10 基于Gazebo和Rviz实现导航仿真，包括SLAM建图，地图服务，机器人定位，路径规划

cosX+sinY2025-04-30 13:38

在9中我们已经实现了机器人的模块仿真，现在要在这个基础上实现SLAM建图，地图服务，机器人定位，路径规划

  1. 还是在上述机器人的工作空间下，新建功能包（nav），导入依赖

    gmapping map_server amcl move_base

  2. 导航实现SLAM建图（gmapping）

在功能包下新建文件夹（launch）---> 新建文件（map.launch）写入

cpp 复制代码 
<launch>
<param name="use_sim_time" value="true"/>
    <node pkg="gmapping" type="slam_gmapping" name="slam_gmapping" output="screen">
      <remap from="scan" to="scan"/>
      <param name="base_frame" value="base_footprint"/><!--底盘坐标系-->
      <param name="odom_frame" value="odom"/> <!--里程计坐标系-->
      <param name="map_update_interval" value="5.0"/>
      <param name="maxUrange" value="16.0"/>
      <param name="sigma" value="0.05"/>
      <param name="kernelSize" value="1"/>
      <param name="lstep" value="0.05"/>
      <param name="astep" value="0.05"/>
      <param name="iterations" value="5"/>
      <param name="lsigma" value="0.075"/>
      <param name="ogain" value="3.0"/>
      <param name="lskip" value="0"/>
      <param name="srr" value="0.1"/>
      <param name="srt" value="0.2"/>
      <param name="str" value="0.1"/>
      <param name="stt" value="0.2"/>
      <param name="linearUpdate" value="1.0"/>
      <param name="angularUpdate" value="0.5"/>
      <param name="temporalUpdate" value="3.0"/>
      <param name="resampleThreshold" value="0.5"/>
      <param name="particles" value="30"/>
      <param name="xmin" value="-50.0"/>
      <param name="ymin" value="-50.0"/>
      <param name="xmax" value="50.0"/>
      <param name="ymax" value="50.0"/>
      <param name="delta" value="0.05"/>
      <param name="llsamplerange" value="0.01"/>
      <param name="llsamplestep" value="0.01"/>
      <param name="lasamplerange" value="0.005"/>
      <param name="lasamplestep" value="0.005"/>
    </node>

    <node pkg="joint_state_publisher" name="joint_state_publisher" type="joint_state_publisher" />
    <node pkg="robot_state_publisher" name="robot_state_publisher" type="robot_state_publisher" />

    <node pkg="rviz" type="rviz" name="rviz" />
    <!-- 可以保存 rviz 配置并后期直接使用-->
    <!--
    <node pkg="rviz" type="rviz" name="rviz" args="-d $(find my_nav_sum)/rviz/gmapping.rviz"/>
    -->
</launch>
cpp 复制代码 
关键代码解释：
<remap from="scan" to="scan"/><!-- 雷达话题 -->
<param name="base_frame" value="base_footprint"/><!--底盘坐标系-->
<param name="odom_frame" value="odom"/> <!--里程计坐标系-->
执行

1.先启动 Gazebo 仿真环境

cpp 复制代码 
source ./devel/setup.bash
roslaunch car car.launch

2.然后再启动地图绘制的 launch 文件

cpp 复制代码 
source ./devel/setup.bash
roslaunch nav map.launch

3.在 rviz 中添加组件，显示栅格地图

保存组件（避免下次再添加）可以做以下操作

File -> Save Config As

然后再launch文件中替换

cpp 复制代码 
<node pkg="rviz" type="rviz" name="rviz" />

替换为

cpp 复制代码 
<node pkg="rviz" type="rviz" name="rviz" args="-d $(find your_bag_name )/rviz/XXX.rviz"/>

下次再启动时就保存上次添加的组件

4.启动键盘键盘控制节点，用于控制机器人运动建图

cpp 复制代码 
rosrun teleop_twist_keyboard teleop_twist_keyboard.py _speed:=0.5 _turn:=0.3

绘制完成后的地图

  1. 导航实现----地图服务

保存地图：在launch文件夹--->新建launch文件（map_saver）,写入

cpp 复制代码 
<launch>
    <arg name="filename" value="$(find your_bag_name)/map/nav" />
    <node name="map_save" pkg="map_server" type="map_saver" args="-f $(arg filename)" />
</launch>

需要修改的地方

1）your_bag_name

2）nav--->your_saver_map_name,当然不修改，就保存为nav.pgm和nav.yaml

读取地图：在launch文件夹--->新建launch文件（map_server）,写入

cpp 复制代码 
<launch>
    <!-- 设置地图的配置文件 -->
    <arg name="map" default="nav.yaml" />
    <!-- 运行地图服务器，并且加载设置的地图-->
    <node name="map_server" pkg="map_server" type="map_server" args="$(find your_bag_name)/map/$(arg map)"/>
</launch>

需要修改的地方

1）your_bag_name

2）nav--->your_saver_map_name,当然不修改，就读取为nav.yaml

执行该launch文件，该节点会发布题:map(nav_msgs/OccupancyGrid)

cpp 复制代码 
rviz

rviz 中使用 map 组件订阅/map话题就可以显示栅格地图

  1. 导航实现----定位

在功能包下新建文件夹（launch）---> 新建文件（amcl.launch）写入

cpp 复制代码 
<launch>
<node pkg="amcl" type="amcl" name="amcl" output="screen">
  <!-- Publish scans from best pose at a max of 10 Hz -->
  <param name="odom_model_type" value="diff"/><!-- 里程计模式为差分 -->
  <param name="odom_alpha5" value="0.1"/>
  <param name="transform_tolerance" value="0.2" />
  <param name="gui_publish_rate" value="10.0"/>
  <param name="laser_max_beams" value="30"/>
  <param name="min_particles" value="500"/>
  <param name="max_particles" value="5000"/>
  <param name="kld_err" value="0.05"/>
  <param name="kld_z" value="0.99"/>
  <param name="odom_alpha1" value="0.2"/>
  <param name="odom_alpha2" value="0.2"/>
  <!-- translation std dev, m -->
  <param name="odom_alpha3" value="0.8"/>
  <param name="odom_alpha4" value="0.2"/>
  <param name="laser_z_hit" value="0.5"/>
  <param name="laser_z_short" value="0.05"/>
  <param name="laser_z_max" value="0.05"/>
  <param name="laser_z_rand" value="0.5"/>
  <param name="laser_sigma_hit" value="0.2"/>
  <param name="laser_lambda_short" value="0.1"/>
  <param name="laser_lambda_short" value="0.1"/>
  <param name="laser_model_type" value="likelihood_field"/>
  <!-- <param name="laser_model_type" value="beam"/> -->
  <param name="laser_likelihood_max_dist" value="2.0"/>
  <param name="update_min_d" value="0.2"/>
  <param name="update_min_a" value="0.5"/>

  <param name="odom_frame_id" value="odom"/><!-- 里程计坐标系 -->
  <param name="base_frame_id" value="base_footprint"/><!-- 添加机器人基坐标系 -->
  <param name="global_frame_id" value="map"/><!-- 添加地图坐标系 -->

  <param name="resample_interval" value="1"/>
  <param name="transform_tolerance" value="0.1"/>
  <param name="recovery_alpha_slow" value="0.0"/>
  <param name="recovery_alpha_fast" value="0.0"/>
</node>
</launch>

amcl节点是不可以单独运行的，运行 amcl 节点之前，需要先加载全局地图，然后启动 rviz 显示定位结果，上述节点可以集成进launch文件，在功能包下新建文件夹（launch）---> 新建文件（test_amcl.launch）写入

内容示例如下:

cpp 复制代码 
<launch>
    <!-- 设置地图的配置文件 -->
    <arg name="map" default="nav1.yaml" />
    <!-- 运行地图服务器，并且加载设置的地图-->
    <node name="map_server" pkg="map_server" type="map_server" args="$(find nav)/map/$(arg map)"/>
    <!-- 启动AMCL节点 -->
    <include file="$(find nav)/launch/amcl.launch" />
    <node pkg="joint_state_publisher" name="joint_state_publisher" type="joint_state_publisher" />
    <node pkg="robot_state_publisher" name="robot_state_publisher" type="robot_state_publisher" />

   <!-- <node pkg="rviz" type="rviz" name="rviz" />--> 
    <!-- 可以保存 rviz 配置并后期直接使用-->

    <node pkg="rviz" type="rviz" name="rviz" />
</launch>
执行

1.先启动 Gazebo 仿真环境

2.启动键盘控制节点：

cpp 复制代码 
rosrun teleop_twist_keyboard teleop_twist_keyboard.py

3.启动上一步中集成地图服务、amcl 与 rviz 的 launch 文件；

cpp 复制代码 
source ./devel/setup.bash
roslaunch nav test_amcl.launch

4.在启动的 rviz 中，添加RobotModel、Map组件，分别显示机器人模型与地图，添加 posearray 插件，设置topic为particlecloud来显示 amcl 预估的当前机器人的位姿，箭头越是密集，说明当前机器人处于此位置的概率越高；

5.通过键盘控制机器人运动，会发现 posearray 也随之而改变。

  1. 导航实现----路径规划

在功能包下新建文件夹（launch）---> 新建文件（move_base.launch）写入

cpp 复制代码 
<launch>

    <node pkg="move_base" type="move_base" respawn="false" name="move_base" output="screen" clear_params="true">
        <rosparam file="$(find 功能包)/param/costmap_common_params.yaml" command="load" ns="global_costmap" />
        <rosparam file="$(find 功能包)/param/costmap_common_params.yaml" command="load" ns="local_costmap" />
        <rosparam file="$(find 功能包)/param/local_costmap_params.yaml" command="load" />
        <rosparam file="$(find 功能包)/param/global_costmap_params.yaml" command="load" />
        <rosparam file="$(find 功能包)/param/base_local_planner_params.yaml" command="load" />
    </node>

</launch>

新建文件夹（params）--->新建文件（costmap_common_params.yaml，global_costmap_params.yaml，local_costmap_params.yaml，base_local_planner_params.yaml）

分别写入：

costmap_common_params.yaml

cpp 复制代码 
#机器人几何参，如果机器人是圆形，设置 robot_radius,如果是其他形状设置 footprint
robot_radius: 0.12 #圆形
# footprint: [[-0.12, -0.12], [-0.12, 0.12], [0.12, 0.12], [0.12, -0.12]] #其他形状

obstacle_range: 3.0 # 用于障碍物探测，比如: 值为 3.0，意味着检测到距离小于 3 米的障碍物时，就会引入代价地图
raytrace_range: 3.5 # 用于清除障碍物，比如：值为 3.5，意味着清除代价地图中 3.5 米以外的障碍物


#膨胀半径，扩展在碰撞区域以外的代价区域，使得机器人规划路径避开障碍物
inflation_radius: 0.2
#代价比例系数，越大则代价值越小
cost_scaling_factor: 3.0

#地图类型
map_type: costmap
#导航包所需要的传感器
observation_sources: scan
#对传感器的坐标系和数据进行配置。这个也会用于代价地图添加和清除障碍物。例如，你可以用激光雷达传感器用于在代价地图添加障碍物，再添加kinect用于导航和清除障碍物。
scan: {sensor_frame: laser, data_type: LaserScan, topic: scan, marking: true, clearing: true}

global_costmap_params.yaml

cpp 复制代码 
global_costmap:
  global_frame: map #地图坐标系
  robot_base_frame: base_footprint #机器人坐标系
  # 以此实现坐标变换

  update_frequency: 1.0 #代价地图更新频率
  publish_frequency: 1.0 #代价地图的发布频率
  transform_tolerance: 0.5 #等待坐标变换发布信息的超时时间

  static_map: true # 是否使用一个地图或者地图服务器来初始化全局代价地图，如果不使用静态地图，这个参数为false.

local_costmap_params.yaml

cpp 复制代码 
local_costmap:
  global_frame: odom #里程计坐标系
  robot_base_frame: base_footprint #机器人坐标系

  update_frequency: 10.0 #代价地图更新频率
  publish_frequency: 10.0 #代价地图的发布频率
  transform_tolerance: 0.5 #等待坐标变换发布信息的超时时间

  static_map: false  #不需要静态地图，可以提升导航效果
  rolling_window: true #是否使用动态窗口，默认为false，在静态的全局地图中，地图不会变化
  width: 3 # 局部地图宽度 单位是 m
  height: 3 # 局部地图高度 单位是 m
  resolution: 0.05 # 局部地图分辨率 单位是 m，一般与静态地图分辨率保持一致

base_local_planner_params.yaml

cpp 复制代码 
TrajectoryPlannerROS:

# Robot Configuration Parameters
  max_vel_x: 0.5 # X 方向最大速度
  min_vel_x: 0.1 # X 方向最小速速

  max_vel_theta:  1.0 # 
  min_vel_theta: -1.0
  min_in_place_vel_theta: 1.0

  acc_lim_x: 1.0 # X 加速限制
  acc_lim_y: 0.0 # Y 加速限制
  acc_lim_theta: 0.6 # 角速度加速限制

# Goal Tolerance Parameters，目标公差
  xy_goal_tolerance: 0.10
  yaw_goal_tolerance: 0.05

# Differential-drive robot configuration
# 是否是全向移动机器人
  holonomic_robot: false

# Forward Simulation Parameters，前进模拟参数
  sim_time: 0.8
  vx_samples: 18
  vtheta_samples: 20
  sim_granularity: 0.05

在新建test_move_base.launch

cpp 复制代码 
<launch>
    <!-- 设置地图的配置文件 -->
    <arg name="map" default="map.yaml" />
    <!-- 运行地图服务器，并且加载设置的地图-->
    <node name="map_server" pkg="map_server" type="map_server" args="$(find nav)/map/$(arg map)"/>
    <!-- 启动AMCL节点 -->
    <include file="$(find nav)/launch/amcl.launch" />

    <!-- 运行move_base节点 -->
    <include file="$(find nav)/launch/move_base.launch" />
    <!-- 运行rviz -->
    <node pkg="joint_state_publisher" name="joint_state_publisher" type="joint_state_publisher" />
    <node pkg="robot_state_publisher" name="robot_state_publisher" type="robot_state_publisher" />

   <!-- <node pkg="rviz" type="rviz" name="rviz" />--> 
    <!-- 可以保存 rviz 配置并后期直接使用 args="-d $(find nav)/config/move_base.rviz"-->

    <node pkg="rviz" type="rviz" name="rviz" />

</launch>

执行：

启动 Gazebo 仿真环境

cpp 复制代码 
source ./devel/setup.bash
roslaunch car car.launch

启动上一步中集成地图服务、amcl 与 rviz,move_base 的 launch 文件

cpp 复制代码 
source ./devel/setup.bash
roslaunch nav test_move_base.launch

在Rviz中添加组件

RobotModel,Map(/map)

PoseArray(/particlecloud)

LaserScan(/scan),Map_Global(//move_base/global_costmap/costmap和修改Color Scheme为costmap)

Map_Local(/move_base/local_costmap/costmap和修改Color Scheme为costmap)

Path_Global(/move_base/TrajectoryPlannerROS/global_plan)

path_Local(/move_base/TrajectoryPlannerROS/local_plan)

Odometry(/odom)

通过2D Nav Goal设置终点，机器人实现导航

相关推荐
wuqingshun3141594 小时前
经典算法 最长单调递增子序列
java·c++·算法·蓝桥杯·机器人
@Ming-5 小时前
AimRT 从零到一：官方示例精讲 —— 五、Parameter示例.md
机器人·ros2·aimrt
nuannuan2311a8 小时前
2P4M-ASEMI机器人功率器件专用2P4M
机器人
layneyao21 小时前
AI在医疗领域的10大应用：从疾病预测到手术机器人
人工智能·机器人
遨博学院1 天前
机器人结构认知与安装
机器人
小柒的博客1 天前
联合体union的特殊之处
c语言·机器人
Robot2511 天前
「地平线」创始人余凯：自动驾驶尚未成熟，人形机器人更无从谈起
人工智能·科技·机器学习·机器人·自动驾驶
跳跳糖炒酸奶1 天前
第二章、Isaaclab强化学习包装器(1)
人工智能·python·算法·ubuntu·机器人
Code_流苏1 天前
马克·雷伯特：用算法让机器人飞奔的人
机器人·马克·雷伯特·动态平衡控制·波士顿动力·机器人算法
热门推荐
01KGG转MP3工具|非KGM文件|解密音频02从零安装 LLaMA-Factory 微调 Qwen 大模型成功及所有的坑03西电B测-计算机网络综合实验(含验收问题)04Coze扣子平台完整体验和实践（附国内和国际版对比）05YOLOv8入门 | 重要性能衡量指标、训练结果评价及分析及影响mAP的因素【发论文关注的指标】06DeepSeek各版本说明与优缺点分析07Python基于Flask的豆瓣电影数据分析可视化系统（附源码，文档说明）08yolov8，yolo11，yolo12 服务器训练到部署全流程 笔记09我决定放弃搞 Java 了10【VIsion Master】机器视觉软件二次开发（C#版本）学习笔记