描述

本文的主題將是 SLAM 和 ROS 映射。我們將使用來自 Petoi 的敏捷四足機器人 Bittle，它在上個月完成了他們的 Kickstarter 活動并取得了巨大成功。

首先讓我們從一些理論開始。

2022 年 4 月 4 日更新。我盡我所能定期更新我的文章，并根據您在 YouTube/Hackster 評論部分的反饋。如果您想表達對這些努力的支持和贊賞，請考慮給我買杯咖啡（或披薩）:)。

什么是SLAM？

SLAM 代表 Simultaneous Localization and Mapping - 它是一組算法，允許計算機創建 2D 或 3D 空間地圖并確定其在其中的位置。雖然 SLAM 本身并不是導航，但擁有地圖并知道您在地圖上的位置是從 A 點導航到 B 點的先決條件。

我們可以使用各種傳感器來接收有關可用于映射的環境的數據

• 激光掃描儀（一維和二維（掃描）激光測距儀）
• 相機（單目、立體和 RGB-D）
• 聲納傳感器
• 觸覺傳感器
• 其他

在實踐中很多時候使用傳感器的組合，然后應用融合算法，例如擴展卡爾曼濾波器，以獲得精確的信息。

如果我們回到基礎，對于大多數應用程序，您將處理基于 LIDAR 的 SLAM 或視覺 SLAM。基于激光雷達的 SLAM 相對容易設置并且非常精確——Waymo 在其自動駕駛汽車上使用激光雷達是有原因的。

但當然，特斯拉沒有這樣做是有原因的——激光雷達體積龐大、價格昂貴，而且它們的旋轉部件需要在較長時間內運行時進行維護。對于視覺 SLAM，RGB-D 傳感器方法也可以非常強大，而簡單的立體或單目系統可能很難設置。以下是描述中的更多鏈接，以詳細了解 SLAM！

什么是同時定位和映射？

LSD-slam 和 ORB-slam2，基于文獻的解釋

RPLIDAR 和 ROS 編程 - 構建機器人的最佳方式

在本文中，我們將嘗試稱為 ORB-SLAM2 的單目視覺 SLAM 算法和基于激光雷達的 Hector SLAM。

使用 ORB-SLAM2 的視覺 SLAM

對于 ORB-SLAM2，我們將使用普通的廉價網絡攝像頭——需要對其進行校準以確定每個攝像頭型號所獨有的內在參數。我建議使用內置的 ROS 相機校準工具進行校準。要安裝這些（您可以安裝在您的 Ubuntu PC 上）：

sudo apt-get install ros-melodic-camera-calibration

打印校準棋盤，從這里下載。

以毫米為單位測量正方形的邊。然后輸入以下命令開始校準：

roslaunch usb_cam usb_cam.launch
rosrun camera_calibration cameracalibrator.py --size 8x6 --square 0.108 image:=/camera/image_raw camera:=/camera

更改 square 參數以匹配校準板上的正方形大小。

為了獲得良好的校準，您需要在相機框架中移動棋盤格，以便：

• 相機視野左、右、上、下的棋盤
• X 條 - 視野中的左/右
• Y 條 - 視野中的頂部/底部
• 尺寸欄 - 朝向/遠離和傾斜相機
• 相機左側、右側、頂部和底部的棋盤 X 欄 - 左側/右側在視野中 Y 欄 - 頂部/底部在視野中尺寸欄 - 朝向/遠離和傾斜相機
• 棋盤格填滿整個視野
• 棋盤向左、右、上和下傾斜（傾斜）

在每一步，保持棋盤靜止，直到圖像在校準窗口中突出顯示。

當應用程序收集到足夠的數據時，您將能夠按下校準按鈕。校準過程可能需要幾分鐘，所以請耐心等待。成功的校準將導致現實世界中的直邊在校正后的圖像中顯得筆直。校準失敗通常會導致空白或無法識別的圖像，或不保留直邊的圖像。

之后你需要借助這個包將相機參數轉換成.yaml格式，重命名為head_camera.yaml，放到.ros/camera_info/文件夾下。

有一個將 ORB-SLAM2 集成到 ROS 的包，它還發布了 2D 占用圖。安裝過程比較復雜，我推薦使用 Ubuntu 18.04 的樹莓派鏡像作為起點，避免編譯很多（很多很多很多）額外的包。

安裝 ROS 桌面和必要的依賴項

sudo sh -c 'echo "deb http://packages.ros.org/ros/ubuntu $(lsb_release -sc) main" > /etc/apt/sources.list.d/ros-latest.list'
sudo apt-key adv --keyserver 'hkp://keyserver.ubuntu.com:80' --recv-key C1CF6E31E6BADE8868B172B4F42ED6FBAB17C654
sudo apt update
sudo apt install ros-melodic-desktop
echo "source /opt/ros/melodic/setup.bash" >> ~/.bashrc
source  ~/.bashrc
sudo apt-get install ros-melodic-pcl-ros ros-melodic-image-geometry ros-melodic-octomap-ros ros-melodic-usb-cam

創建 catkin 工作區，安裝catkin構建工具并將 ORB_SLAM2_ROS 存儲庫和 Bittle 驅動存儲庫克隆到 catkin_ws/src 文件夾

mkdir -p catkin_ws/src && cd catkin_ws/src
git clone https://github.com/rayvburn/ORB-SLAM2_ROS
git clone https://github.com/AIWintermuteAI/bittle_ROS
cd bittle_ROS && git checkout slam

下載詞匯文件并將其放在ORB_SLAM2/orb_slam2_lib/Vocabulary文件夾中

wget https://github.com/raulmur/ORB_SLAM2/raw/master/Vocabulary/ORBvoc.txt.tar.gz

然后從 catkin 工作區文件夾中，執行

cd src/ORB-SLAM2_ROS/ORB_SLAM2
sudo chmod +x build*
./build_catkin.sh
echo "source ~/catkin_ws/devel/setup.bash" >> ~/.bashrc
source  ~/.bashrc

如果編譯過程凍結，請嘗試將交換大小增加到 2 Gb

sudo swapoff -a
sudo fallocate -l 2G /swapfile
sudo chmod 600 /swapfile
sudo mkswap /swapfile
sudo swapon /swapfile
grep SwapTotal /proc/meminfo

以后如果不需要，可以刪除交換文件。成功安裝后，運行一個示例以確保它按預期工作：

roslaunch orb_slam2_ros raspicam_mono.launch

需要一個額外的步驟，因為您很可能在無頭模式下運行 Raspberry Pi（或其他 SBC），沒有屏幕或鍵盤 - 無論是那個還是您的機器人都非常笨重。因此，我們需要配置 ROS 以在多臺機器上工作 - 請查看我之前在 BITtle 系列中的文章，其中詳細描述了此過程。

由于 Bittle 驅動程序是用 Python 3 編寫的，而 ROS 默認仍使用 Python 2.7，因此我們需要為 Python 3 安裝 rospkg 以使它們一起運行。

pip3 install rospkg

一旦你有了 ORB-SLAM2 和Bittle（或你的機器人基地）的軟件包，你就可以運行網絡攝像頭驅動程序了

roslaunch bittle_driver bittle_vslam_robot.launch

它將啟動整個系統——機器人驅動程序、網絡攝像頭節點和 ORB-SLAM2。ORB-SLAM2 需要足夠的環境信息來初始化，因此您可以手動移動機器人以避免平移或方向的大變化。ORB-SLAM2 初始化后將開始發布八圖。您可以使用控制來移動您的機器人。

不幸的是，我發現由于 Bittle 上的相機在轉動過程中移動得太快，它往往會丟失關鍵點，需要返回到之前的位置。

可以在這里進行一些改進以使其更穩定

• 使用立體相機
• 使用 ORB-SLAM3 可以集成 IMU 數據以實現更精確的定位

基于激光雷達的 SLAM 與 Hector SLAM

如果 Visual SLAM 對我們的機器人不起作用，那么安裝 LIDAR 并嘗試一種基于激光掃描儀的算法怎么樣？這里的好消息是，對于 LIDAR，我們不需要那么快的處理速度，因此即使是較舊的 Raspberry Pi 3 也可以。壞消息是，即使是小型激光雷達也很大，我可以使用的 RPLIDAR A1M8 重 190 克，當安裝在這個有腿機器人的頂部時，它會嚴重干擾其重心并影響行走步態。

在腹部下方增加了一些額外的重量以平衡事物之后，它可以爬行和行走，盡管我仍然試圖小心并避免突然停止。

Hector SLAM的軟件安裝在 Ubuntu 18.04 上輕而易舉。如果您還沒有安裝 ROS Desktop，請使用以下命令進行安裝（與上面關于 Visual SLAM 的第一部分相同）：

sudo sh -c 'echo "deb http://packages.ros.org/ros/ubuntu $(lsb_release -sc) main" > /etc/apt/sources.list.d/ros-latest.list'
sudo apt-key adv --keyserver 'hkp://keyserver.ubuntu.com:80' --recv-key C1CF6E31E6BADE8868B172B4F42ED6FBAB17C654
sudo apt update
sudo apt install ros-melodic-desktop
echo "source /opt/ros/melodic/setup.bash" >> ~/.bashrc
source  ~/.bashrc
sudo apt-get install ros-melodic-hector-slam

創建 catkin 工作區，安裝catkin構建工具并將 RPLIDAR 存儲庫和 Bittle 驅動程序存儲庫克隆到 catkin_ws/src 文件夾

mkdir -p catkin_ws/src && cd catkin_ws/src
git clone https://github.com/Slamtec/rplidar_ros.git
git clone https://github.com/AIWintermuteAI/bittle_ROS
cd bittle_ROS && git checkout slam

構建 Bittle 驅動程序包并獲取你的 catkin 工作空間

catkin build
echo "source ~/catkin_ws/devel/setup.bash" >> ~/.bashrc
source  ~/.bashrc

由于 Bittle 驅動程序是用 Python 3 編寫的，而 ROS 默認仍使用 Python 2.7，因此我們需要為 Python 3 安裝 rospkg 以使它們一起運行。

pip3 install rospkg

安裝完所有這些后，將 ROS 配置為在多臺機器上工作。然后運行

roslaunch bittle_driver bittle_lslam_robot.launch

啟動 LIDAR、機器人控制和 hector SLAM 節點。總體映射結果看起來比 ORB-SLAM2 好得多，Hector SLAM 甚至可以發布里程計和路徑消息，這為使用 ROS 導航堆棧運行自主導航開辟了道路。

對于在 Bittle 上使用 LIDAR 時的改進，

• IMU數據也可以集成
• 步態和平衡算法可以調整以適應機器人頂部的額外重量
• 可以使用更緊湊的激光雷達

這是關于來自 Petoi 的機器狗 Bittle 的系列文章的最后一篇。Kickstarter 活動已經結束，因此，如果您想購買 Bittle，請繼續關注 Seeed 工作室子公司 TinkerGen 的預購公告，該公司將在其在線商店和亞馬遜上銷售 Bittle。

玩得開心建造機器人！