cartographer環(huán)境建立以及建圖測試（詳細級）

目前機器人使用中需要進行 SLAM 建圖，因為移動機器人想要實現(xiàn)自主行走，核心在于實現(xiàn)自主定位導航，在自主定位導航技術中會涉及到定位、建圖、路徑規(guī)劃等問題，而地圖構建的好壞將直接影響機器人的行走路徑。機器人想要到達某個目的地，需要和人類繪制地圖一樣，描述環(huán)境、認識環(huán)境的過程主要就是依靠地圖。

而目前建圖方式有激光雷達、視覺建圖、還有深度學習等。今天介紹的 cartographer 就屬于激光 slam。主流的激光 SLAM 算法有 hector、gmapping、karto、cartographer 等。

下面簡單的介紹幾種 SLAM 算法：

1.hector 是一種結(jié)合了魯棒性較好的掃描匹方法 2D_SLAM 方法和使用慣性傳感系統(tǒng)的導航技術。傳感器的要求較高，高更新頻率小測量噪聲的激光掃描儀，不需要里程計。使空中無人機與地面小車在不平坦區(qū)域運行存在運用的可能性。作者利用現(xiàn)代激光雷達的高更新率和低距離測量噪聲，通過掃描匹配實時地對機器人運動進行估計。所以當只有低更新率的激光傳感器時，即便測距估計很精確，對該系統(tǒng)都會出現(xiàn)一定的問題。

hector 基于優(yōu)化的算法（解最小二乘問題），優(yōu)缺點：不需要里程計，但對于雷達幀率要求很高 40Hz，估計 6 自由度位姿，可以適應空中或者地面不平坦的情況。初值的選擇對結(jié)果影響很大，所以要求雷達幀率較高。?

2.gmapping 是一種基于粒子濾波的激光 SLAM 算法，它已經(jīng)集成在 ROS 中，是移動機器人中使用最多的 SLAM 算法?；诹Ｗ訛V波的算法用許多加權粒子表示路徑的后驗概率，每個粒子都給出一個重要性因子。但是，它們通常需要大量的粒子才能獲得比較好的的結(jié)果，從而增加該算法的的計算復雜性。此外，與 PF 重采樣過程相關的粒子退化耗盡問題也降低了算法的準確性。

缺點：嚴重依賴里程計，無法適應無人機及地面不平坦的區(qū)域，無回環(huán)（激光 SLAM 很難做回環(huán)檢測），大的場景，粒子較多的情況下，特別消耗資源。

3.karto 是基于圖優(yōu)化的 SLAM 算法，用高度優(yōu)化和非迭代 cholesky 矩陣進行稀疏系統(tǒng)解耦作為解。圖優(yōu)化方法利用圖的均值表示地圖，每個節(jié)點表示機器人軌跡的一個位置點和傳感器測量數(shù)據(jù)集，箭頭的指向的連接表示連續(xù)機器人位置點的運動，每個新節(jié)點加入，地圖就會依據(jù)空間中的節(jié)點箭頭的約束進行計算更新。路標 landmark 越多,內(nèi)存需求越大,然而圖優(yōu)化方式相比其他方法在大環(huán)境下制圖優(yōu)勢更大。

?karto 采取的是 spa(karto_slam)或 g2o(nav2d),karto 的前端與后端采取的是單線程進行。

4.LagoSLAM 是線性近似圖優(yōu)化,不需要初始假設。基本的圖優(yōu)化 slam 的方法就是利用最小化非線性非凸代價函數(shù) . 每次迭代, 解決局部凸近似的初始問題來更新圖配置,過程迭代一定次數(shù)直到局部最小代價函數(shù)達到 . (假設起始點經(jīng)過多次迭代使得局部代價函數(shù)最小). 。假設圖中每個節(jié)點的相對位置和方向都是獨立的，作者求解了一個等價于非凸代價函數(shù)的方程組。為此，提出了一套基于圖論的程序，通過線性定位和線性位置估計，得到非線性系統(tǒng)的一階近似。

?5.?cartographer 是 google 開發(fā)的實時室內(nèi) SLAM 項目，cartographer 采用基于 google 自家開發(fā)的 ceres 非線性優(yōu)化的方法，cartographer 的亮點在于代碼規(guī)范與工程化，非常適合于商業(yè)應用和再開發(fā)。并且 cartographer 基于 submap 子圖構建全局地圖的思想，能有效的避免建圖過程中環(huán)境中移動物體的干擾。并且 cartographer 支持多傳感器數(shù)據(jù)（odometry、IMU、LaserScan 等）建圖，支持 2D_SLAM 和 3D_SLAM 建圖。

能天然的輸出協(xié)方差矩陣，后端優(yōu)化的輸入項。成本較低的雷達也能跑出不錯的效果。cartographer 是 google 推出的一套基于圖優(yōu)化的 SLAM 算法。

cartographer 算法并沒有給人驚艷的感覺，但該算法的主要目標是實現(xiàn)低計算資源消耗，達到實時 SLAM 的目的，所以很適合嵌入式端的使用。

這篇文章是介紹 cartographer 在 linuxPC 環(huán)境（Ubuntu16）下進行源碼下載進行 demo 測試的教程，本文的前提條件是你的電腦里已經(jīng)安裝了 ROS 以下版本的任意一個：Noetic、Kinetic、Melodic。

算法分析

該算法主要分為兩個部分，第一個部分稱為 Local SLAM, 該部分通過一幀幀的 Laser Scan 建立并維護一系列的 Submap，而所謂的 submap 就是一系列的 Grid Map。當再有新的 Laser Scan 中會通過 Ceres Scan Matching 的方法將其插入到子圖中的最佳位置。但是 submap 會產(chǎn)生誤差累積的問題，因此，算法的第二個部分，稱為 Global SLAM 的部分，就是通過 Loop Closure 來進行閉環(huán)檢測，來消除累積誤差：當一個 submap 構建完成，也就是不會再有新的 laser scan 插入到該 submap 時，算法會將該 submap 加入到閉環(huán)檢測中。閉環(huán)檢測的本質(zhì)也是一個優(yōu)化問題，該優(yōu)化問題被表達成了一個 pixel-accurate match 的形式，解決優(yōu)化問題的方法是 Branch-and-Bound Approach.

安裝介紹

cartographer 的安裝主要包括三個部分：cartographer、cartographer-ros、ceres-solver。其中 cartographer 是計算的部分，cartographer-ros 是算法在 ROS 中通訊交互數(shù)據(jù)的部分，ceres-solver 谷歌開發(fā)的一款用于非線性優(yōu)化的庫，在谷歌的開源激光雷達 slam 項目 cartographer 中被大量使用。

安裝的方法有兩種，一種是官網(wǎng)的集成式下載配置，一種是把 cartographer 需要的依賴部分分別安裝配置。

兩種方式區(qū)別就在于，第一種雖然方便，但是由于網(wǎng)絡問題（你懂的）所以 Google 的相關文件下載會失敗，所以就出現(xiàn)了，把依賴單獨下載編譯，最后下載 cartographer 進行編譯。

官網(wǎng)方式：

1.?安裝 wstool 下載工具、rosdep 和 ninja 編譯工具（ninja 是一個新型的編譯小工具，用來替換復雜的 make，從而實現(xiàn)快速編譯）

sudo apt-get update
sudo apt-get install -y python-wstool python-rosdep ninja-build

2.?建立一個 wstool 下載+ROS 基本編譯的二合一環(huán)境

mkdir catkin_wscd?catkin_wswstool?init?srcwstool merge -t src https://raw.githubusercontent.com/googlecartographer/cartographer_ros/master/cartographer_ros.rosinstall

這是 wstool 命令生成 .rosinstall 的文件里面的內(nèi)容，可以看到設置了 cartographer、cartographer-ros 下載鏈接。

wstool?update?-t?src

靜靜等待下載，速度就取決你對于 Google 的認知。

3. 安裝 proto3.

Protocol Buffers(簡稱 Protobuf) ，是 Google 出品的序列化框架，與開發(fā)語言無關，和平臺無關，具有良好的可擴展性。Protobuf 和所有的序列化框架一樣，都可以用于數(shù)據(jù)存儲、通訊協(xié)議。

src/cartographer/scripts/install_proto3.sh

此外其實除了 Protobuf 我們還可以配置其他依賴，這些腳本都在這個目錄，如果編譯過程中遇到依賴問題就可以去利用腳本去下載。

4.rosdep?init 在安裝 ROS 時候就安裝過了，不過這個經(jīng)常會出現(xiàn)問題，我之前寫過一篇 ROS 安裝的文件，大家有興趣可以去看看

對于這個問題，有兩種解決思路：訪問 DNS 解析環(huán)節(jié)解決或者直接切換軟件源。

DNS 解析環(huán)節(jié)解決：

切換 linux 軟件源：

sudo?rosdep?initrosdep?updaterosdep?install?--from-paths?src?--ignore-src?--rosdistro=${ROS_DISTRO}?-y

5. 最后一步編譯

catkin_make_isolated --install --use-ninjasource?install_isolated/setup.bash

但是好多時候因為下載問題，就會出現(xiàn)這樣那樣的問題，所以就出現(xiàn)了下面的方法，把包單獨下載，然后再進行編譯安裝。

注?。涸谖揖幾g cartographer 過程中，和文章所寫這種一氣呵成的感覺恰恰相反，我編譯了好多次才編譯成功的，而且中間出現(xiàn)各種編譯問題，基本都是版本問題。所以請大家注意下載各個分包的版本，切記，切記，切記~

你看我 probuf 版本下載記錄就知道了。

分包編譯方式：

cartographer 分成 6 個部分，分別是 eigen3.2.9,ceres1.13.0,protobuf 大于 3.0.0,cartographer,cartogpher_ros，abseil。分開進行編譯：

1.eigen

Eigen 是高級 C ++ 模板標頭庫，用于線性代數(shù)，矩陣和矢量運算，幾何變換，數(shù)值求解器和相關算法。自 3.1.1 版以來，Eigen 是根據(jù) Mozilla Public License 2.0 許可的開源軟件。早期版本是根據(jù) GNU 較寬松通用公共許可證授權的。

注意警告：cartographer 對 eigen，ceres，protobuf 有嚴格的版本限制，版本必須嚴格?。?！

#選擇版本 3.2.9git clone  https://gitlab.com/libeigen/eigen.gitmkdir buildcd buildcmake ..sudo make install

安裝完成

2.ceres

Ceres solver 是谷歌開發(fā)的一款用于非線性優(yōu)化的庫，在谷歌的開源激光雷達 slam 項目 cartographer 中被大量使用。

注意：ceres 版本必須是 1.13.0,其它版本與 eigen3.2.9 不匹配

#選擇版本 1.13.0git clone https://github.com/ceres-solver/ceres-solver.gitmkdir buildcd buildcmake ..make -j8sudo make install

編譯過程中如果出現(xiàn)這個編譯問題：

Failed to find glog

-- Failed to find installed glog CMake configuration, searching for glog build directories exported with CMake.

-- Failed to find an installed/exported CMake configuration for glog, will perform search for installed glog components.

-- Failed to find glog - Could not find glog include directory, set GLOG_INCLUDE_DIR to directory containing glog/logging.h

這個原因是缺失 glog 庫(glog 是一個 C++ 日志庫，它提供 C++ 流式風格的 API。在安裝 glog 之前需要先安裝 gflags，這樣 glog 就可以使用 gflags 去解析命令行參數(shù))，我們可以用 apt-get install 安裝，也可以下載源碼進行編譯安裝 .

apt-get install 安裝:

sudo apt-get install libgoogle-glog-dev

下載源碼進行編譯安裝:

git?clone?https://github.com/google/glog.gitcd?glogmkdir?buildcmake?..makesudo make install

再重新進行 cere 編譯安裝，又通過一關

3.?protobuf

Protocol Buffers(簡稱 Protobuf) ，是 Google 出品的序列化框架，與開發(fā)語言無關，和平臺無關，具有良好的可擴展性。Protobuf 和所有的序列化框架一樣，都可以用于數(shù)據(jù)存儲、通訊協(xié)議。

注意：protobuf 安裝方式特殊，腳本安裝

選擇版本 3.0.0git clone https://github.com/protocolbuffers/protobuf.git./autogen.sh

這次也會遇到 error 問題，

第一個 error48: autoreconf: not found

是在不同版本的 tslib 下執(zhí)行 autogen.sh 產(chǎn)生。它們產(chǎn)生的原因一樣,是因為沒有安裝 automake 工具, ?用下面的命令安裝好就可以了。

sudo apt-get install autoconf automake libtool

第二個 error 可能是下載問題，這邊會提示你下載失敗，你可以選擇注釋掉，或者使用我提供的第二種編譯方法：

#如遇見 Error，prot：443,注釋 autogen.sh 腳本 34 行./configuremake -j8sudo make installsudo ldconfig#測試一下 protobufprotoc --version#不出意外將會顯示 libprotoc 3.0.0

第二種編譯方法：

上文說到，我們在 cartographer/scripts 目錄下可以找到 cartographer 依賴文件的下載的腳本，這些的腳本里面還有編譯的選項，這時候我們就可以看下 install_proto3.sh 這個文件，里面可以看到如下內(nèi)容：

mkdir buildcd buildcmake -G Ninja   -DCMAKE_POSITION_INDEPENDENT_CODE=ON   -DCMAKE_BUILD_TYPE=Release   -Dprotobuf_BUILD_TESTS=OFF   ../cmakeninjasudo ninja install

我們直接復制直接編譯即可。

4.abseil

abseil 是 google 開源的 C++通用庫，其目標是作為標準庫的補充。abseil 不但提供了標準庫沒有但很常用的功能，也對標準庫的一些功能進行了增強設計，使用 abseil 庫能使程序性能和開發(fā)效率都取得不錯的提升。

cartographer 對 abseil 沒有版本要求，但是一定要有。

git clone https://github.com/abseil/abseil-cpp.gitmkdir buildcd buildcmake .. -DCMAKE_CXX_STANDARD=11make -j8sudo make install

不過在后續(xù)編譯 abseil，大家可能會遇到這個問題

CMake Error at CMakeLists.txt:49 (find_package):

By not providing "FindAbseil.cmake" in CMAKE_MODULE_PATH this project has

asked CMake to find a package configuration file provided by "Abseil", but

CMake did not find one.

Could not find a package configuration file provided by "Abseil" with any

of the following names:

AbseilConfig.cmake

abseil-config.cmake

Add the installation prefix of "Abseil" to CMAKE_PREFIX_PATH or set

"Abseil_DIR" to a directory containing one of the above files.If "Abseil"

provides a separate development package or SDK, be sure it has been

installed.

不過沒事，是因為 CMakeLists.txt 在進行搜尋 absil 中，定義的名稱和你編譯 abseil 名稱不同，CMakeLists.txt 是大寫的，而實際你編譯安裝后的包名稱為小寫。

修改如上所示：Abseil 修改為 absl?

5.carographer

注意：carographer 和 cartographer _ros 版本必須對應

mkdir?cartographercd?cartographer?&?mkdir?srccd?src
git?clone?https://github.com/cartographer-project/cartographer.gitgit clone https://github.com/cartographer-project/cartographer_ros.git
catkin_make_isolated   /*也可以用*/  catkin_make_isolated --install --use-ninja

編譯成功：

建圖開發(fā)

現(xiàn)在安裝了 Cartographer 和 Cartographer 的 ROS 集成，官方也提供了一些數(shù)據(jù)集，Deutsches Museum(德意志博物館)，這樣我就可以很方便測試 Cartographer 生成地圖和其他的功能了。

下載示例包（例如德意志博物館的 2D 和 3D 背包系列）到一個已知的位置

示例位于~/Downloads，并使用 roslaunch 來調(diào)出演示：

# Download the 2D backpack example bag.wget -P ~/Downloads https://storage.googleapis.com/cartographer-public-data/bags/backpack_2d/cartographer_paper_deutsches_museum.bag
# Launch the 2D backpack demo.roslaunch?cartographer_ros?demo_backpack_2d.launch?bag_filename:=${HOME}/Downloads/cartographer_paper_deutsches_museum.bag# Download the 3D backpack example bag.wget -P ~/Downloads https://storage.googleapis.com/cartographer-public-data/bags/backpack_3d/with_intensities/b3-2016-04-05-14-14-00.bag# Launch the 3D backpack demo.roslaunch cartographer_ros demo_backpack_3d.launch bag_filename:=${HOME}/Downloads/b3-2016-04-05-14-14-00.bag

又會是下載的問題，這些文件又大，下載速度又慢還經(jīng)常失敗，我也是廢了九牛二虎之力下載下來的。

為了方便大家測試，大家可以公眾號后臺私我，或者添加我微信號，我把我下載好的文件發(fā)給大家。

截圖有限，之前操作都忘記截圖了，導致現(xiàn)在就只有一個了，大家湊合看了哈。

生成 .pdstream 地圖（等待直到 cartographer_offline_node 完成），

roslaunch cartographer_ros offline_backpack_2d.launch bag_filenames:=${HOME}/Downloads/cartographer_paper_deutsches_museum.bag

然后運行純定位:

roslaunch cartographer_ros demo_backpack_2d_localization.launch  load_state_filename:=${HOME}/Download/cartographer_paper_deutsches_museum.bag.pbstream   bag_filename:=${HOME}/Downloads/cartographer_paper_deutsches_museum.bag

此外還有 turtlebot 的數(shù)據(jù)，其實都是一樣的，大家也可以看一下創(chuàng)客智造的 cartographer_turtlebot 教程。

這就是我分享的 cartographer 的簡單測試使用，未來我會介紹更加詳細的 cartographer 使用以及源碼解析。此外如果大家有什么更好的思路，也歡迎分享交流哈。