基于ROS-Noetic的Gmapping等四种SLAM建图方法与Dijkstra等两种导航算法的实验与分析

1. APT安装功能包

1、大部分的功能包是可以通过apt安装的，局部的采用源码克隆

# 四种 SLAM
sudo apt install ros-noetic-gmapping -y
sudo apt install ros-noetic-hector-slam -y
sudo apt install ros-noetic-cartographer-ros -y

# 试试 Karto 是否能 apt 装
sudo apt install ros-noetic-slam-karto ros-noetic-open-karto -y

# 安装导航的功能包
sudo apt install ros-noetic-navigation -y
# 这个包里包含了你需要的一切：move_base、amcl、map_server、global_planner（包含 Dijkstra 和 A*）、costmap_2d 等。

2、这里ros-noetic-cartographer-ros是安装不成功的，ros-noetic-cartographer-ros没有官方的deb功能包，Google 停止维护后，Cartographer 没有被编译进 Noetic 的官方仓库。你搜 apt-cache search cartographer 为空也证实了这一点。

3、源码编译ros-noetic-cartographer-ros：

# 安装 Cartographer 的系统依赖
# 编译工具
sudo apt install ninja-build -y

# Cartographer 的核心依赖
sudo apt install libceres-dev libprotobuf-dev protobuf-compiler \
                 libgflags-dev libgoogle-glog-dev liblua5.3-dev \
                 libboost-dev -y


# 记住这个版本号，后面如果有版本冲突会用到
protoc --version

# 安装 abseil-cpp
# Cartographer 依赖 abseil-cpp，Ubuntu 20.04 没有这个库，必须源码安装：
cd /tmp
git clone https://github.com/abseil/abseil-cpp.git
cd abseil-cpp
git checkout 20210324.2   # 选一个稳定的 tag，和 Noetic 时代匹配
mkdir build && cd build

cmake -G Ninja \
  -DCMAKE_BUILD_TYPE=Release \
  -DCMAKE_POSITION_INDEPENDENT_CODE=ON \
  -DCMAKE_INSTALL_PREFIX=/usr/local ..

sudo ninja install

ls /usr/local/include/absl
# 应该看到 base, container, hash, strings, types 等子目录

# 克隆 Cartographer 源码
cd ~/slam_compare_ws/src

# Cartographer 核心 C++ 库
git clone --depth 1 https://github.com/cartographer-project/cartographer.git

# Cartographer 的 ROS 封装
git clone --depth 1 https://github.com/cartographer-project/cartographer_ros.git

# 确定目录结构
ls -d */ | sort
# 如下所示：
cartographer/
cartographer_ros/
slam_compare/

# 清理旧的编译产物 + 重新编译
# 先清理之前 catkin_make 生成的 build 和 devel 目录
cd ~/slam_compare_ws
rm -rf build devel

# 用隔离模式重新编译（兼容 Cartographer 的纯 CMake 构建）
catkin_make_isolated --install --use-ninja
编译 Cartographer 比较耗时，可能需要 3~10 分钟，取决于你的机器。中途如果出现编译错误，不要中断，等它全部跑完再看哪些包失败了。

# 更新环境变量
之前 catkin_make 生成的是 devel/setup.bash，现在 catkin_make_isolated 生成的是 devel_isolated/setup.bash，需要更新：
# 旧的（删掉或注释掉）
# source ~/slam_compare_ws/devel/setup.bash

# 改成：
source ~/slam_compare_ws/devel_isolated/setup.bash


# 最终验证：
xk@ubuntu:~$ echo "=== SLAM 四件套 ==="
=== SLAM 四件套 ===
xk@ubuntu:~$ rospack find gmapping
/opt/ros/noetic/share/gmapping
xk@ubuntu:~$ rospack find hector_mapping
/opt/ros/noetic/share/hector_mapping
xk@ubuntu:~$ rospack find slam_karto
/opt/ros/noetic/share/slam_karto
xk@ubuntu:~$ rospack find cartographer_ros
/home/xk/slam_compare_ws/install_isolated/share/cartographer_ros
xk@ubuntu:~$ echo "=== 导航 ==="
=== 导航 ===
xk@ubuntu:~$ rospack find move_base
/opt/ros/noetic/share/move_base
xk@ubuntu:~$ rospack find global_planner
/opt/ros/noetic/share/global_planner
xk@ubuntu:~$ rospack find amcl
/opt/ros/noetic/share/amcl
xk@ubuntu:~$ rospack find map_server
/opt/ros/noetic/share/map_server
xk@ubuntu:~$ echo "=== 你自己的包 ==="
=== 你自己的包 ===
xk@ubuntu:~$ rospack find slam_compare
/home/xk/slam_compare_ws/src/slam_compare
xk@ubuntu:~$ 
全部输出路径就是正常的了

2、创建自己的工作区间

1、创建一个自己的功能包用来集成仿真和启动及参数文件

# 创建工作空间骨架
mkdir -p ~/slam_compare_ws/src
cd ~/slam_compare_ws/src

# 初始化工作空间并创建自己的功能包
catkin_create_pkg slam_compare rospy std_msgs nav_msgs geometry_msgs sensor_msgs

以下是对功能包的目录结构进行解读

slam_compare/

├── CMakeLists.txt # 已自动生成

├── package.xml # 已自动生成

├── launch/ # 后续放 launch 文件

│ ├── env_world.launch # Gazebo 加载你的场景

│ ├── karto.launch # Karto 建图（因为 turtlebot3_slam 没集成 karto）

│ ├── nav_dijkstra.launch # Dijkstra 导航

│ └── nav_astar.launch # A* 导航

├── config/ # 后续放配置文件

│ ├── dwa_local_planner_params.yaml

│ ├── costmap_common_params.yaml

│ └── ...

├── maps/ # 存储建图结果

└── scripts/ # 后续放脚本

3、Gazebo仿真Burger小车实验

1、创建启动文件

# 在你的包里建 worlds 和 launch 目录
mkdir -p ~/slam_compare_ws/src/slam_compare/worlds
mkdir -p ~/slam_compare_ws/src/slam_compare/launch

# 把你的场景复制进来（用绝对路径确保找到你的文件）
cp ~/env.world ~/slam_compare_ws/src/slam_compare/worlds/

# 编写 launch 文件
gedit slam_compare_ws/src/slam_compare/launch/env_world.launch 

# 然后填写以下文件内容
<launch>
  <!-- TurtleBot3 模型：从环境变量读取，默认 burger -->
  <arg name="model" default="$(env TURTLEBOT3_MODEL)" doc="model type [burger, waffle, waffle_pi]"/>
  <arg name="x_pos" default="0.0"/>
  <arg name="y_pos" default="0.0"/>
  <arg name="z_pos" default="0.0"/>
  <arg name="yaw" default="1.5708"/>

  <!-- 使用仿真时间（Gazebo 的时钟，不是系统时钟） -->
  <param name="/use_sim_time" value="true"/>

  <!-- 启动 Gazebo，加载你的 env.world -->
  <include file="$(find gazebo_ros)/launch/empty_world.launch">
    <arg name="world_name" value="$(find slam_compare)/worlds/env.world"/>
    <arg name="paused" value="false"/>
    <arg name="use_sim_time" value="true"/>
    <arg name="gui" value="true"/>
    <arg name="headless" value="false"/>
    <arg name="debug" value="false"/>
  </include>

  <!-- 加载 URDF 参数（xacro 解析） -->
  <param name="robot_description"
         command="$(find xacro)/xacro '$(find turtlebot3_description)/urdf/turtlebot3_$(arg model).urdf.xacro'"/>

  <!-- 在 Gazebo 中生成小车模型 -->
  <node name="spawn_urdf" pkg="gazebo_ros" type="spawn_model"
        args="-x $(arg x_pos) -y $(arg y_pos) -z $(arg z_pos) -Y $(arg yaw)
              -urdf -model turtlebot3_$(arg model) -param robot_description"
        output="screen"/>

  <!-- 发布 TF：base_link 等各关节的坐标变换 -->
  <node pkg="robot_state_publisher" type="robot_state_publisher"
        name="robot_state_publisher" output="screen">
    <param name="publish_frequency" type="double" value="50.0"/>
  </node>
</launch>

4、RViz 联调，验证激光数据和 TF

1、保持Gazebo运行，直接在终端输入rviz来运行

2、在RVIZ中，添加可视化插件：

1>现将正上方的Fix全局坐标改成odom，这样不会出错，map目前还没有

2>在左下角add点击添加robot model、odom、scan等等

这里我进行了左上角的file选项里的另存为，在当前工作去world统计目录下创建rviz文件，然后保存到这里，接着在env_world.launch文件中添加rviz的启动项，如下所示：

位置在结尾上方就行，内容如图片所示。

5、四种SLAM算法建图实验

5.1 Gmapping

启动建图程序：

roslaunch slam_compare slam_gmapping.launch
# 后续三个算法启动流程一样，仅仅更换文件名字，自动运行Gazebo和rviz

# 创建文件夹并保存地图文件
mkdir -p ~/slam_compare_ws/maps
rosrun map_server map_saver -f ~/slam_compare_ws/maps/gmapping_map

查看.npm文件

5.2 Hector

5.3 Cartographer

5.4 Karto

1、Karto官方的apt安装时没有可执行文件，所以也不会有map话题，无法直接进行建图，需要进行从源码编译，这里可参考https://github.com/ros-perception/slam_karto.git源码

2、安装依赖与验证

# 安装缺少的依赖
sudo apt install ros-noetic-open-karto ros-noetic-sparse-bundle-adjustment

# 创建工作空间
mkdir -p ~/slam_karto_ws/src
cd ~/slam_karto_ws/src

# 先把现有的 slam_karto apt 包移除，避免冲突
sudo apt remove ros-noetic-slam-karto

# 下载源码
git clone https://github.com/ros-perception/slam_karto.git -b melodic-devel

# 编译
cd ~/slam_karto_ws
catkin_make

# source 环境
echo "source ~/slam_karto_ws/devel/setup.bash" >> ~/.bashrc
source ~/.bashrc

# 验证
rospack find slam_karto
ls /home/xk/slam_karto_ws/devel/lib/slam_karto/
# 会发现一个绿色的可执行文件

3、启动仿真

4、查看.npm文件

总结：

xk@ubuntu:~$ ls -lh ~/slam_compare_ws/src/slam_compare/maps/

总用量 4.3M

-rw-rw-r-- 1 xk xk 29K 5月 20 20:18 cartographer_map.pgm

-rw-rw-r-- 1 xk xk 189 5月 20 20:18 cartographer_map.yaml

-rw-rw-r-- 1 xk xk 145K 5月 20 08:09 gmapping_map.pgm

-rw-rw-r-- 1 xk xk 187 5月 20 08:09 gmapping_map.yaml

-rw-rw-r-- 1 xk xk 4.1M 5月 20 19:52 hector_map.pgm

-rw-rw-r-- 1 xk xk 185 5月 20 19:52 hector_map.yaml

-rw-rw-r-- 1 xk xk 25K 5月 20 21:24 karto_map.pgm

-rw-rw-r-- 1 xk xk 181 5月 20 21:28 karto_map.yaml

xk@ubuntu:~$

6. Dijkstra与A*导航对比试验

6.1 全局参数的配置

# TurtleBot3 burger 的代价地图通用参数
obstacle_range: 3.0
raytrace_range: 3.5

# burger 的外形尺寸（正方形近似，单位：米）
footprint: [[-0.105, -0.105], [-0.105, 0.105], [0.105, 0.105], [0.105, -0.105]]

# 膨胀层：障碍物周围的代价衰减区域
inflation:
  inflation_radius: 0.4        # 膨胀半径，比机器人大一圈
  cost_scaling_factor: 5.0     # 代价衰减速率

# 障碍物数据来源
observation_sources: scan
scan:
  sensor_frame: base_scan
  data_type: LaserScan
  topic: scan
  marking: true
  clearing: true
  min_obstacle_height: 0.05
  max_obstacle_height: 0.35

# 这个是全局代价地图的参数配置文件

global_costmap:
  global_frame: map
  robot_base_frame: base_footprint
  update_frequency: 2.0
  publish_frequency: 1.0
  static_map: true
  rolling_window: false
  resolution: 0.05
  transform_tolerance: 0.5

6.2 Dijkstra导航配置

1、Dijkstra的全局规划器的配置参数

# GlobalPlanner 参数：Dijkstra 模式
GlobalPlanner:
    use_dijkstra: true
    use_grid_path: false
    visualize_potential: false
    allow_unknown: false
    default_tolerance: 0.5
    lethal_cost: 253

2、Dijkstra的导航启动仿真文件

<launch>
  <!-- ========== 加载地图 ========== -->
  <node name="map_server" pkg="map_server" type="map_server"
        args="/home/xk/slam_compare_ws/src/slam_compare/maps/cartographer_map.yaml" output="screen"/>

  <!-- ========== AMCL 定位 ========== -->
  <node pkg="amcl" type="amcl" name="amcl" output="screen">
    <param name="use_map_topic" value="true"/>
    <param name="odom_model_type" value="diff"/>
    <param name="odom_alpha1" value="0.2"/>
    <param name="odom_alpha2" value="0.2"/>
    <param name="odom_alpha3" value="0.2"/>
    <param name="odom_alpha4" value="0.2"/>
    <param name="base_frame_id" value="base_footprint"/>
    <param name="odom_frame_id" value="odom"/>
    <param name="global_frame_id" value="map"/>
    <param name="laser_max_beams" value="60"/>
    <param name="laser_max_range" value="3.5"/>
    <param name="min_particles" value="500"/>
    <param name="max_particles" value="5000"/>
    <param name="kld_err" value="0.02"/>
    <param name="kld_z" value="0.99"/>
    <param name="laser_z_hit" value="0.95"/>
    <param name="laser_z_short" value="0.05"/>
    <param name="laser_z_max" value="0.05"/>
    <param name="laser_z_rand" value="0.05"/>
    <param name="laser_sigma_hit" value="0.2"/>
    <param name="laser_lambda_short" value="0.1"/>
    <param name="laser_model_type" value="likelihood_field"/>
    <param name="laser_likelihood_max_dist" value="2.0"/>
    <param name="update_min_d" value="0.1"/>
    <param name="update_min_a" value="0.5"/>
    <param name="resample_interval" value="1"/>
    <param name="transform_tolerance" value="0.5"/>
    <param name="recovery_alpha_slow" value="0.0"/>
    <param name="recovery_alpha_fast" value="0.0"/>
    <param name="initial_pose_x" value="0.0"/>
    <param name="initial_pose_y" value="0.0"/>
    <param name="initial_pose_a" value="0.0"/>
  </node>

  <!-- ========== move_base ========== -->
  <node pkg="move_base" type="move_base" name="move_base" output="screen" respawn="false">
    <!-- 关闭恢复行为 -->
    <param name="recovery_behavior_enabled" value="false"/>

    <!-- 全局代价地图 -->
    <rosparam file="$(find slam_compare)/config/costmap_common_params.yaml" command="load" ns="global_costmap"/>
    <rosparam file="$(find slam_compare)/config/global_costmap_params.yaml" command="load"/>

    <!-- 全局规划器：Dijkstra -->
    <param name="base_global_planner" value="global_planner/GlobalPlanner"/>
    <rosparam file="$(find slam_compare)/config/global_planner_dijkstra.yaml" command="load"/>

    <!-- 局部规划器：用最简单的，纯跟随路径，不做避障 -->
    <param name="base_local_planner" value="base_local_planner/TrajectoryPlannerROS"/>
    <param name="TrajectoryPlannerROS/max_vel_x" value="0.22"/>
    <param name="TrajectoryPlannerROS/min_vel_x" value="0.05"/>
    <param name="TrajectoryPlannerROS/max_vel_theta" value="1.5"/>
    <param name="TrajectoryPlannerROS/min_vel_theta" value="-1.5"/>
    <param name="TrajectoryPlannerROS/min_in_place_vel_theta" value="0.3"/>
    <param name="TrajectoryPlannerROS/acc_lim_x" value="2.0"/>
    <param name="TrajectoryPlannerROS/acc_lim_theta" value="2.5"/>
    <param name="TrajectoryPlannerROS/xy_goal_tolerance" value="0.15"/>
    <param name="TrajectoryPlannerROS/yaw_goal_tolerance" value="0.1"/>
    <param name="TrajectoryPlannerROS/path_distance_bias" value="0.8"/>
    <param name="TrajectoryPlannerROS/goal_distance_bias" value="0.4"/>
    <param name="TrajectoryPlannerROS/occdist_scale" value="0.0"/>

    <!-- 局部代价地图：最小化 -->
    <param name="local_costmap/global_frame" value="odom"/>
    <param name="local_costmap/robot_base_frame" value="base_footprint"/>
    <param name="local_costmap/update_frequency" value="2.0"/>
    <param name="local_costmap/static_map" value="false"/>
    <param name="local_costmap/rolling_window" value="true"/>
    <param name="local_costmap/width" value="3.0"/>
    <param name="local_costmap/height" value="3.0"/>
    <param name="local_costmap/resolution" value="0.05"/>
  </node>

  <!-- ========== RViz ========== -->
  <node pkg="rviz" type="rviz" name="rviz"
        args="-d $(find turtlebot3_navigation)/rviz/turtlebot3_navigation.rviz"/>
</launch>

6.3 A*导航配置

1、A*的导航参数配置文件：

# GlobalPlanner 参数：A* 模式
GlobalPlanner:
    use_dijkstra: false
    use_grid_path: false
    visualize_potential: false
    allow_unknown: false
    default_tolerance: 0.5
    lethal_cost: 253

2、启动文件：

<launch>
  <!-- ========== 加载地图 ========== -->
  <node name="map_server" pkg="map_server" type="map_server"
        args="/home/xk/slam_compare_ws/src/slam_compare/maps/cartographer_map.yaml" output="screen"/>

  <!-- ========== AMCL 定位 ========== -->
  <node pkg="amcl" type="amcl" name="amcl" output="screen">
    <param name="use_map_topic" value="true"/>
    <param name="odom_model_type" value="diff"/>
    <param name="odom_alpha1" value="0.2"/>
    <param name="odom_alpha2" value="0.2"/>
    <param name="odom_alpha3" value="0.2"/>
    <param name="odom_alpha4" value="0.2"/>
    <param name="base_frame_id" value="base_footprint"/>
    <param name="odom_frame_id" value="odom"/>
    <param name="global_frame_id" value="map"/>
    <param name="laser_max_beams" value="60"/>
    <param name="laser_max_range" value="3.5"/>
    <param name="min_particles" value="500"/>
    <param name="max_particles" value="5000"/>
    <param name="kld_err" value="0.02"/>
    <param name="kld_z" value="0.99"/>
    <param name="laser_z_hit" value="0.95"/>
    <param name="laser_z_short" value="0.05"/>
    <param name="laser_z_max" value="0.05"/>
    <param name="laser_z_rand" value="0.05"/>
    <param name="laser_sigma_hit" value="0.2"/>
    <param name="laser_lambda_short" value="0.1"/>
    <param name="laser_model_type" value="likelihood_field"/>
    <param name="laser_likelihood_max_dist" value="2.0"/>
    <param name="update_min_d" value="0.1"/>
    <param name="update_min_a" value="0.5"/>
    <param name="resample_interval" value="1"/>
    <param name="transform_tolerance" value="0.5"/>
    <param name="recovery_alpha_slow" value="0.0"/>
    <param name="recovery_alpha_fast" value="0.0"/>
    <param name="initial_pose_x" value="0.0"/>
    <param name="initial_pose_y" value="0.0"/>
    <param name="initial_pose_a" value="0.0"/>
  </node>

  <!-- ========== move_base ========== -->
  <node pkg="move_base" type="move_base" name="move_base" output="screen" respawn="false">
    <!-- 关闭恢复行为 -->
    <param name="recovery_behavior_enabled" value="false"/>

    <!-- 全局代价地图 -->
    <rosparam file="$(find slam_compare)/config/costmap_common_params.yaml" command="load" ns="global_costmap"/>
    <rosparam file="$(find slam_compare)/config/global_costmap_params.yaml" command="load"/>

    <!-- 全局规划器：Dijkstra -->
    <param name="base_global_planner" value="global_planner/GlobalPlanner"/>
    <rosparam file="$(find slam_compare)/config/global_planner_dijkstra.yaml" command="load"/>

    <!-- 局部规划器：用最简单的，纯跟随路径，不做避障 -->
    <param name="base_local_planner" value="base_local_planner/TrajectoryPlannerROS"/>
    <param name="TrajectoryPlannerROS/max_vel_x" value="0.22"/>
    <param name="TrajectoryPlannerROS/min_vel_x" value="0.05"/>
    <param name="TrajectoryPlannerROS/max_vel_theta" value="1.5"/>
    <param name="TrajectoryPlannerROS/min_vel_theta" value="-1.5"/>
    <param name="TrajectoryPlannerROS/min_in_place_vel_theta" value="0.3"/>
    <param name="TrajectoryPlannerROS/acc_lim_x" value="2.0"/>
    <param name="TrajectoryPlannerROS/acc_lim_theta" value="2.5"/>
    <param name="TrajectoryPlannerROS/xy_goal_tolerance" value="0.15"/>
    <param name="TrajectoryPlannerROS/yaw_goal_tolerance" value="0.1"/>
    <param name="TrajectoryPlannerROS/path_distance_bias" value="0.8"/>
    <param name="TrajectoryPlannerROS/goal_distance_bias" value="0.4"/>
    <param name="TrajectoryPlannerROS/occdist_scale" value="0.0"/>

    <!-- 局部代价地图：最小化 -->
    <param name="local_costmap/global_frame" value="odom"/>
    <param name="local_costmap/robot_base_frame" value="base_footprint"/>
    <param name="local_costmap/update_frequency" value="2.0"/>
    <param name="local_costmap/static_map" value="false"/>
    <param name="local_costmap/rolling_window" value="true"/>
    <param name="local_costmap/width" value="3.0"/>
    <param name="local_costmap/height" value="3.0"/>
    <param name="local_costmap/resolution" value="0.05"/>
  </node>

  <!-- ========== RViz ========== -->
  <node pkg="rviz" type="rviz" name="rviz"
        args="-d $(find turtlebot3_navigation)/rviz/turtlebot3_navigation.rviz"/>
</launch>

6.4 启动导航

6.4.1 Dijkstra导航

# 终端1：启动 Gazebo + burger（用之前的 env_world.launch）
roslaunch slam_compare env_world.launch

# 终端2：启动导航（Dijkstra 模式）
roslaunch slam_compare nav_dijkstra.launch

6.4.2 A*导航

# 终端1：启动 Gazebo + burger（用之前的 env_world.launch）
roslaunch slam_compare env_world.launch

# 终端2：启动导航（Dijkstra 模式）
roslaunch slam_compare nav_astra.launch

7. 总结

xk@ubuntu:~/slam_compare_ws$ ls src/

cartographer cartographer_ros CMakeLists.txt slam_compare

xk@ubuntu:~/slam_compare_ws$ tree src/slam_compare/

src/slam_compare/

├── CMakeLists.txt

├── config

│ ├── costmap_common_params.yaml

│ ├── global_costmap_params.yaml

│ ├── global_planner_astar.yaml

│ ├── global_planner_dijkstra.yaml

│ └── turtlebot3_2d.lua

├── launch

│ ├── env_world.launch

│ ├── nav_astar.launch

│ ├── nav_dijkstra.launch

│ ├── slam_cartographer.launch

│ ├── slam_gmapping.launch

│ ├── slam_hector.launch

│ └── slam_karto.launch

├── maps

│ ├── cartographer_map.pgm

│ ├── cartographer_map.yaml

│ ├── gmapping_map.pgm

│ ├── gmapping_map.yaml

│ ├── hector_map.pgm

│ ├── hector_map.yaml

│ ├── karto_map.pgm

│ └── karto_map.yaml

├── package.xml

├── rviz

│ └── demo.rviz

├── src

└── worlds

└── env.world

6 directories, 24 files

xk@ubuntu:~/slam_compare_ws$

文件名字与功能一一对应，可以直接参考对应的launch文件内容，但是需要做以下准备工作：

1、编译依赖安装

2、功能包安装（注意版本）

3、参数路径：如地图文件加载等

以上内容可在上述目录章节中找到，但是不局限于以上内容，可以结合AI来进行完善补充