ros call太慢（基于ROS的SLAM建图、自动导航、避障（冰达机器人））

时间2025-05-04 00:39:35分类IT科技浏览3634

导读：SLAM是Simultaneous localization and mapping缩写，意为“同步定位与建图”，主要用于解决机器人在未知环境运动时的定位与地图构建问题。机器人在未知环境中从一个未知位置开始移动,在移动过程中根据位置和地图进行自身定位，同时在自身定位的基础上建造增量式地图，实现机器人的自主定位和导航。...

SLAM是Simultaneous localization and mapping缩写，意为“同步定位与建图 ” ，主要用于解决机器人在未知环境运动时的定位与地图构建问题。机器人在未知环境中从一个未知位置开始移动,在移动过程中根据位置和地图进行自身定位，同时在自身定位的基础上建造增量式地图，实现机器人的自主定位和导航。

小车可以运行ros中激光雷达功能包，在PC端的rviz中可以查看；在启动底盘、键盘控制后可以控制小车移动；根据SLAM算法对实验室的环境进行建图；可以保存、读取地图，在PC端控制小车从A点到B点实现路径规划并自动避障。

本文以冰达机器人小车为例，在实际使用过程中遇到了一些问题，总结出的较为详细的教程。

软件平台：Linux（Ubuntu18.04.6）。

硬件平台：冰达机器人。

语言版本：Python 2.7

一.安装ROS及配置环境

1.ROS安装

个人推荐使用小鱼的一键安装，可以解决99%的问题

一键安装指令：

wget http://fishros.com/install -O fishros && . fishros

官网：主页 | 鱼香ROS（但是教学以ROS2为主，冰达机器人只能用ROS1）

开源地址：https://github.com/fishros/install

2.工作区安装

首先从git上下载所需要的功能包到你的工作空间，我们还是以catkin_ws工作空间为例

mkdir -p ~/catkin_ws/src/ cd ~/catkin_ws/src/ git clone https://gitee.com/bingda-robot/base_control.git git clone https://gitee.com/bingda-robot/lidar.git git clone https://gitee.com/bingda-robot/robot_vision.git git clone https://gitee.com/bingda-robot/robot_navigation.git git clone https://gitee.com/bingda-robot/robot_simulation.git

拉取完成后编译工作空间

cd ~/catkin_ws/ catkin_make

然后来解决功能包依赖

如果你的rosdep可以正常使用（按照这个教程都可以正常使用），那么可以通过rosdep来检查依赖的包是否都满足 cd ~/catkin_ws/ rosdep check --from-path src

如果执行结果为“All system dependencies have been satisfied ”，则所有依赖项目已经满足，无需安装

否则，再执行下面指令安装依赖包 rosdep install --from-path src -y

如果你的rosdep无法正常工作，那么你可以通过安装我们所提供的依赖清单来手动安装

sudo apt-get update sudo apt-get install ros-$ROS_DISTRO-teleop-twist-keyboard ros-$ROS_DISTRO-amcl ros-$ROS_DISTRO-move-base ros-$ROS_DISTRO-slam-gmapping ros-$ROS_DISTRO-slam-karto ros-$ROS_DISTRO-cartographer ros-$ROS_DISTRO-cartographer-ros ros-$ROS_DISTRO-dwa-local-planner ros-$ROS_DISTRO-teb-local-planner ros-$ROS_DISTRO-uvc-camera ros-$ROS_DISTRO-map-server ros-$ROS_DISTRO-hector-slam* ros-$ROS_DISTRO-global-planner ros-$ROS_DISTRO-navfn -y

设置环境变量

cd /catkin_ws/devel source setup.bash

二.配置分布式

连接机器人：ssh bingda@192.168.9.1 打开虚拟机终端输入，ifconfig查看Ubuntu的IP地址，让两个机器互ping ，确保可以收到数据。在PC端输入gedit .bashrc 对 .bashrc进行修改（名字、机器人ip），添加相关信息，如下图所示。

图1 .bashrc文件新增内容

三.同步小车时间

.因为robot没有断电保护，所以每次关机重启后，它的时间不能与真实时间对应上，而我们的pc是能够连接外网，能够通过ntp服务器进行时间校准

如果在实验中pc没有外网环境，先帮pc获取一个外网环境，然后安装一个ntp服务器： bingda@ubuntu:sudo apt install ntp

把我们的pc当成一个ntp服务器，robot去根据pc进行自身的时间校准：

bingda@robot:sudo ntpdate 192.168.x.x //每个人电脑分配的ip不同，这里以自己的pc的ip为准

如果发现robot无法通过pc进行时间校准，则手动校准时间：

bingda@robot:sudo date --s=" 2022-06-21 11:12:00"

四.启动激光雷达

启动激光雷达： bingda@robot:roslaunch robot_navigation lidar.launch 查看发布的话题，寻找雷达： bingda@robot:rostopic list

3.打印雷达扫描的数据:

bingda@robot:rostopic echo /scan

4.pc:用rviz查看图像:

elcielo@Skyn3ss:roslaunch robot_navigation lidar_rviz.launch

图2 运行激光雷达

五.运行激光雷达和激光SLAM建图

1.运行激光雷达：

bingda@robot:roslaunch robot_navigation robot_slam_laser.launch

2.启动底盘：

bingda@robot:roslaunch base_control base_control.launch

3.启动键盘控制：

rosrun teleop_twist_keyboard teleop_twist_keyboard.py

4.用rviz查看图像：

elcielo@Skyn3ss:roslaunch robot_navigation slam_rviz.launch

5.查看地图文件:

bingda@robot:roscd robot_navigation/maps

6.保存map：

bingda@robot:rosrun map_server map_saver -f map

图3 保存后的地图及结点

六.运行激光雷达和避障

1.运行激光雷达避障（会读取之前保存的地图）：

bingda@robot:roslaunch robot_navigation robot_navigation.launch

2.用rviz查看：

elcielo@Skyn3ss:roslaunch robot_navigation navigation_rviz.launch

3.用2D Pose Estimate改变初试位置，让小车的雷达范围与之前保存的地图基本一致。

4.用2D Nav Goal指向我们的目标地，小车会自动规划路径并行驶到目标点处。

图4 读取地图

图5 路径规划

七.其他问题

1.没有地图数据

检查分布式配置（互ping）；

检查Python版本，一定是Python2 。

2.xxx is neither a launch file in package nor xxx is a launch file name

没有把工作区环境添加到.bashrc ，或者在每次运行前去工作区目录source一下。