cartographer环境建立以及建图测试（详细级）

作者: 良知犹存
ROS

​

前言
​

目前机器人使用中需要进行SLAM建图， 因为移动机器人想要实现自主行走，核心在于实现自主定位导航，在自主定位导航技术中会涉及到定位、建图、路径规划等问题，而地图构建的好坏将直接影响机器人的行走路径。机器人想要到达某个目的地，需要和人类绘制地图一样，描述环境、认识环境的过程主要就是依靠地图。

而目前建图方式有激光雷达、视觉建图、还有深度学习等。今天介绍的cartographer就属于激光slam。 主流的激光SLAM算法有hector、gmapping、karto、cartographer等。

下面简单的介绍几种SLAM算法：

1. hector是一种结合了鲁棒性较好的扫描匹方法2D_SLAM方法和使用惯性传感系统的导航技术。传感器的要求较高，高更新频率小测量噪声的激光扫描仪，不需要里程计。使空中无人机与地面小车在不平坦区域运行存在运用的可能性。作者利用现代激光雷达的高更新率和低距离测量噪声，通过扫描匹配实时地对机器人运动进行估计。所以当只有低更新率的激光传感器时，即便测距估计很精确，对该系统都会出现一定的问题。

hector基于优化的算法（解最小二乘问题），优缺点：不需要里程计，但对于雷达帧率要求很高40Hz，估计6自由度位姿，可以适应空中或者地面不平坦的情况。初值的选择对结果影响很大，所以要求雷达帧率较高。

2. gmapping是一种基于粒子滤波的激光SLAM算法，它已经集成在ROS中，是移动机器人中使用最多的SLAM算法。基于粒子滤波的算法用许多加权粒子表示路径的后验概率，每个粒子都给出一个重要性因子。但是，它们通常需要大量的粒子才能获得比较好的的结果，从而增加该算法的的计算复杂性。此外，与PF重采样过程相关的粒子退化耗尽问题也降低了算法的准确性。

缺点：严重依赖里程计，无法适应无人机及地面不平坦的区域，无回环（激光SLAM很难做回环检测），大的场景，粒子较多的情况下，特别消耗资源。

3. karto是基于图优化的SLAM算法，用高度优化和非迭代cholesky矩阵进行稀疏系统解耦作为解。图优化方法利用图的均值表示地图，每个节点表示机器人轨迹的一个位置点和传感器测量数据集，箭头的指向的连接表示连续机器人位置点的运动，每个新节点加入，地图就会依据空间中的节点箭头的约束进行计算更新。路标landmark越多,内存需求越大,然而图优化方式相比其他方法在大环境下制图优势更大。

karto采取的是spa(karto_slam)或g2o(nav2d), karto的前端与后端采取的是单线程进行。

4.LagoSLAM 是线性近似图优化,不需要初始假设。基本的图优化slam的方法就是利用最小化非线性非凸代价函数.每次迭代, 解决局部凸近似的初始问题来更新图配置,过程迭代一定次数直到局部最小代价函数达到. (假设起始点经过多次迭代使得局部代价函数最小). 。假设图中每个节点的相对位置和方向都是独立的，作者求解了一个等价于非凸代价函数的方程组。为此，提出了一套基于图论的程序，通过线性定位和线性位置估计，得到非线性系统的一阶近似。

5. cartographer是google开发的实时室内SLAM项目，cartographer采用基于google自家开发的ceres非线性优化的方法，cartographer的亮点在于代码规范与工程化，非常适合于商业应用和再开发。并且cartographer基于submap子图构建全局地图的思想，能有效的避免建图过程中环境中移动物体的干扰。并且cartographer支持多传感器数据（odometry、IMU、LaserScan等）建图，支持2D_SLAM和3D_SLAM建图。

能天然的输出协方差矩阵，后端优化的输入项。成本较低的雷达也能跑出不错的效果。cartographer是google推出的一套基于图优化的SLAM算法。

cartographer算法并没有给人惊艳的感觉，但该算法的主要目标是实现低计算资源消耗，达到实时SLAM的目的，所以很适合嵌入式端的使用。

这篇文章是介绍cartographer在linuxPC环境（Ubuntu16）下进行源码下载进行demo测试的教程，本文的前提条件是你的电脑里已经安装了ROS以下版本的任意一个：Noetic、Kinetic、Melodic。

​

算法分析

该算法主要分为两个部分，第一个部分称为Local SLAM, 该部分通过一帧帧的Laser Scan建立并维护一系列的Submap，而所谓的submap就是一系列的Grid Map。当再有新的Laser Scan中会通过Ceres Scan Matching的方法将其插入到子图中的最佳位置。但是submap会产生误差累积的问题，因此，算法的第二个部分，称为Global SLAM的部分，就是通过Loop Closure来进行闭环检测，来消除累积误差：当一个submap构建完成，也就是不会再有新的laser scan插入到该submap时，算法会将该submap加入到闭环检测中。闭环检测的本质也是一个优化问题，该优化问题被表达成了一个pixel-accurate match的形式，解决优化问题的方法是Branch-and-Bound Approach.
​

作者：良知犹存

转载授权以及围观：欢迎添加微信公众号：羽林君

​

安装介绍

cartographer的安装主要包括三个部分：cartographer、cartographer-ros、ceres-solver。其中cartographer 是计算的部分，cartographer-ros是算法在ROS中通讯交互数据的部分，ceres-solver谷歌开发的一款用于非线性优化的库，在谷歌的开源激光雷达slam项目cartographer中被大量使用。

安装的方法有两种，一种是官网的集成式下载配置，一种是把cartographer需要的依赖部分分别安装配置。

两种方式区别就在于，第一种虽然方便，但是由于网络问题（你懂的）所以Google的相关文件下载会失败，所以就出现了，把依赖单独下载编译，最后下载cartographer进行编译。

官网方式：

  1. 安装 wstool下载工具、rosdep和ninja编译工具（ninja是一个新型的编译小工具，用来替换复杂的make，从而实现快速编译）
sudo apt-get update sudo apt-get install -y python-wstool python-rosdep ninja-build

  1. 建立一个wstool下载+ROS基本编译的二合一环境
mkdir catkin_ws
cd catkin_ws
wstool init src
wstool merge -t src https://raw.githubusercontent.com/googlecartographer/cartographer_ros/master/cartographer_ros.rosinstall

这是 wstool 命令生成 .rosinstall 的文件里面的内容，可以看到设置了cartographer、cartographer-ros下载链接。
​ 

wstool update -t src

静静等待下载，速度就取决你对于Google的认知。

3.安装proto3.

Protocol Buffers(简称Protobuf) ，是Google出品的序列化框架，与开发语言无关，和平台无关，具有良好的可扩展性。Protobuf和所有的序列化框架一样，都可以用于数据存储、通讯协议。

src/cartographer/scripts/install_proto3.sh

此外其实除了Protobuf们还可以配置其他依赖，这些脚本都在这个目录，如果编译过程中遇到依赖问题就可以去利用脚本去下载。
​

4.rosdep init在安装ROS时候就安装过了，不过这个经常会出现问题，之前写过一篇ROS安装的文件，大家有兴趣可以去看看

对于这个问题，有两种解决思路：访问DNS解析环节解决或者直接切换软件源。

DNS解析环节解决：
​

切换linux软件源：
​ 

sudo rosdep init
rosdep update
rosdep install --from-paths src --ignore-src --rosdistro=${ROS_DISTRO} -y

5.最后一步编译

catkin_make_isolated --install --use-ninja
source install_isolated/setup.bash

但是好多时候因为下载问题，就会出现这样那样的问题，所以就出现了下面的方法，把包单独下载，然后再进行编译安装。

注！：在编译cartographer过程中，和文章所写这种一气呵成的感觉恰恰相反，编译了好多次才编译成功的，而且中间出现各种编译问题，基本都是版本问题。所以请大家注意下载各个分包的版本，切记，切记，切记~

你看probuf版本下载记录就知道了。
​

分包编译方式：

cartographer分成6个部分，分别是eigen3.2.9,ceres1.13.0,protobuf大于3.0.0,cartographer,cartogpher_ros，abseil。分开进行编译：

1.eigen

Eigen是高级 C ++ 模板标头库，用于线性代数，矩阵和矢量运算，几何变换，数值求解器和相关算法。自3.1.1版以来，Eigen是根据Mozilla Public License 2.0许可的开源软件。早期版本是根据GNU较宽松通用公共许可证授权的。

注意警告：cartographer对eigen，ceres，protobuf有严格的版本限制，版本必须严格！！！

选择版本3.2.9
git clone  https://gitlab.com/libeigen/eigen.git
mkdir build
cd build
cmake ..
sudo make install


安装完成

2.ceres

Ceres solver 是谷歌开发的一款用于非线性优化的库，在谷歌的开源激光雷达slam项目cartographer中被大量使用。

注意：ceres版本必须是1.13.0,其它版本与eigen3.2.9不匹配

选择版本1.13.0
git clone https://github.com/ceres-solver/ceres-solver.git
mkdir build
cd build
cmake ..
make -j8
sudo make install

编译过程中如果出现这个编译问题：

Failed to find glog

– Failed to find installed glog CMake configuration, searching for glog build directories exported with CMake.

– Failed to find an installed/exported CMake configuration for glog, will perform search for installed glog components.

– Failed to find glog - Could not find glog include directory, set GLOG_INCLUDE_DIR to directory containing glog/logging.h

这个原因是缺失glog 库(glog 是一个 C++ 日志库，它提供 C++ 流式风格的 API。在安装 glog 之前需要先安装 gflags，这样 glog 就可以使用 gflags 去解析命令行参数)，们可以用apt-get install安装，也可以下载源码进行编译安装.

apt-get install安装:

sudo apt-get install libgoogle-glog-dev

下载源码进行编译安装:

git clone https://github.com/google/glog.git
cd glog
mkdir build
cmake ..
make
sudo make install

再重新进行cere编译安装，又通过一关
​

  1. protobuf

Protocol Buffers(简称Protobuf) ，是Google出品的序列化框架，与开发语言无关，和平台无关，具有良好的可扩展性。Protobuf和所有的序列化框架一样，都可以用于数据存储、通讯协议。

注意：protobuf安装方式特殊，脚本安装

选择版本3.0.0
git clone https://github.com/protocolbuffers/protobuf.git
./autogen.sh

这次也会遇到error问题，

第一个error 48: autoreconf: not found

是在不同版本的 tslib 下执行 autogen.sh 产生。它们产生的原因一样,是因为没有安装automake 工具, 用下面的命令安装好就可以了。

sudo apt-get install autoconf automake libtool

第二个error可能是下载问题，这边会提示你下载失败，你可以选择注释掉，或者使用提供的第二种编译方法：

如遇见Error，prot：443,注释autogen.sh脚本34行
./configure
make -j8
sudo make install
sudo ldconfig
测试一下protobuf
protoc --version
不出意外将会显示libprotoc 3.0.0

第二种编译方法：

上文说到，们在cartographer/scripts目录下可以找到cartographer依赖文件的下载的脚本，这些的脚本里面还有编译的选项，这时候们就可以看下install_proto3.sh 这个文件，里面可以看到如下内容：

mkdir build
cd build
cmake -G Ninja \
  -DCMAKE_POSITION_INDEPENDENT_CODE=ON \
  -DCMAKE_BUILD_TYPE=Release \
  -Dprotobuf_BUILD_TESTS=OFF \
  ../cmake
ninja
sudo ninja install

们直接复制直接编译即可。

4.abseil

abseil 是 google 开源的 C++通用库，其目标是作为标准库的补充。abseil 不但提供了标准库没有但很常用的功能，也对标准库的一些功能进行了增强设计，使用 abseil 库能使程序性能和开发效率都取得不错的提升。

cartographer对abseil没有版本要求，但是一定要有。

git clone https://github.com/abseil/abseil-cpp.git
mkdir build
cd build
cmake .. -DCMAKE_CXX_STANDARD=11
make -j8
sudo make install

不过在后续编译abseil，大家可能会遇到这个问题

CMake Error at CMakeLists.txt:49 (find_package):

By not providing “FindAbseil.cmake” in CMAKE_MODULE_PATH this project has

asked CMake to find a package configuration file provided by “Abseil”, but

CMake did not find one.

Could not find a package configuration file provided by “Abseil” with any

of the following names:

AbseilConfig.cmake

abseil-config.cmake

Add the installation prefix of “Abseil” to CMAKE_PREFIX_PATH or set

“Abseil_DIR” to a directory containing one of the above files. If “Abseil”

provides a separate development package or SDK, be sure it has been

installed.
​

不过没事，是因为CMakeLists.txt在进行搜寻absil中，定义的名称和你编译abseil名称不同，CMakeLists.txt是大写的，而实际你编译安装后的包名称为小写。
​

修改如上所示：Abseil 修改为 absl

5.carographer

注意：carographer和cartographer _ros版本必须对应

mkdir cartographer
cd cartographer & mkdir src
cd src


git clone https://github.com/cartographer-project/cartographer.git
git clone https://github.com/cartographer-project/cartographer_ros.git


catkin_make_isolated   /*也可以用*/  catkin_make_isolated --install --use-ninja

编译成功：
​

​

建图开发

现在安装了Cartographer和Cartographer的ROS集成，官方也提供了一些数据集，Deutsches Museum(德意志博物馆)，这样就可以很方便测试Cartographer生成地图和其他的功能了。

下载示例包（例如德意志博物馆的2D和3D背包系列）到一个已知的位置

示例位于~/Downloads，并使用roslaunch来调出演示：

 Download the 2D backpack example bag. wget -P ~/Downloads https://storage.googleapis.com/cartographer-public-data/bags/backpack_2d/cartographer_paper_deutsches_museum.bag  Launch the 2D backpack demo. roslaunch cartographer_ros demo_backpack_2d.launch bag_filename:=${HOME}/Downloads/cartographer_paper_deutsches_museum.bag  Download the 3D backpack example bag. wget -P ~/Downloads https://storage.googleapis.com/cartographer-public-data/bags/backpack_3d/with_intensities/b3-2016-04-05-14-14-00.bag  Launch the 3D backpack demo. roslaunch cartographer_ros demo_backpack_3d.launch bag_filename:=${HOME}/Downloads/b3-2016-04-05-14-14-00.bag

又会是下载的问题，这些文件又大，下载速度又慢还经常失败，也是废了九牛二虎之力下载下来的。
​

为了方便大家测试，大家可以公众号后台私，或者添加微信号，把下载好的文件发给大家。

截图有限，之前操作都忘记截图了，导致现在就只有一个了，大家凑合看了哈。
​

生成.pdstream地图（等待直到cartographer_offline_node完成），

roslaunch cartographer_ros offline_backpack_2d.launch bag_filenames:=${HOME}/Downloads/cartographer_paper_deutsches_museum.bag

然后运行纯定位:

roslaunch cartographer_ros demo_backpack_2d_localization.launch  load_state_filename:=${HOME}/Download/cartographer_paper_deutsches_museum.bag.pbstream   bag_filename:=${HOME}/Downloads/cartographer_paper_deutsches_museum.bag

此外还有turtlebot的数据，其实都是一样的，大家也可以看一下创客智造的cartographer_turtlebot教程。

这就是分享的cartographer的简单测试使用，未来会介绍更加详细的cartographer使用以及源码解析。此外如果大家有什么更好的思路，也欢迎分享交流哈。

—END—**

推荐阅读

【1】linux开发各种I/O操作简析，以及select、poll、epoll机制的对比

【2】嵌入式底层开发的软件框架简述

【3】CPU中的程序是怎么运行起来的 必读
【4】什么？还不懂c++vector的用法，你凭什么勇气来的！
【5】阶段性文章总结分析

本公众号全部原创干货已整理成一个目录，回复[ 资源 ]即可获得。

申明以上部分内容是参考了别人的文章，如有侵权，请告知，将删除！

原文作者：良知犹存

原文链接：https://www.cnblogs.com/conscience-remain/p/14116991.html

更多推荐

更多
  • Java测试驱动开发-十二、通过实现连续交付利用 TDD 案例研究可怕的赌博公司，探索代码库，释放程序，部署到生产环境，增加测试覆盖率，结论，可能的改进，实施持续集成，走向持续交付，詹金斯装置，自动化构建，第一次执行，下一步是什么？，这仅仅是开始，这不一定是结束， “没有什么比结果更能说
    Java开发者

    测试驱动 Java测试

  • Java测试驱动开发-一、为什么我应该关心测试驱动的开发？ 为什么是 TDD？，理解 TDD，红绿重构，速度是关键，这与测试无关，测试，黑盒测试，白盒试验，质量检查和质量保证之间的区别，更好的测试，嘲笑，可执行文件，无调试， 这本书是由开发人员为开发人员编写的。因此，大部分学习将通过代码进
    Java开发者

    测试驱动 Java测试

  • Java测试驱动开发-十一、把它们放在一起 简而言之，TDD，最佳做法，命名约定，过程，开发实践，工具， “如果你总是做你一直做的事，那么你将永远得到你一直得到的。”——阿尔伯特·爱因斯坦我们经历了大量的理论和更多的实践。整个旅程就像一列高速行驶的火车，我们几乎没有
    Java开发者

    测试驱动 Java测试

  • Java测试驱动开发-零、前言 这本书是给谁的，充分利用这本书，下载示例代码文件，下载彩色图像，使用的惯例， 测试驱动开发已经有一段时间了，很多人还没有采用它。这背后的原因是 TDD 很难掌握。尽管这个理论很容易掌握，但要真正精通它需要大量的实践。本书的作者多年
    Java开发者

    测试驱动 Java测试

  • Java测试驱动开发-四、单元测试—关注你做了什么，而不是已经做了什么 单元测试什么是单元测试？，为什么要进行单元测试？，代码重构，为什么不专门使用单元测试呢？，用 TDD 进行单元测试，TestNG，TestNG 与 JUnit 摘要，遥控船舶要求，遥控船舶的研制，项目设置，助手类，需求–起点和方向，规格
    Java开发者

    测试驱动 Java测试

  • Java测试驱动开发-五、设计—如果它不可测试，那么它就设计得不好 我们为什么要关心设计？，设计原则，你不会需要它的，不要重复你自己，保持简单和直接，奥卡姆剃刀，坚实的原则，连接 4，要求，测试 Connect 4 的最后一个实现，要求 1–游戏的棋盘，要求 2–介绍光盘，要求 3–球员轮换，要求 4–
    Java开发者

    测试驱动 Java测试

  • Java测试驱动开发-二、工具、框架和环境 吉特，虚拟机，Vagrant，Docker，构建工具，综合发展环境，创意演示项目，单元测试框架，朱尼特，TestNG，Hamcrest 和 AssertJ，汉克雷斯特，资产，代码覆盖工具，杰科科，模拟框架，Mockito，轻松的，模拟的
    Java开发者

    测试驱动 Java测试

  • Java测试驱动开发-六、模拟—删除外部依赖项 嘲笑，为什么嘲笑？，术语，模拟对象，Mockito，Tic Tac Toe v2 要求，开发 TicTacToe v2，要求 1–门店移动，规范–数据库名称，实施，规范–Mongo 集合的名称，实施，重构，规范–将项目添加到 Mongo
    Java开发者

    测试驱动 Java测试

  • Java测试驱动开发-九、重构遗留代码—使其再次年轻 遗留代码，遗留代码示例，识别遗留代码的其他方法，遗留代码更改算法，应用遗留代码更改算法，确定变化点，寻找测试点，打破依赖关系，写作测试，卡塔演习，卡塔遗产酒店，描述，技术意见，添加新功能，黑盒或峰值测试，初步调查，如何找到重构的候选对象
    Java开发者

    测试驱动 Java测试

  • Java测试驱动开发-八、BDD—与整个团队合作 不同规格，文档，编码员的文档，非编码人员的文档，行为驱动开发，叙述，情节，书店 BDD 故事，杰伯哈夫，JBehave 转轮，未决步骤，Selenium 和 Selenide，JBehave 步骤，最终验证， “我不是一个优秀的程
    Java开发者

    测试驱动 Java测试

    • 良知犹存

    65
    文章数
    1066
    获赞数
    1024
    粉丝数
    ROS

    近期文章

    更多
    文章目录

      热门标签

      更多

      推荐作者

      更多