人工智能AI基础知识与实践-建图导航基础

路径规划简介
运动规划由路径规划和轨迹规划组成，连接 起点位置和终点位置的序列点或曲线称之为路径， 构成路径的策略称之为路径规划。 基于代价地图（costmap）的路径规划
全局路径规划算法
本地实时规划（local planner）
本地的实时规划是利用 base_local_planner包实现的。 该包使用Trajectory Rollout 和Dynamic Window approaches算法计算机器人每 个周期内应该行驶的速度和角度（dx， dy，dtheta velocities）。
shell脚本一键启动建图
RVIZ中查看建立的地图
地图的保存
1.保存在用户目录
2.保存在指定目录
ROS中的导航框架 movebase
路径规划器
全局路径规划（global planner） 做全局最优路径规划 Dijkstra 或 Astar算法
本地实时规划（local planner） 规划机器人局部线速度，角速度。使之尽量贴近全局最优路径 实时避障 探索躲避和行进的多条路径，综合评价标准选取最优路径
Gazebo 中的SLAM实例
Gazebo 中的SLAM实例
Turtlebot Gazebo提供了一个虚拟建图并且导航的功能包 Turtlebot Gazebo安装 $ sudo apt-get install ros-kinetic-turtlebot-gazebo 启动turtlebot gazebo 虚拟环境。 启动turtlebot gazebo gmapping 建图功能包 启动turtlebot gazebo Amcl导航功能包
思岚A1激光雷达
激光雷达 驱动包 github
https://github.com/robopeak/rplidar_ros https://github.com/robopeak/rplidar_ros/wiki
激光雷达 RVIZ中的参数（激光参数）
激光雷达 RVIZ中的参数（激光参数）
RVIZ中查看激光雷达数据
SLAM 即时定位与地图构建
主流SLAM技术
SLAM（Simultaneous Localization and Mapping），同步定位与地图构建，最早在机器人领域提出， 它指的是：机器人从未知环境的未知地点出发，在运动过程中通过重复观测到的环境特征定位自身位置 和姿态，再根据自身位置构建周围环境的增量式地图，从而达到同时定位和地图构建的目的。 通俗的来讲，SLAM回答两个问题：“我在哪儿？”“我周围是什么？”
Openslam_Gmapping建图
订阅 tf (tf/tfMessage) 需要知道坐标位置关系，确定机器人的位置。 scan (sensor_msgs/LaserScan) 激光雷达的扫描数据，一般订阅/scan话题
发布 map (nav_msgs/OccupancyGrid) 输出map话题，即地图消息话题
蒙特卡洛（AMCL）定位算法
根据已经有的地图进行定位。
https://www.cnblogs.com/lvchaoshun/p/7115385.html
ROS 中AMCL定位功能包
Subscribed Topics（订阅的话题）
scan (sensor_msgs/LaserScan) （激光雷达） tf (tf/tfMessage)（TF坐标变换） initialpose (geometry_msgs/PoseWithCovarianceStamped) （里程计） map (nav_msgs/OccupancyGrid)（栅格地图）
Turtlebot gazebo建图 导航
即使定位与建图SLAM技术（下）
实体机器人建图实战
选择环境
• 选择一个合适场景，
建立地图
• 启动 roslaunch mx_bringup rbc_camera_start.launch 或者roslaunch mx_bringup rbc_lidar_start.launch
物体
根据相似形原理 q = fs / x
激光雷达 TOF测距原理
激光雷达TOF 测距的前提是激光测距技术。
利用Hale Waihona Puke Baidu光飞行时间（Time of Flight，TOF）法 来检测距离，适用于长距离测距
而 TOF 法 又 可 分 为 ： a）脉冲调制 （脉冲测距技术），利用被测 目标对光信 号的漫反射来测距； b）相位调制，对激 光连续波进行强度的调 制，通过相位差来 测量距离信息。
Published Topics（发布的话题）
amcl_pose (geometry_msgs/PoseWithCovarianceStamped)（里程） particlecloud (geometry_msgs/PoseArray)位姿（） tf (tf/tfMessage)（里程计到地图的坐标变换）
Trajectory Rollout 和Dynamic Window approaches算法 的主要思路如下： 1 采样机器人当前的状态（dx,dy,dtheta）； 2针对每个采样的速度，计算机器人以该速度行 驶 一段时间后的状态，得出一条行驶的路线。 3 利用一些评价标准为多条路线打分。 4 根据打分，选择最优路径。 5 重复上面过程。
激光SLAM
视觉SLAM
激光雷达 Lidar
三角测距激光雷达 TOF测距激光雷达 多线三维激光雷达
激光接收
激光雷达-三角测距原理
咱们需要知道摄像头到物体的距离q 其中，q为实测距离，s为激光头与镜头的距离，f为镜头的焦距， x与s对应；x该变量假设了角 度β是一个常量。
根据相似形原理 q / f = s / x
AI-KIT 建图功能实践
1.启动底盘,激光雷达
roslaunch mx_bringup rbc_lidar_start.launch
2.启动gmapping建图功能，以及movebase（可不启动 ）
roslaunch mx_nav gmapping_demo.launch 3.启动rviz查看建立的地图 roslaunch mx_rviz gmapping_view.launch 4.启动键盘控制，移动机器建图 roslaunch mx_bringup rbc_teleop_keyboard.launch