机器人SLAM建图与自主导航：从基础到实践
机器人SLAM建图与自主导航：从基础到实践
机器人SLAM建图与自主导航是机器人领域的重要技术，涉及即时定位与地图构建（SLAM）算法的研究与应用。本文将从基础概念出发，详细介绍SLAM算法的分类、原理，并结合ROS系统，展示具体的实现方法。
前言
这篇文章开始探讨机器人SLAM建图与自主导航，在前面的内容中，我们介绍了差速轮式机器人的概念及应用，谈到了使用Gazebo平台搭建仿真环境的教程，主要是利用gmapping slam算法，生成一张二维的仿真环境地图。我们也会在这篇文章中继续介绍并使用这片二维的仿真环境地图，用于我们的演示。
教程
SLAM算法的引入
（1）SLAM：Simultaneous Localization and Mapping，中文是即时定位与地图构建，所谓的SLAM算法准确说是能实现SLAM功能的算法，而不是某一个具体算法。
（2）现在各种机器人研发和商用化非常火，所有的自主机器人都绕不开一个问题，即在陌生环境中，需要知道周边是啥样（建图），需要知道我在哪（定位），于是有了SLAM课题的研究。SLAM在室内机器人，自动驾驶汽车建图，VR/AR穿戴等领域都有广泛的应用。
（3）SLAM算法根据依赖的传感器不同，可以分为激光SLAM和视觉SLAM，前者是激光雷达，后者是能提供深度信息的摄像头，如双目摄像头，红外摄像头等。除此之外，SLAM算法通常还依赖里程计提供距离信息，否则地图很难无缝的拼接起来，很容易跑飞。一个经典的SLAM流程框架如下，其中回环检测时为了判断机器人有没有来过之前的位置。
整体视觉SLAM的流程图
gmapping算法的基本原理
（1）现在ROS里有一系列SLAM算法包，如：gmapping，hector（不需要里程计，比较特别），谷歌开源的cartographer（效率高），rtabmap（前面是二维的，这是三维建图）等。
（2）gmapping是基于激光雷达的，需要里程计信息，创建二维格栅地图。其中IMU信息可以没有。
（3）ros中激光雷达数据消息是 sensor_msgs/LaserScan，内容如下：
（4）ros中里程计数据消息是 nav_msgs/Odometry。
（5）gmapping 发布的地图meta数据：
（6）gmapping 发布的地图栅格数据
mbot_navigation
（1）ubuntu20.04 + ros noetic下，安装gmapping和保存地图文件的map_server
sudo apt-get install ros-noetic-gmapping
sudo apt-get install ros-noetic-map-server
// 补充：这是安装hector
sudo apt-get install ros-noetic-hector-slam
（2）创建 mbot_navigation 和相关文件
cd ~/catkin_ws/src
catkin_create_pkg mbot_navigation geometry_msgs move_base_msgs actionlib roscpp rospy
cd mbot_navigation
mkdir launch maps rviz
touch launch/gmapping.launch
（3）调用gmapping算法，只需要写launch文件就行了，不用编码......
点击机器人SLAM建图与自主导航：从基础到实践查看全文。