博客

导航过程中的tf

Map -> odom -> base_footprint -> base_link

odom里程计 odom tf

• base_footprint -> base_link ：
  
  robot_state_publisher发布静态的tf关系 baselink基线 basefootprint 地面投影
• odom -> base_footprint ：
  
  机器人驱动（真机）发布；gazebo（仿真）发布
• map -> odom ：
  
  amcl发布 因为 odom -> base_footprint 的数据已知，实际上转换为map -> base_footprint的关系（可以看作定位）
  
  move_base
  
  输入：目标位置 ‘move_base_simple/goal’（topic）geometry_msgs/PoseStamped（数据）
  
  输出：速度与角速度 ‘cmd_vel’ geometry_msgs/Twist

ros当中存在的slam

• Gmapping
  
  
  https://zhuanlan.zhihu.com/p/57566566
  
  
  需要利用二维雷达和里程计数据进行定位和建图

• Hector_slam
  
  不需要里程计数据，只需要激光雷达数据便可以建图，建图效果不如gmapping
  
  无人机一般比较难以获取里程计数据
  
  打滑很严重

• cartographer
  
  2016谷歌推出的slam，至少需要激光数据，可接入里程计、imu数据，支持二维和三维建图

• 其他slam
  
  karto_slam rdbdslam orb_slam rbatslam

基本ros

• roslaunch
  
  .launch文件写法
  
  node name=‘名字’ pkg=‘包’ type=‘可执行文件’ args$(find pkg)找包的绝对路径
• gazebo
  
  教程：gezebo tutorials
  
  支持模型 sdf xacro

常用地图基础知识

https://blog.csdn.net/Night___Raid/article/details/110917284

topic话题学习

# cmd_vel_flu Twist
linear: 
  x: 0.0
  y: 0.0
  z: 0.0
angular: 
  x: 0.0
  y: 0.0
  z: 0.0

回调函数


subscriber读取到数据后就会将它放置与自己的消息队列中，等待回调函数读取

常用MAVROS话题和服务



https://zhuanlan.zhihu.com/p/364872655

• 系统状态

#消息名称：mavros/state
#头文件：mavros_msgs/State.h
string mode #当前飞行模式
uint8 system_status #系统状态

• GPS数据

#消息名称：mavros/global_position/global
#头文件：sensor_msgs/NavSatFix.h
float64 latitude
float64 longitude
float64 altitude

• 本地位置

#消息名称：mavros/local_position/pose
#头文件：geometry_msgs/PoseStamped.h
mavros_pos.pose.position.x
mavros_pos.pose.position.y
mavros_pos.pose.position.z

• 三轴速度

消息名称：mavros/local_position/velocity
头文件：geometry_msgs/TwistStamped.h

ego-planner

tju@tju:~$ rospack find ego_planner
/home/tju/catkin_ws/src/ego_planner/plan_manage

ros advertise解释


http://www.bubuko.com/infodetail-1167834.html

launch文件基本写法


https://www.cnblogs.com/zjiaxing/p/5542614.html



https://blog.csdn.net/Csdn_Darry/article/details/123616969

single_uav.launch 启动 run_in_xtdrone.launch 并传递目标点位置

run_in_xtdrone.launch 启动 advanced_param_xtdrone.xml并传递各种基本参数

同时启动traj_server节点

advanced_param_xtdrone.xml 接收参数并启动ego_planner_node节点，同时将参数传入ego_planner_node节点（可执行文件）中

fsm/waypoint0_xyz

我的理解 arg在ros launch文件中传递参数

param将配置文件中的参数传递给可执行程序

Vins-Fusion

里程计 Odometry

里程计方法分为五种主要类型，即车轮、惯性、激光、雷达和视觉，里程计为机器人提供实时的位姿信息。

– vins_estimator节点发布

rostopic echo vins_estimator/camera_pose

header: 
  seq: 2520
  stamp: 
    secs: 1065
    nsecs: 920000000
  frame_id: "world"
child_frame_id: ''
pose: 
  pose: 
    position: 
      x: -228686.381876
      y: 211434.227591
      z: -555191.626441
    orientation: 
      x: 0.977557370048
      y: -0.0437484369776
      z: 0.0862145049815
      w: -0.18717564387
  covariance: [0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0]
twist: //线速度 角速度
  twist: 
    linear: 
      x: 0.0
      y: 0.0
      z: 0.0
    angular: 
      x: 0.0
      y: 0.0
      z: 0.0
  covariance: [0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0]

rostopic echo vins_estimator/odometry

header: 
  seq: 2369
  stamp: 
    secs: 1014
    nsecs: 344000000
  frame_id: "world"
child_frame_id: "world"
pose: 
  pose: 
    position: 
      x: -261760.076531
      y: 179698.330113
      z: -436151.786969
    orientation: 
      x: -0.629877927841
      y: 0.456626355737
      z: 0.0766013686274
      w: 0.623601152653
  covariance: [0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0]
twist: 
  twist: 
    linear: 
      x: 517.654402467
      y: 504.625238758
      z: -2095.96428179
    angular: 
      x: 0.0
      y: 0.0
      z: 0.0
  covariance: [0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0]

rostopic echo vins_estimator/extrinsic

header: 
  seq: 2898
  stamp: 
    secs: 1188
    nsecs: 872000000
  frame_id: "world"
child_frame_id: ''
pose: 
  pose: 
    position: 
      x: 0.0
      y: 0.12
      z: -0.3
    orientation: 
      x: 0.5
      y: -0.5
      z: 0.5
      w: -0.5
  covariance: [0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0]
twist: 
  twist: 
    linear: 
      x: 0.0
      y: 0.0
      z: 0.0
    angular: 
      x: 0.0
      y: 0.0
      z: 0.0
  covariance: [0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0]

rostopic echo tf

transforms: 
  - 
    header: 
      seq: 0
      stamp: 
        secs: 1251
        nsecs: 160000000
      frame_id: "map"
    child_frame_id: "world"
    transform: 
      translation: 
        x: 7.03125
        y: -5.46875
        z: 16.75
      rotation: 
        x: -1.04010105126e-05
        y: -4.54392284125e-06
        z: 1.76578760135e-06
        w: 0.999999999934

rostopic echo iris_0/mavros/vision_pose/pose

header: 
  seq: 5337
  stamp: 
    secs: 243
    nsecs: 104000000
  frame_id: "world"
pose: 
  position: 
    x: 23.7259211461
    y: 44.5249759892
    z: 2.07687730458
  orientation: 
    x: -0.0187094212641
    y: 0.0128923477025
    z: 0.7061055551
    w: 0.70774196568

rostopic echo tf_static

    header: 
      seq: 0
      stamp: 
        secs: 0
        nsecs:         0
      frame_id: "base_link"
    child_frame_id: "base_link_frd"
    transform: 
      translation: 
        x: 0.0
        y: 0.0
        z: 0.0
      rotation: 
        x: 1.0
        y: 0.0
        z: 0.0
        w: 6.12323399574e-17