跳到主要内容

使用 SLAM 算法

1 概述​

机器人在未知环境中移动，需要获取自身的运动状态，并对周边的环境建立一种表示（可以是路标也可以是地图）。通过使用 SLAM （Simultaneous Localization And Mapping, 即同步定位与建图）算法，能够获得这种运动的状态 (Localization)，同时建立地图 (Mapping)，帮助机器人理解周围的环境。

2 使用方法​

本文将以 JT128 这款禾赛激光雷达产品为例，简要介绍 DLIO 开源 SLAM 算法的使用方法。

  • JT128 是专为机器人和工业领域设计的迷你型 360° x 189° 超半球 3D 激光雷达，拥有 0.4° (H) x 0.74° (V) 的分辨率以及内置 IMU，适合进行集成到移动机器人进行感知、建图任务（更多 JT128 信息介绍可详见此处）。

  • DLIO 是一种轻量级的雷达惯性里程计 SLAM 开源算法，经过简单适配可以支持多种 lidar 数据格式。此开源算法的详细介绍以及获取路径参见Direct LiDAR-Inertial Odometry (DLIO)。

使用 JT128 运行 DLIO 算法的具体步骤如下：

  1. 配置 ROS 环境（可参考ROS 环境准备）

注：推荐安装使用ROS Noetic

  1. 根据DLIO 和Hesai ROS 驱动 中的 readme 进行安装和编译

  2. 正确连接 Lidar 并配置 Hesai ROS 驱动

注：如果使用了 IMU 数据，需要在config.yaml中配置send_imu_ros: true。配置完成后，并参照下图所示方式验证驱动是否正确发送了 IMU 数据和点云数据：

SLAM_ros_topic
  1. 另外打开一个终端，输入以下指令运行 DLIO 算法：
roslaunch direct_lidar_inertial_odometry dlio.launch \
rviz:=true \
livox_topic:=/lidar_points \
imu_topic:=/lidar_imu

3 运行效果​

运行 DLIO 算法后的 JT128 点云 SLAM 效果示例如下图所示：

SLAM_DLIO_results

此算法根据激光雷达点云和 IMU 的数据输出了当前的位姿、历史轨迹以及点云地图，并可以使用以下指令将点云地图导出为.pcd格式。

rosservice call /robot/dlio_map/save_pcd LEAF_SIZE /path/to/your/directory

此文档对您有帮助吗？