我们已经在gazebo中实现了机器人的仿真,而且能够控制机器人的运动, 查看机器人所感知到的信息, 包括lasercan, 图像信息, 深度信息, 点云, 也包括没有提到的速度信息. 这里,我们建立用ROS navigation stack 导航功能包ROS navigation stack 导航功能包 , 进行机器人地图构建与导航.  

Part 2.1: 让turtlebot自主导航

1 创建地图

  使用下面的命令,借助键盘遥控机器人创建精确详尽的地图.  

加载Gazebo仿真环境

roslaunch turtlebot_gazebo turtlebot_world.launch

开始构建地图

roslaunch turtlebot_gazebo gmapping_demo.launch

rviz可视化

roslaunch turtlebot_rviz_launchers view_navigation.launch

键盘遥控

roslaunch turtlebot_teleop keyboard_teleop.launch

  通过不断地让机器人在环境中游走, 就可以得到一个grid 地图.    

2 保存地图

  保存地图到本地文件夹  

rosrun map_server map_saver -f ~/file_folder/test_map

3 加载地图

  关闭之前的节点, 重新打开gezebo仿真环境, 加载地图, 进行导航.  

加载Gazebo仿真环境

roslaunch turtlebot_gazebo turtlebot_world.launch

加载地图

roslaunch turtlebot_gazebo amcl_demo.launch map_file:=~/file_folder/test_map.yaml

rviz可视化

roslaunch turtlebot_rviz_launchers view_navigation.launch

part 2.2: 解释与扩展

  对于仿真环境,显示以及配置文件已经在之前详细说明.  

gmapping

  上文采用gmapping进行地图构建, gmapping是一个ros自带的地图构建工具包。slam_gmapping采用激光数据（topic：sensor_msgs/LaserScan）生成二维地图（topic：nav_msgs/OccupancyGrid）. 在gmappingtutorial中 ,可以发现, 订阅的主题，发布的主题，以及调用的服务。  

订阅主题

  tf (tf/tfMessage) 坐标系转换 scan (sensor_msgs/LaserScan) 激光数据  

发布主题

  map_metadata (nav_msgs/MapMetaData) map (nav_msgs/OccupancyGrid) 地图数据 entropy (std_msgs/Float64) 表示机器人位姿的不确定性  

服务

  dynamic_map (nav_msgs/GetMap) 调用获得地图数据  

amcl

  amcl全称adaptive Monte Carlo localization,是一个机器人二维环境的概率定位系统, 在已知地图的环境中, 利用粒子滤波跟踪机器人的位姿. ROS中的amcl节点订阅激光数据sensor_msgs/LaserScan和地图数据nav_msgs/OccupancyGrid, 得到机器人的估计位姿.  

订阅主题

  scan (sensor_msgs/LaserScan) 激光数据 tf (tf/tfMessage) initialpose (geometry_msgs/PoseWithCovarianceStamped) map (nav_msgs/OccupancyGrid)地图信息  

发布主题

  amcl_pose (geometry_msgs/PoseWithCovarianceStamped)机器人在地图中的估计位置及协方差 particlecloud (geometry_msgs/PoseArray) 粒子云位置估计 tf (tf/tfMessage)