Construcción del mapa SLAM
Después de hacer que el robot se mueva, podemos comenzar a pensar en dejar que el robot navegue de forma autónoma en el entorno real. La navegación autónoma requiere tecnología SLAM, que utiliza los datos del sensor del robot para construir un mapa, que incluye principalmente los siguientes aspectos: mapas en ROS, creación de mapas, uso de rosbag para registrar datos e iniciar el servidor de mapas y ver el mapa.
1. Mapas en ROS
Los mapas en el paquete map_server se almacenan en un par de archivos, a saber, archivos YAML y archivos de imagen. El archivo YAML describe los metadatos del mapa y nombra los archivos de imagen que codifican los datos de ocupación.
1.1? Archivo de imagen
El archivo de imagen describe el estado de ocupación de cada celda del entorno a través del color del píxel correspondiente. En la configuración estándar, los píxeles más blancos indican espacio libre, los píxeles más oscuros ocupan espacio y los píxeles de colores intermedios indican desconocido. También acepta imágenes en color, pero promedia los valores de color en valores de escala de grises. En general, los formatos de imagen más populares son ampliamente compatibles.
1.2 Archivo YAML
(en estudio)
II. Hardware básico del robot
1. Robot con ruedas diferenciales (es decir, mediante control). Los robots que pueden lograr varios movimientos ajustando la velocidad de desplazamiento de las ruedas izquierda y derecha del robot generalmente tienen una o dos juntas universales soportadas por replicación) y pueden controlarse mediante el comando de velocidad de torsión.
lineal: velocidad lineal
angular: velocidad angular
2. El robot debe estar equipado con un sensor de profundidad (lidar o Kinect)
p >Información de profundidad: La profundidad de la imagen es el número de bits utilizados para almacenar cada píxel y también se utiliza para medir la resolución del color de la imagen. La profundidad de la imagen determina la cantidad de colores que cada píxel puede contener en una imagen en color, o la cantidad de niveles de gris que cada píxel puede contener en una imagen en escala de grises. Determina la cantidad máxima de colores que pueden aparecer en una imagen en color, o la cantidad máxima de niveles de grises que pueden aparecer en una imagen en escala de grises.
(a estudiar)
3. La forma del robot es preferentemente cuadrada o redonda
3. Aplicación de gmapping
1. Instalación paquete de funciones gmapping
$sudo apt-get install ros-kinetic-gmapping
2. Configurar el nodo gmapping
(error informado, por investigar)
3. Inicie la demostración de gmapping, configure el lidar e inicie la simulación
(error informado, pendiente de investigación)
4.