器,而Cartographer作为Google开源的真实世界建图框架,通过submap与回环优化机制,在不依赖高精度里程计的情况下仍能稳定构建2D栅格地图。这种基于激光的SLAM方案让低成本室内小车也能快速实现环境地图构建。ROS环境下,将思岚RPLIDAR A1与Cartographer组合,是当前入门2D建图最成熟的路径之一。本文从雷达驱动安装、Cartographer编译配置到建图调参全流程展开,覆盖串口权限、TF坐标树、参数优化等工程实践要点,帮助开发者从零跑通一套 阅读详情

相关推荐

ROS2实战:从传感器接入到SLAM建图与Nav2导航真机落地

在机器人开发中,传感器数据获取与处理是系统可靠工作的基石。从激光雷达、IMU到里程计,如何将底层数据正确接入ROS2并确保话题频率与TF树正确,直接影响后续建图与导航效果。SLAM技术通过融合多传感器信息,解决机器人在未知环境中的定位与地图构建问题,而Nav2导航栈则在此基础上实现路径规划与自主避障。借助Gazebo仿真先行验证,可大幅降低真机调试成本。一条从传感器接入、URDF建模、仿真验证到SLAM建图与Nav2导航真机落地的完整链路,正是系统掌握ROS2机器人实战的关键。

weixin_33946020的博客 416

ROS里程计消息nav_msgs/Odometry的可视化方法

ROS中里程计的消息类型为nav_msgs/Odometry,可以利用geometry_msgs::PoseStamped消息,将其转化为nav_msgs/Path消息,从而在rviz中可视化

showing1998的博客 1万+

ROS 2 Slam Toolbox实战:从零跑通2D激光建图

SLAM(同步定位与地图构建)是移动机器人实现自主导航的基础技术,其核心在于通过传感器数据实时估计位姿并构建环境栅格地图。slam_toolbox作为ROS 2 Humble及后续LTS版本官方主推的2D SLAM后端,采用图优化+闭环检测架构,兼顾实时性、鲁棒性与工程可维护性。相比cartographer和hector_slam,它原生支持ROS 2、参数精简、诊断友好,特别适合硬件资源有限、缺乏IMU或深度相机的差速机器人平台。本文聚焦真实部署场景,覆盖RPLIDAR等常见2D激光雷达与TurtleBo

weixin_30596165的博客 359

【思维导图】nav_msgs/Odometry 消息的构成及订阅

导航功能包要求机器人 能够通过里程计信息源发布包含速度信息的里程计nav_msgs/Odometry 消息; 本篇整理了nav_msgs/Odometry消息的具体结构,更加清晰一点,以及如果订阅这种类型的topic时应该如何获取数据; 了解了具体的结构后来看一下简单一点的订阅实例: typedef struct { float x; float y; float th; } POSE2D; vector<POSE2D> odom_poses; void

1万+

竞速机器人技术拆解:从运动控制到仿真迁移

机器人高速运动能力不仅依赖硬件执行器,更离不开一整套精密算法与工程体系。理解动态步态控制、实时状态估计和强化学习训练,是掌握现代机器人技术的关键。这些技术不仅用于竞速,更广泛赋能工业巡检、物流配送等场景,提升机器人在复杂环境中的稳定性与适应性。仿真平台与真机部署之间的迁移策略,则让算法在虚拟环境中反复迭代后安全落地,成为缩短研发周期、降低调试风险的核心手段。从基础概念到工程实践,从仿真环境准备到批量参数测试,本文系统梳理了竞速机器人背后的技术栈,帮助开发者快速建立从算法设计到真机验证的完整认知框架。

weixin_33875564的博客 357

nav_msgs/Odometry.h发布机器人位姿(位置和方向)和线速度、角速度

类型的消息用于表示机器人或其他移动实体在某个时刻的位姿(位置和方向)和线速度、角速度。这些信息通常由运动学模型或其他类型的估计算法生成,例如滤波器或SLAM系统。该消息可以由移动的实体发布,或由运动追踪系统接收。所以,如果你正在编写一个机器人程序,需要处理或发布关于机器人的速度和位姿的信息,你可能会使用到。是一个ROS (Robot Operating System)的头文件,它包含了。这是一个在ROS中广泛使用的标准消息类型。消息和对应的头文件。

小秋 AI SLAM 入门实战教程 3003

Turtlebot2稀疏点云导航实战:ORB-SLAM2与ROS融合指南

自主导航是移动机器人领域的核心基础技术,其原理是通过传感器感知环境并构建地图,进而实现定位与路径规划。传统基于2D激光雷达的栅格地图方案在应对玻璃、镜面及复杂三维结构时存在感知局限。稀疏点云地图技术则提供了一种更轻量且富含三维信息的环境表达方式,通过提取视觉特征点构建地图,数据量小但保留了关键结构信息,显著提升了在非结构化环境中的鲁棒性。其技术价值在于为算力受限的机器人平台(如Turtlebot2)提供了可行的三维感知导航解决方案,有效融合了视觉与激光数据。在机器人、自动驾驶及AR/VR等需要实时空间理解的

weixin_33671935的博客 387

nav_msgs 用法汇总和代码实战

在实际应用中,地图通常由 SLAM(Simultaneous Localization and Mapping)系统生成并更新,而不是手动创建。在实际应用中,这些数据通常来自机器人的传感器数据或路径规划算法。例如,里程计数据可能是基于编码器读数和IMU数据的融合结果,而路径可能是由路径规划算法生成的。提供了地图的元数据信息,例如地图的分辨率、尺寸(宽度和高度),以及地图在世界坐标中的位置(通常为原点)。用于表示栅格地图,这在机器人的路径规划和导航中非常有用。提供了地图的元数据,如分辨率和大小。

小秋 AI SLAM 入门实战教程 2059

机器人状态估计实战:从卡尔曼滤波到SLAM的嵌入式部署指南

状态估计是机器人感知自身运动与环境的核心技术,它通过融合多传感器数据,实时推断机器人的位置、姿态和速度。其基本原理是利用概率模型(如卡尔曼滤波、粒子滤波)或优化方法(如图优化),处理带有噪声的传感器观测,以最小化估计误差。这项技术的核心价值在于为机器人的自主导航、避障和决策提供精确、鲁棒的位姿信息,是自动驾驶、无人机、移动机器人等领域实现自主性的基石。在实际应用中,状态估计需要结合具体传感器(如IMU、激光雷达、相机)和计算平台进行工程化实现,涉及算法选型、仿真测试、性能评估和嵌入式部署等环节。本文聚焦于*

weixin_33816821的博客 351

Box2D-Lite源码阅读笔记(2)

0.初始化函数 static void InitDemo(int index) { world.Clear(); numBodies = 0; numJoints = 0; bomb = NULL; demoIndex = index; demos[index](bodies, joints); } 在这个初始化函数中,一般会默认执行index=0的函数,这个函数就是一个示例,因为示例比较简单,所以也便于研究,示例效果如下。 就是一个方块。 进入第一个示例函数。(忽略我加的注释)

ARTELE的博客 978

ESP32IDF 通过 PCA9685控制舵机的程序bug处理

esp32 PCA9685 bug 舵机

ztvzbj的博客 731

ROS自学笔记二十二:导航中里程计消息

pose.pose.orientation:机器人的方向,通常以四元数表示,包括 `x`、`y`、`z` 和 `w`。- twist.twist.angular:机器人的角速度,通常包括绕 `x`、`y` 和 `z` 轴的旋转速度。- twist.twist.linear:机器人的线速度,通常包括 `x`、`y` 和 `z` 分量。- pose.pose.position:机器人的三维位置,通常包括 `x`、`y` 和 `z`。- twist:机器人的线速度和角速度信息,用于表示机器人的运动状态。

m0_71721954的博客 3505

带有HSE组件的S32系列芯片中各子系统如何依次启动?

仔细阐述了上电后各个子系统的启动顺序,并给出了详细的启动步骤流程图。

车载系统攻城狮 1705

在ROS 2中发布nav_msgs/Odometry(里程计)消息

在ROS中,TF是一种用于跟踪和广播坐标系变换的机制,它允许多个节点之间共享坐标系信息。在机器人控制中,TF通常用于描述不同坐标系之间的关系,如机器人基座坐标系(base_link)相对于全局坐标系(odom)的变换。发布的TF消息,可以被其他ROS节点监听和使用,以获取机器人在全局坐标系中的准确位置和方向信息。这对于在ROS系统中实现机器人导航和感知非常重要。用于发布机器人的里程计信息,即机器人在全局坐标系中的位置和方向变换。具体来说,它发布了一个。消息,描述了机器人的当前位姿。

laocui1的博客 4967

Oracle EBS 寄销/VMI(2)-->采购篇

上篇有一部分设置需要建BPA后,将BPA编号与批准的供应商相关联.     本篇主要是讲的内容:一揽子采购协议-->准标采购订单-->收接入库-->子库转移-->创建冲减通知-->'按接收开票' 自动开票程序 1. PO-->采购订单à采购订单 创建一揽子采购协议,确定物料

陈显平的专栏-Oracle EBS 1万+

[最新]MapReduce综合应用案例 — 气象数据清洗

【代码】[最新]MapReduce综合应用案例 — 气象数据清洗。

M_inherit的博客 1021

ROS Navigation-----发布Odometry信息

ROS Navigation-----发布Odometry信息

倔强不倒翁的博客 1万+

Qt c++ llama.cpp 运行 LLaMA-3-8B 中文对话机器人(多模态输入)

助手:

寒寒豆豆软件公司的博客 227

理解ROS Navigation Stack,看完这篇你就知道啦!

前言 ROS Navigation Stack是ROS提供的一个二维的导航功能包集合,通过输入里程计、传感器信息和目标位姿,输出控制机器人到达目标状态的安全速度指令。ROS Navigation Stack为移动机器人的导航规划提供了比较好的参考,通过实现功能包集合提供的接口,也可以比较容易地将自己的算法应用到移动机器人上。本文将帮助大家理解ROS Navigation Stack的设计思路,并对各个功能包进行讲解。 概述 通过ROS wiki上的这张图,我们可以比较清楚的看到ROS Naviga

soaring_casia的专栏 2415

Vue3 - 详解实现网站接入钉钉扫码登录功能,钉钉授权生成登录二维码用户用手机扫描二维码登陆,支持弹框式、浏览器单独新开页显示,钉钉扫描二维码登录详细流程及示例代码,最新vue集成钉钉扫码授权登录!

vue3,nuxt3,钉钉,扫码登录,vue3钉钉扫码登陆,钉钉授权第三方WEB网站扫码登录功能,钉钉扫码登录第三方网站,单点登录,二维码不显示,报错,扫了没反应,出错,vue3钉钉扫码登录,内嵌,获取个人信息,pc网页钉钉登录,钉钉扫码登录怎么新开一页,跳页显示二维码,内嵌登录二维码,iframe新页面弹出,弹出一个小窗口显示登录二维码,登录报错,扫码没反应,解决手机点登录报错没反应,官方文档,手机扫描钉钉二维码登录网站,页面弹出一个小窗口而不是打开一个页面,vue3中使用iframe实现另开小窗口扫码登

🏆 前端领域优质创作者 3700

TPAMI 2025 | 从缺失碎片到杰作:基于上下文自适应扩散的图像修复

图像修复是一项具有挑战性的任务,尤其是要确保生成的内容与图像的现有部分无缝融合。尽管最近的扩散模型展现出了潜力,但它们在保持已知区域和未知(缺失)区域之间的连贯性方面常常遇到困难。这个问题源于扩散过程中缺乏明确的空间和语义对齐,导致生成的内容无法与原始图像平滑融合。此外,扩散模型通常依赖全局学习分布,而非局部特征,这使得生成的图像部分与现有图像部分之间存在不一致。在这项工作中,作者提出了ConFill,这是一个新颖的框架,引入了上下文自适应差异(CAD)模型,以确保在整个扩散过程中,已知区域和未知区域的中间

小白学视觉 241

发布导航需要的传感器信息和里程计消息---21

摘要: 原创博客:转载请表明出处:http://www.cnblogs.com/zxouxuewei/   一。ROS使用tf来决定机器人的位置和静态地图中的传感器数据,但是tf中没有机器人的速度信息,所以导航功能包要求机器人 能够通过里程计信息源发布包含速度信息的里程计nav_msgs/Odometry 消息。 本篇将介绍nav_msgs/Odometry消息,并且通过代码实现消息的发布,以...

weixin_33711647的博客 1232

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

常用消息 nav_msgs/Odometry Message

常用消息 nav_msgs/Odometry Message 1. nav_msgs/Odometry Message (里程计信息) Raw Message Definition # This represents an estimate of a position and velocity in free space. # The pose in this message should be specified in the coordinate frame given by header.fram

wangwang的博客 1万+

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

ROS中将nav_msgs::Odometry类型实时转换为nav_msgs::Path

6.path_visualizer_node.cpp内容。3.CMakeLists.txt内容。6.修改话题内容,编译并运行节点。4.package.xml内容。1.创建ROS工作空间(略)

weixin_58848887的博客 376

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

ROS中nav_msgs消息类型

一、消息类型 1 GridCells 栅格单元 (1)std_msgs/Header header头,时间戳与坐标系                                   (2)float32 cell_width,float32 cell_height宽度与高度                                   (3)geometry_msgs/

ganbaoni9yang的博客 4064

ros nav_msgs::Odometry获取四元数与平移,eigen类型的变量

现在我有一个const nav_msgs::Odometry::ConstPtr& laserOdometry类型的指针,我想获取它的四元数与平移,并赋值给Eigen::Quaterniond,Eigen::Vector3d Eigen::Quaterniond bef_relo_r(1,0,0,0); Eigen::Vector3d bef_relo_t(0,0,0); //... bef_relo_r.w() = laserOdometry->pose.pose.orientation.w

HelloJinYe的博客 1402
上一篇: ubuntu18.04安装cartographer
下一篇: 使用evo评估cartographer使用多线雷达和imu的纯定位精度
dear小王子
博客等级 码龄6年 70粉丝 31原创
评论 11
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

dear小王子

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值
⌂ 换网址