6.如何利用LIO-SAM生成可用于机器人/无人机导航的二维/三维栅格地图--以octomap为例

目录

[1 octomap的安装](#1 octomap的安装)

[2 二维导航节点的建立及栅格地图的构建](#2 二维导航节点的建立及栅格地图的构建)

[3 三维栅格地图的建立](#3 三维栅格地图的建立)


1 octomap的安装

这里采用命令安装:

复制代码
sudo apt install ros-melodic-octomap-msgs ros-melodic-octomap-ros ros-melodic-octomap-rviz-plugins ros-melodic-octomap-server

这样子就是安装好了。

2 二维导航节点的建立及栅格地图的构建

我们进入liosam的工作空间下的launch文件夹:

新建一个launch文件,就叫octomap2D.launch

将下面的内容粘贴其中:

XML 复制代码
<launch>
  <node pkg="octomap_server" type="octomap_server_node" name="octomap_server"> 
 
     <!--resolution in meters per pixel-->
    <param name="resulution" value="0.6" />
    
     <!--name of the fixed frame,needs to be "/map" for SLAM-->
    <param name="frame_id" type="string" value="/map" />
 
     <!--max range/depth resolution of the kinect meters-->
    <param name="sensor_model/max_range" value="5.0" />
    <param name="latch" value="true" />
 
     <!--max/min height for occupancy map, should be in meters-->
    <param name="pointcloud_max_z" value="5" />
    <param name="pointcloud_min_z" value="0" />
 
    <param name="graound_filter_angle" value="3.14" />
 
     <!--topic from where pointcloud2 messages are subscribed-->
    <remap from="/cloud_in" to="/lio_sam/mapping/cloud_registered" />
 
  </node>
 
</launch>

我来解释下各个参数的含义:

resolution:分辨率或精度,越小精度越高计算需要资源越庞大

frame_id:世界坐标系的话题,即圆点坐标系

sensor_model/max_range:扫描的最大距离

cloud_in:点云话题

pointcloud_max_z:最大的Z扫描值

pointcloud_min_z:最小的Z扫描值(激光雷达和垂直平面有一定距离)

当然,还有其他可选参数:

1.剔除地面点的

加上的话类似这样:

XML 复制代码
<launch>
  <node pkg="octomap_server" type="octomap_server_node" name="octomap_server"> 
 
     <!--resolution in meters per pixel-->
    <param name="resulution" value="0.6" />
    
     <!--name of the fixed frame,needs to be "/map" for SLAM-->
    <param name="frame_id" type="string" value="/map" />
 
     <!--max range/depth resolution of the kinect meters-->
    <param name="sensor_model/max_range" value="1000.0" />
    <param name="latch" value="true" />
 
     <!--max/min height for occupancy map, should be in meters-->
    <param name="pointcloud_max_z" value="5" />
    <param name="pointcloud_min_z" value="-1.5" />
 
    <param name="filter_ground" value="true" />
    <param name="ground_filter/distance" value="0.05" />
    <param name="ground_filter/angle" value="0.2" />

 
     <!--topic from where pointcloud2 messages are subscribed-->
    <remap from="/cloud_in" to="/lio_sam/mapping/cloud_registered" />
 
  </node>
 
</launch>

我们启动liosam主节点和本节点。

播放bag包:

发现地面有很多噪点。调参...

好点了,继续调参。。

不停的调参后.....

勉强可以用。。。因为我们手持的原因...

保存栅格地图:

XML 复制代码
 rosrun map_server map_saver map:=/projected_map -f sbmap

3 三维栅格地图的建立

下载octomap_tutor并编译:

安装依赖:

XML 复制代码
sudo apt-get install liboctomap-dev octomap

生成可执行文件pcd2octomap,记得一定要设置可执行,可以打开这个文件的属性看一看。

执行:

XML 复制代码
pcd2octomap carto_demo.pcd carto.bt

执行成功,发现八叉树文件:

查看地图:

XML 复制代码
octovis carto.bt

OK

相关推荐
龙腾亚太8 小时前
基于深度强化学习的无人机自主感知−规划−控制策略
机器学习·无人机·强化学习·深度强化学习
点云SLAM13 小时前
SLAM文献之-Globally Consistent and Tightly Coupled 3D LiDAR Inertial Mapping
3d·机器人·slam·vgicp算法·gpu 加速·lidar-imu 建图方法·全局匹配代价最小化
EQ-雪梨蛋花汤16 小时前
全球首款 8K 全景无人机影翎 A1 发布解读:航拍进入“先飞行后取景”时代
无人机
AI_gurubar1 天前
大模型教机器人叠衣服:2025年”语言理解+多模态融合“的智能新篇
人工智能·机器人
AI浩1 天前
跟踪不稳定目标:基于外观引导的运动建模实现无人机视频中的鲁棒多目标跟踪
目标跟踪·音视频·无人机
云卓SKYDROID1 天前
无人机激光测距技术应用与挑战
网络·无人机·吊舱·高科技·云卓科技
ericco1231 天前
测绘级组合导航如何重新定义大型无人机的高精度导航标准?
科技·无人机·制造·mems·惯性技术
wang163cang1 天前
无人机行业“黑话”
无人机
hans汉斯1 天前
无人机载小型大视场高分辨率曲面复眼镜头设计
无人机
Coovally AI模型快速验证1 天前
农田扫描提速37%!基于检测置信度的无人机“智能抽查”路径规划,Coovally一键加速模型落地
深度学习·算法·yolo·计算机视觉·transformer·无人机