elevation mapping算法1之Ubuntu18.04+ROS-melodic编译安装elevation mapping高程图及示例运行

本文主要是介绍elevation mapping算法1之Ubuntu18.04+ROS-melodic编译安装elevation mapping高程图及示例运行,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

  • 0 引言
  • 1 安装依赖
    • 1.1 grid map
    • 1.2 Eigen
    • 1.3 kindr
    • 1.4 Point Cloud Library (PCL)
  • 2 编译和问题解决
  • 3 运行示例
    • 3.1 turtlesim3_waffle_demo
    • 3.2 simple_demo 和 Ground Truth Demo

0 引言

苏黎世开源的elevation mapping指的是苏黎世联邦理工学院(ETH Zurich)开发并开源的一个数字高程模型(Digital Elevation ModelDEM)处理工具,名为elevation,它可以用于处理和分析高程数据,生成高质量的数字高程模型,支持多种高程数据格式和多种高程插值方法。如下图所示,这个高程图项目让机器人在爬楼梯等方面更加稳定。

请添加图片描述

苏黎世开源的elevation mapping工程包含两个子工程elevation_mappingelevation_mapping_demos,以下是每个子工程的简要介绍:

  • config:这个子文件夹包含了一些机器人、高程图和可视化等一些.yaml的配置文件。

  • doc:这个子文件夹包含了elevation mapping高程图的一些说明图片的文档等。

  • include:这个子文件夹包含了elevation mapping高程图的头文件,这些头文件定义了elevation mapping高程图中使用的各种数据类型、函数和类等。

  • src:这个子文件夹包含了elevation mapping高程图的源代码,包括数据下载和处理模块、数据处理和分析模块、数字高程模型生成和输出模块、用户接口模块等。

  • test:这个子文件夹包含了elevation mapping高程图的测试代码和测试数据。

  • launch:这个子文件夹包含了一些与elevation mapping高程图相关的roslaunch启动脚本。

  • rviz:这个子文件夹包含了一些与elevation mapping高程图rviz可视化的模板。

  • scripts:这个子文件夹包含了一些与elevation mapping高程图的一些python代码脚本。

这些子工程提供了elevation mapping库的核心功能和一些demo演示功能,使得elevation mapping工具更加完善和易于使用。

👉 elevation mapping github:https://github.com/ANYbotics/elevation_mapping
·
本文系统环境:

  • Ubuntu18.04
  • ROS-melodic
  • OpenCV3.2.0
  • Eigen 3.3.4
  • PCL 1.8.1

1 安装依赖

1.1 grid map

首先安装 grid map 栅格地图库:

# sudo apt-get install ros-$ROS_DISTRO-grid-map
sudo apt-get install ros-melodic-grid-map

1.2 Eigen

elevation mapping 工程需要线性代数库eigen

sudo apt-get install libeigen3-dev

1.3 kindr

直接源码安装即可:

git clone https://github.com/ANYbotics/kindr.git
cd kindr
mkdir build && cd build
cmake .. -DUSE_CMAKE=true
sudo make install

1.4 Point Cloud Library (PCL)

本文是安装了pcl1.8大版本,可先下载 下载pcl 1.8.1 版本(点击Source code(zip)

先安装pcl1.8.1所需的依赖库:

sudo apt-get update  
sudo apt-get install git build-essential linux-libc-dev
sudo apt-get install cmake cmake-gui
sudo apt-get install libusb-1.0-0-dev libusb-dev libudev-dev
sudo apt-get install mpi-default-dev openmpi-bin openmpi-common 
sudo apt-get install libflann1.9 libflann-dev
sudo apt-get install libeigen3-dev
sudo apt-get install libboost-all-dev
sudo apt-get install libvtk7.1-qt libvtk7.1
sudo apt-get install libqhull* libgtest-dev
sudo apt-get install freeglut3-dev pkg-config
sudo apt-get install libxmu-dev libxi-dev
sudo apt-get install mono-complete
sudo apt-get install openjdk-8-jdk openjdk-8-jre

然后解压下载的pcl1.8.1源码,并进入到pcl1.8.1文件夹中:

mkdir build
cd build
cmake ..
make -j4
sudo make install

测试pcl是否安装成功的话,可用pcl_viewer xxx.pcd
如果没有pcd文件,可去点云库PCL(Point Cloud Library)的学习资源汇总下载rabbit.pcd

pcl_viewer rabbit.pcd

请添加图片描述

2 编译和问题解决

为了最大限度地提高性能,请确保以发布(Release)模式构建:

mkdir -p ~/ele_map_ws/src
cd ~/ele_map_ws/srcgit clone https://github.com/anybotics/elevation_mapping.git
git clone https://github.com/ANYbotics/kindr_ros.gitcd ..
catkin config --cmake-args -DCMAKE_BUILD_TYPE=Release
catkin build

catkin build 编译后出现如下错误,kindr_ros 库的原因:

CMake Error at /opt/ros/melodic/share/catkin/cmake/catkinConfig.cmake:83 (find_package):Could not find a package configuration file provided by "kindr" with any ofthe following names:kindrConfig.cmakekindr-config.cmake

解决办法:可以修改catkin buildcatkin_make 来进行编译

cd ~/ele_map_ws
rm -rf build devel logs
catkin_make -DCMAKE_BUILD_TYPE=Release

重新执行catkin_make -DCMAKE_BUILD_TYPE=Release,发现编译通过:

[ 94%] Linking CXX shared library ~/ele_map_ws/src/ele_map/devel/lib/libelevation_mapping_library.so
[ 94%] Built target elevation_mapping_library
Scanning dependencies of target elevation_mapping
[ 97%] Building CXX object elevation_mapping/elevation_mapping/CMakeFiles/elevation_mapping.dir/src/elevation_mapping_node.cpp.o
[100%] Linking CXX executable ~/ele_map_ws/src/ele_map/devel/lib/elevation_mapping/elevation_mapping
[100%] Built target elevation_mapping

3 运行示例

3.1 turtlesim3_waffle_demo

turtlesim3_waffle_demoelevation mapping高程图功能库利用搭载realsense仿真相机的turtlebot3仿真机器人不断运动生成高程图的示例,但首先要安装turtlebot3仿真机器人:

## 安装turtlebot3 仿真机器人库
sudo apt install ros-melodic-turtlebot3*

安装需要一段时间,安装完毕后,如下命令,启动两个终端,来演示turtlesim3_waffle_demo

# 终端1,激活环境
source ~/ele_map_ws/devel/setup.bash
roslaunch elevation_mapping_demos turtlesim3_waffle_demo.launch
# 终端2,启动并控制仿真机器人
export TURTLEBOT3_MODEL=waffle
roslaunch turtlebot3_teleop turtlebot3_teleop_key.launch

在第二个终端,用 s 键控制小车暂停,而 w a d x 分别对应控制小车前进 左转 右转 后退

启动后,发现rviz并没有生成高程图,而且发现终端1报错:

import rospkg
ModuleNotFoundError: No module named 'rospkg'

很明显是缺少rospkg库,直接执行pip install rospkg 安装,但是确定已经安装了,还是出现这个问题;
思考片刻后,针对python3,也安装rospkg,直接执行pip3 install rospkg 安装,这次安装后,问题不再出现。

重新启动后,又出现新的问题:

"~/ele_map_ws/src/elevation_mapping/elevation_mapping_demos/scripts/tf_to_pose_publisher.py", line 5, in <module>import tfFile "/opt/ros/melodic/lib/python2.7/dist-packages/tf/__init__.py", line 30, in <module>from tf2_ros import TransformException as Exception, ConnectivityException, LookupException, ExtrapolationExceptionFile "/opt/ros/melodic/lib/python2.7/dist-packages/tf2_ros/__init__.py", line 38, in <module>from tf2_py import *File "/opt/ros/melodic/lib/python2.7/dist-packages/tf2_py/__init__.py", line 38, in <module>from ._tf2 import *
ImportError: dynamic module does not define module export function (PyInit__tf2)...[ERROR] [1690378396.561700432, 1.420000000]: Could not get pose information from robot for time 0.273000. Buffer empty?
[ERROR] [1690378414.259410433, 18.109000000]: Could not get pose information from robot for time 17.450000. Buffer empty?
...

可以定位到是由于~/ele_map_ws/src/elevation_mapping/elevation_mapping_demos/scripts/tf_to_pose_publisher.pypython脚本出现的问题,再联想上一个问题,针对python3,安装pip3 install rospkg才解决问题,打开tf_to_pose_publisher.py脚本,发现默认用的是python3,但ROS melodic默认用的是python2,而Ubuntu20.04ROS noetic默认用的是python3

所以直接修改/tf_to_pose_publisher.py脚本中的第一行#!/usr/bin/env python3#!/usr/bin/env python2.

重新启动后,问题成功解决;

如下所示在rviz中即可看到控制的小车在运动,仿真realsense相机朝前方实时画面,右边在运动到走道附近也会生成elevation mapping高程图:

请添加图片描述

3.2 simple_demo 和 Ground Truth Demo

Ground Truth Demoelevation mapping高程图功能的真值示例演示,但首先要编译point_cloud_io库:

cd ~/ele_map_ws/src 
git clone https://github.com/ANYbotics/point_cloud_io.git
cd .. 
catkin_make -DCMAKE_BUILD_TYPE=Release

编译时point_cloud_io遇到新问题:

~/ele_map_ws/src/point_cloud_io/src/Read.cpp:11:10: fatal error: filesystem: No such file or directory

解决办法:
首先修改~/ele_map_ws/src/point_cloud_io/src/Read.cpp文件:

// 修改1: #include <filesystem> 替换成 #include <experimental/filesystem>
// #include <filesystem>
#include <experimental/filesystem>// 修改2:两处std::filesystem 替换成 std::experimental::filesystem
bool Read::readFile(const std::string& filePath, const std::string& pointCloudFrameId) {// if (std::filesystem::path(filePath).extension() == ".ply") {if (std::experimental::filesystem::path(filePath).extension() == ".ply") {// Load .ply file.pcl::PointCloud<pcl::PointXYZRGBNormal> pointCloud;if (pcl::io::loadPLYFile(filePath, pointCloud) != 0) {return false;}// Define PointCloud2 message.pcl::toROSMsg(pointCloud, *pointCloudMessage_);}
#ifdef HAVE_VTK// else if (std::filesystem::path(filePath).extension() == ".vtk") {else if (std::experimental::filesystem::path(filePath).extension() == ".vtk") {// Load .vtk file.pcl::PolygonMesh polygonMesh;pcl::io::loadPolygonFileVTK(filePath, polygonMesh);

CMakeLists.txt 中添加-lstdc++fs


target_link_libraries(read${catkin_LIBRARIES}-lstdc++fs
)

重新编译不再报错,编译完成后,如下,启动两个终端,来演示simple_demoGround Truth Demo

# 终端1,激活环境
source ~/ele_map_ws/devel/setup.bash
roslaunch elevation_mapping_demos simple_demo.launch

或者Ground Truth Demo

# 终端2,激活环境
source ~/ele_map_ws/devel/setup.bash
roslaunch elevation_mapping_demos ground_truth_demo.launch

启动后,都提示 [ WARN] [1690391331.761879154] : Parameter 'point_cloud_topic' is deprecated, please use 'input_sources' instead的问题,其实就是配置文件中的点云topic需要更改成数据中的点云topic,当然还有posetopic和帧率的输入,手边暂时没带里程计pose和点云的数据包,就不试了,后续有空再补。
simple_demoGround Truth Demo分别在以下两个文件中修改:

  • ~/ele_map_ws/src/elevation_mapping/elevation_mapping_demos/config/robots/simple_demo_robot.yaml
  • ~/ele_map_ws/src/elevation_mapping/elevation_mapping_demos/config/robots/ground_truth_demo.yaml

请添加图片描述

至此,成功编译安装elevation mapping高程图,并安装turtlebot3机器人仿真库,搭配turtlebot3机器人运行示例熟悉elevation mapping,同时也熟悉了一个Ground Truth Demo,进一步熟悉elevation mapping.


Reference:

  • https://github.com/ANYbotics/elevation_mapping
  • https://blog.csdn.net/BIT_HXZ/article/details/127297351



须知少时凌云志,曾许人间第一流。



⭐️👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍👍🌔

这篇关于elevation mapping算法1之Ubuntu18.04+ROS-melodic编译安装elevation mapping高程图及示例运行的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/163695

相关文章

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

Zookeeper安装和配置说明

一、Zookeeper的搭建方式 Zookeeper安装方式有三种,单机模式和集群模式以及伪集群模式。 ■ 单机模式:Zookeeper只运行在一台服务器上,适合测试环境; ■ 伪集群模式:就是在一台物理机上运行多个Zookeeper 实例; ■ 集群模式:Zookeeper运行于一个集群上,适合生产环境,这个计算机集群被称为一个“集合体”(ensemble) Zookeeper通过复制来实现

CentOS7安装配置mysql5.7 tar免安装版

一、CentOS7.4系统自带mariadb # 查看系统自带的Mariadb[root@localhost~]# rpm -qa|grep mariadbmariadb-libs-5.5.44-2.el7.centos.x86_64# 卸载系统自带的Mariadb[root@localhost ~]# rpm -e --nodeps mariadb-libs-5.5.44-2.el7

Centos7安装Mongodb4

1、下载源码包 curl -O https://fastdl.mongodb.org/linux/mongodb-linux-x86_64-rhel70-4.2.1.tgz 2、解压 放到 /usr/local/ 目录下 tar -zxvf mongodb-linux-x86_64-rhel70-4.2.1.tgzmv mongodb-linux-x86_64-rhel70-4.2.1/

如何用Docker运行Django项目

本章教程,介绍如何用Docker创建一个Django,并运行能够访问。 一、拉取镜像 这里我们使用python3.11版本的docker镜像 docker pull python:3.11 二、运行容器 这里我们将容器内部的8080端口,映射到宿主机的80端口上。 docker run -itd --name python311 -p

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

Centos7安装JDK1.8保姆版

工欲善其事,必先利其器。这句话同样适用于学习Java编程。在开始Java的学习旅程之前,我们必须首先配置好适合的开发环境。 通过事先准备好这些工具和配置,我们可以避免在学习过程中遇到因环境问题导致的代码异常或错误。一个稳定、高效的开发环境能够让我们更加专注于代码的学习和编写,提升学习效率,减少不必要的困扰和挫折感。因此,在学习Java之初,投入一些时间和精力来配置好开发环境是非常值得的。这将为我