使用激光SLAM实现室内定位

注意：本教程适用于配备激光扫描仪的Kerloud无人机

本教程介绍了我们如何实现室内定位的激光SLAM方法。

Caution

教程代码仅供研究项目使用，不能直接部署在产品上。

1. 硬件设置和环境要求

../_images/uav_laserslam.png

本教程所需的硬件设置是：

经过充分测试的环境是带有 Ubuntu 18.04 的 ROS Melodic，所有必要的组件都在工厂中正确设置。

2、工作原理

室内SLAM过程是通过将2D激光SLAM算法与自动驾驶仪中的EKF状态估计模块集成来实现的。 采用的2D Laser slam算法是 Google Cartographer ，它是机器人界的基准算法。Cartographer 软件包可以输出车辆在水平 2D 平面中的精确实时位置，而 TF-Luna 距离传感器则提供高度测量。估计过程图如下所示：

../_images/laserslam_softcomp.png

3. 如何运行

3.1 远程可视化的网络设置

远程可视化提供了从远程 PC 访问机载计算机的用户友好体验。我们首先必须将机载计算机连接到本地 wifi 网络一次，以便之后自动设置 wifi 连接。 登录路由器管理页面即可找到无人机的IP地址。以TP-Link路由器为例，用户可以访问192.168.0.1或http://tplogin.cn/查看本地网络中连接的所有计算机。机载电脑的计算机名称和密码默认均为ubuntu 。然后显示 IP 地址，如下所示：

../_images/tplink_admin.png

获取 IP 地址后，我们可以使用以下命令在远程 PC 和无人机机载电脑中设置主机 IP：

sudo vim /etc/hosts

# set a host name for kerloud uav
# e.g. 192.168.0.104 master_ip
<IP address> master_ip

然后，我们在远程 PC 中设置 ROS 环境变量，而机载电脑的环境变量则在生产中设置：

vim ~/.bashrc

export ROS_IP=`hostname -I | awk '{print $1}'`
export ROS_HOSTNAME=`hostname -I | awk '{print $1}'`
export ROS_MASTER_URI=http://master_ip:11311

Hint

您也可以使用手机作为热点来设置所需的网络；

如果您不需要连接到无人机，则必须在远程PC的~/.bashrc中注释ROS环境设置。

为了验证网络连接，我们可以在远程PC上执行以下命令：

# PC side Terminal 1: setup ssh connection with the onboard computer
ssh ubuntu@master_ip
roscore

# PC side Terminal 2:
rostopic list

如果网络设置正确，那么 /rosout 和 /rosout_agg 主题可以在上面的第二个终端中查看，否则会出现如下错误消息：

ERROR: Unable to communicate with master!

3.2 构建工作空间

室内激光slam的ROS工作空间位于~/src/uav_space/catkinws_laserslam，它包含几个包：

  • ldlidar_stl_ros：LD19激光扫描仪的ros驱动程序。

  • robots_laserslam：激光 slam 包，包含制图师的配置和启动文件。

  • pose_converter：将 slam 输出与距离传感器测量融合的包，并将 3D 位置提供给 mavros。

要编译工作区，只需运行：

cd ~/src/uav_space/catkinws_laserslam
catkin build -j 3

要启用远程可视化，还需要将工作区复制到远程PC，并遵循相同的构建过程。我们假设工作空间位于同一目录下，以便稍后进行说明。

3.3 用数据集进行SLAM仿真

为了方便室内 slam 包的部署，我们在 ~/src/uav_space/catkinws_laserslam/dataset/2D-laser-datasets 目录下提供了几个激光扫描数据集。用户可以为这些数据集启动激光撞击节点来熟悉这些软件工具。

执行模拟的命令如下所示：

# PC side terminal 1: launch roscore after ssh connection
ssh ubuntu@master_ip
roscore

# PC side terminal 2: launch rosbag to play a dataset
ssh ubuntu@master_ip

cd ~/src/uav_space/catkinws_laserslam \
&& cd dataset/2D-laser-datasets \
&& rosbag play floor1.bag --clock

# PC side terminal 3: launch rosbag to play a dataset
ssh ubuntu@master_ip

cd ~/src/uav_space/catkinws_laserslam \
&& source devel/setup.bash \
&& roslaunch robot_laserslam databag_sim.launch

# PC side terminal 4: remote visualization
# users have to copy the workspace from the onboard computer to the PC and build it as well
cd ~/src/uav_space/catkinws_laserslam \
source devel/setup.bash \
&& roslaunch robot_laserslam visualization.launch

如果正确执行上述步骤，rviz 窗口将弹出并显示 SLAM 输出，如下所示：

../_images/laserslam_rviz_simtest.png

为了说明这一点，蓝线指的是激光框架的轨迹，激光框架和奥多姆框架之间的关系揭示了激光扫描仪的运动。要查看这些帧的 tf 树，

rosrun tf view_frames

下面给出了该模拟的 tf 帧树以供参考（点击查看大图）：

../_images/tftree_bag.png

3.4 室内实验

Warning

请确保 Kerloud 自动驾驶仪已正确配置为基于 SLAM 的定位，详细信息请参阅用户手册。

要启动激光 SLAM 流程，建议严格遵循以下步骤：

  • 将无人机放置在四周有墙壁、光线条件良好的室内环境中。

  • 确保电池电压至少为 16.0V 并给机器上电。

  • 使用路由器建立本地wifi网络，并确保机载电脑可以自动连接到该网络。

  • 将无人机与QGround控制站连接，建议首次仔细校准陀螺仪和磁力计。

  • 使用以下命令远程启动激光 SLAM 过程：

ssh ubuntu@master_ip
cd ~/src/uav_space/catkinws_laserslam \
&& bash run_2d.sh

run_2d.sh 脚本将按顺序启动室内激光猛击的所有节点。

可以选择在本地PC上启动远程可视化过程，

cd ~/src/uav_space/catkinws_laserslam \
&& source devel/setup.bash \
&& roslaunch robot_laserslam visualization.launch

请注意，远程可视化会占用机载电脑的一些计算负担，因此建议在实验中将其关闭。

为远程机载电脑启动一个新终端，并使用以下命令验证本地位置数据：

rostopic echo /mavros/vision_pose/pose
rostopic echo /mavros/local_position/pose

主题 /mavros/vision_pose/pose 是来自pose_converter包的融合位置数据，/mavros/local_position/pose是来自自动驾驶仪的本地位置。如果两个主题都正确，则可以确认 SLAM 输出。

然后用户可以轻松地在定位模式下操作无人机，或者使用基于我们的 SDK 的自己的应用程序。

参考资料