跳到主要内容

使用 SLAM 算法

1 概述​

当机器人在未知环境中移动时，需要实时获取自身的位姿信息，并构建周围环境的结构表征（如路标或全局地图）。利用 SLAM（Simultaneous Localization And Mapping，同步定位与建图）算法，系统能够在定位自身位置的同时构建环境地图，从而实现对复杂环境的深度理解。

2 使用方法​

本文以禾赛 JT128 激光雷达为例，介绍 DLIO (Direct Lidar-Inertial Odometry) 开源算法的使用流程。

  • 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，结构精简且性能稳健，支持多种 LiDAR 数据格式。详细介绍以及安装方式见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：
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

DLIO 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？