- 首先根据官方指导安装
cartographer。 - 然后创建ros工作空间并拉取
cartographer_ros代码
mkdir -p carto_ws/src
cd carto_ws/src
catkin_init_workspace
git clone https://github.com/cartographer-project/cartographer_ros.git
- 现在需要安装
cartographer_ros依赖项。首先，我们使用rosdep来安装所需的软件包。如果在安装ROS之后已经执行了sudo rosdep init命令，那么它将打印一个错误。此错误可以忽略。无法翻墙可以安装rosdepc，使用国内源只需将rosdep替换为rosdepc
sudo rosdep init
rosdep update
rosdep install --from-paths src --ignore-src --rosdistro=${ROS_DISTRO} -y
- 最后编译
cd carto_wscatkin_make
- 然后就可以使用了
source devel setup.bash
roslaunch package_name carto.launch
launch文件：
<launch><param name="/use_sim_time" value="true" /> <!--仿真就设为true，实物就设为false--><node name="cartographer_node" pkg="cartographer_ros" type="cartographer_node" args="-configuration_directory $(find limo_bringup)/param-configuration_basename build_map_2d.lua"><remap from="scan" to="limo/scan" /> <!--重映射为实际的LaserScan话题--><remap from="imu" to="limo/imu" /> <!--重映射为实际的IMU话题--></node><node name="cartographer_occupancy_grid_node" pkg="cartographer_ros" type="cartographer_occupancy_grid_node" args="-resolution 0.05" /> <!--resolution为地图网格大小，越大速度越快，越小精度越好--><node name="rviz" pkg="rviz" type="rviz" required="true" args="-d $(find limo_bringup)/rviz/cartographer.rviz" />
</launch>
cartographer 参数设置
cartographer可以工作在两种模式：有IMU和没有IMU，以下为cartographer的lua参数文件：
--包含的cartographer里的lua文件
include "map_builder.lua"
include "trajectory_builder.lua"options = {map_builder = MAP_BUILDER, -- map_builder.lua的配置信息trajectory_builder = TRAJECTORY_BUILDER, -- trajectory_builder.lua的配置信息map_frame = "map", -- 地图坐标系的名字tracking_frame = "imu_link", -- 将所有传感器数据转换到这个坐标系下，一般设置为频率最高的传感器的frame，如果有IMU就是IMU的frame，如果没有就是laser的framepublished_frame = "base_link", -- 定位结果发布到tf树： map_frame -> published_frameodom_frame = "odom", -- 里程计的坐标系名字-- 是否提供odom的tf, 如果为true,则tf树为map_frame->odom_frame->published_frame；如果为false tf树为map_frame->published_frameprovide_odom_frame = false, --包含的cartographer里的lua文件publish_frame_projected_to_2d = true, -- 是否将坐标系投影到平面上，没啥用use_odometry = false, -- 是否使用里程计,如果使用要求一定要有odom的tf use_nav_sat = false,use_landmarks = false, -- 是否使用landmarknum_laser_scans = 1, -- 单线激光扫描数据的话题数量num_multi_echo_laser_scans = 0,num_subdivisions_per_laser_scan = 1, -- 一帧数据被分成几次处理,一般为1num_point_clouds = 0, -- PointCloud2点云数据的话题数量lookup_transform_timeout_sec = 0.2, -- 查找tf时的超时等待时间submap_publish_period_sec = 0.3, -- submap发布的时间间隔pose_publish_period_sec = 5e-3, -- 位姿发布的时间间隔trajectory_publish_period_sec = 30e-3, -- 轨迹发布的时间间隔rangefinder_sampling_ratio = 1., -- 传感器数据的降采样比例odometry_sampling_ratio = 1., -- 里程计数据的降采样比例fixed_frame_pose_sampling_ratio = 1., -- 某个数据不准，可以降低其采样比例imu_sampling_ratio = 1., -- IMU数据的降采样比例landmarks_sampling_ratio = 1., -- landmarks的降采样比例
}MAP_BUILDER.use_trajectory_builder_2d = true -- 使用2d slam算法，2d和3d一定要有一个为true，且只能有一个TRAJECTORY_BUILDER_2D.submaps.num_range_data = 35
TRAJECTORY_BUILDER_2D.min_range = 0.5
TRAJECTORY_BUILDER_2D.max_range = 20
TRAJECTORY_BUILDER_2D.missing_data_ray_length = 1.TRAJECTORY_BUILDER_2D.use_imu_data = true -- 是否使用IMU数据
TRAJECTORY_BUILDER_2D.use_online_correlative_scan_matching = true
TRAJECTORY_BUILDER_2D.real_time_correlative_scan_matcher.linear_search_window = 0.1
TRAJECTORY_BUILDER_2D.real_time_correlative_scan_matcher.translation_delta_cost_weight = 10.
TRAJECTORY_BUILDER_2D.real_time_correlative_scan_matcher.rotation_delta_cost_weight = 1e-1
-- 提高精度主要修改的参数，设置成比较小的值
TRAJECTORY_BUILDER_2D.ceres_scan_matcher.translation_weight = 1e-1
TRAJECTORY_BUILDER_2D.ceres_scan_matcher.rotation_weight = 4e-1POSE_GRAPH.optimization_problem.huber_scale = 1e2
POSE_GRAPH.optimize_every_n_nodes = 35
POSE_GRAPH.constraint_builder.min_score = 0.65return options
