cartographer環境創建以及建圖測試（詳細級）

​

前言

​

目前機器人使用中須要進行SLAM建圖，由於移動機器人想要實現自主行走，核心在於實現自主定位導航，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，須要和人類繪製地圖同樣，描述環境、認識環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就屬於激光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，不須要里程計。使空中無人機與地面小車在不平坦區域運行存在運用的可能性。做者利用現代激光雷達的高更新率和低距離測量噪聲，經過掃描匹配實時地對機器人運動進行估計。因此當只有低更新率的激光傳感器時，即使測距估計很精確，對該系統都會出現必定的問題。

    hector基於優化的算法（解最小二乘問題），優缺點：不須要里程計，但對於雷達幀率要求很高40Hz，估計6自由度位姿，能夠適應空中或者地面不平坦的狀況。初值的選擇對結果影響很大，因此要求雷達幀率較高。 

  2.  gmapping是一種基於粒子濾波的激光SLAM算法，它已經集成在ROS中，是移動機器人中使用最多的SLAM算法。基於粒子濾波的算法用許多加權粒子表示路徑的後驗機率，每一個粒子都給出一個重要性因子。可是，它們一般須要大量的粒子才能得到比較好的的結果，從而增長該算法的的計算複雜性。此外，與PF重採樣過程相關的粒子退化耗盡問題也下降了算法的準確性。

 

    缺點：嚴重依賴里程計，沒法適應無人機及地面不平坦的區域，無迴環（激光SLAM很難作迴環檢測），大的場景，粒子較多的狀況下，特別消耗資源。

  3.  karto是基於圖優化的SLAM算法，用高度優化和非迭代cholesky矩陣進行稀疏系統解耦做爲解。圖優化方法利用圖的均值表示地圖，每一個節點表示機器人軌跡的一個位置點和傳感器測量數據集，箭頭的指向的鏈接表示連續機器人位置點的運動，每一個新節點加入，地圖就會依據空間中的節點箭頭的約束進行計算更新。路標landmark越多,內存需求越大,然而圖優化方式相比其餘方法在大環境下製圖優點更大。

     karto採起的是spa(karto_slam)或g2o(nav2d),  karto的前端與後端採起的是單線程進行。

      

    4.LagoSLAM 是線性近似圖優化,不須要初始假設。基本的圖優化slam的方法就是利用最小化非線性非凸代價函數.每次迭代, 解決局部凸近似的初始問題來更新圖配置,過程迭代必定次數直到局部最小代價函數達到. (假設起始點通過屢次迭代使得局部代價函數最小). 。假設圖中每一個節點的相對位置和方向都是獨立的，做者求解了一個等價於非凸代價函數的方程組。爲此，提出了一套基於圖論的程序，經過線性定位和線性位置估計，獲得非線性系統的一階近似。

 

   5. cartographer是google開發的實時室內SLAM項目，cartographer採用基於google自家開發的ceres非線性優化的方法，cartographer的亮點在於代碼規範與工程化，很是適合於商業應用和再開發。而且cartographer基於submap子圖構建全局地圖的思想，能有效的避免建圖過程當中環境中移動物體的干擾。而且cartographer支持多傳感器數據（odometry、IMU、LaserScan等）建圖，支持2D_SLAM和3D_SLAM建圖。

    能自然的輸出協方差矩陣，後端優化的輸入項。成本較低的雷達也能跑出不錯的效果。cartographer是google推出的一套基於圖優化的SLAM算法。

    cartographer算法並無給人驚豔的感受，但該算法的主要目標是實現低計算資源消耗，達到實時SLAM的目的，因此很適合嵌入式端的使用。

這篇文章是介紹cartographer在linuxPC環境（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裏已經安裝了ROS如下版本的任意一個：Noetic、Kinetic、Melodic。

​

算法分析

    該算法主要分爲兩個部分，第一個部分稱爲Local SLAM, 該部分經過一幀幀的Laser Scan創建並維護一系列的Submap，而所謂的submap就是一系列的Grid Map。當再有新的Laser Scan中會經過Ceres Scan Matching的方法將其插入到子圖中的最佳位置。可是submap會產生偏差累積的問題，所以，算法的第二個部分，稱爲Global SLAM的部分，就是經過Loop Closure來進行閉環檢測，來消除累積偏差：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加入到閉環檢測中。閉環檢測的本質也是一個優化問題，該優化問題被表達成了一個pixel-accurate match的形式，解決優化問題的方法是Branch-and-Bound Approach.

​

---

做者：良知猶存

轉載受權以及圍觀：歡迎添加微信公衆號：羽林君

---

​

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中通信交互數據的部分，ceres-solver谷歌開發的一款用於非線性優化的庫，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，一種是官網的集成式下載配置，一種是把cartographer須要的依賴部分分別安裝配置。

    兩種方式區別就在於，第一種雖然方便，可是因爲網絡問題（你懂的）因此Google的相關文件下載會失敗，因此就出現了，把依賴單獨下載編譯，最後下載cartographer進行編譯。

官網方式：

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，用來替換複雜的make，從而實現快速編譯）

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

2. 創建一個wstool下載+ROS基本編譯的二合一環境

mkdir catkin_ws
cd catkin_ws
wstool init src
wstool merge -t src https://raw.githubusercontent.com/googlecartographer/cartographer_ros/master/cartographer_ros.rosinstall

這是 wstool 命令生成 .rosinstall 的文件裏面的內容，能夠看到設置了cartographer、cartographer-ros下載連接。

​

wstool update -t src

靜靜等待下載，速度就取決你對於Google的認知。

3.安裝proto3.

    Protocol Buffers(簡稱Protobuf) ，是Google出品的序列化框架，與開發語言無關，和平臺無關，具備良好的可擴展性。Protobuf和全部的序列化框架同樣，均可以用於數據存儲、通信協議。

src/cartographer/scripts/install_proto3.sh

此外其實除了Protobuf咱們還能夠配置其餘依賴，這些腳本都在這個目錄，若是編譯過程當中遇到依賴問題就能夠去利用腳本去下載。

​

4.rosdep init在安裝ROS時候就安裝過了，不過這個常常會出現問題，我以前寫過一篇ROS安裝的文件，你們有興趣能夠去看看

對於這個問題，有兩種解決思路：訪問DNS解析環節解決或者直接切換軟件源。

DNS解析環節解決：

​

切換linux軟件源：

​

sudo rosdep init
rosdep update
rosdep install --from-paths src --ignore-src --rosdistro=${ROS_DISTRO} -y

5.最後一步編譯

catkin_make_isolated --install --use-ninja
source install_isolated/setup.bash

    可是好多時候由於下載問題，就會出現這樣那樣的問題，因此就出現了下面的方法，把包單獨下載，而後再進行編譯安裝。

注！：在我編譯cartographer過程當中，和文章所寫這種一鼓作氣的感受偏偏相反，我編譯了好屢次才編譯成功的，並且中間出現各類編譯問題，基本都是版本問題。因此請你們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分紅6個部分，分別是eigen3.2.9,ceres1.13.0,protobuf大於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，用於線性代數，矩陣和矢量運算，幾何變換，數值求解器和相關算法。自3.1.1版以來，Eigen是根據Mozilla Public License 2.0許可的開源軟件。早期版本是根據GNU較寬鬆通用公共許可證受權的。

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3.2.9
git clone  https://gitlab.com/libeigen/eigen.git
mkdir build
cd build
cmake ..
sudo make install

安裝完成

2.ceres

Ceres solver 是谷歌開發的一款用於非線性優化的庫，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1.13.0
git clone https://github.com/ceres-solver/ceres-solver.git
mkdir build
cd build
cmake ..
make -j8
sudo make install

編譯過程當中若是出現這個編譯問題：

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

這個緣由是缺失glog庫(glog 是一個 C++ 日誌庫，它提供 C++ 流式風格的 API。在安裝 glog 以前須要先安裝 gflags，這樣 glog 就可使用 gflags 去解析命令行參數)，咱們能夠用apt-get install安裝，也能夠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.git
cd glog
mkdir build
cmake ..
make
sudo make install

再從新進行cere編譯安裝，又經過一關

​

3. protobuf

Protocol Buffers(簡稱Protobuf) ，是Google出品的序列化框架，與開發語言無關，和平臺無關，具備良好的可擴展性。Protobuf和全部的序列化框架同樣，均可以用於數據存儲、通信協議。

注意：protobuf安裝方式特殊，腳本安裝

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

此次也會遇到error問題，

第一個error    48: autoreconf: not found

是在不一樣版本的 tslib 下執行 autogen.sh 產生。它們產生的緣由同樣,是由於沒有安裝automake 工具,  用下面的命令安裝好就能夠了。

sudo apt-get install autoconf automake libtool 

第二個error多是下載問題，這邊會提示你下載失敗，你能夠選擇註釋掉，或者使用我提供的第二種編譯方法：

#如碰見Error，prot：443,註釋autogen.sh腳本34行
./configure
make -j8
sudo make install
sudo ldconfig
#測試一下protobuf
protoc --version
#不出意外將會顯示libprotoc 3.0.0

第二種編譯方法：

    上文說到，咱們在cartographer/scripts目錄下能夠找到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，這時候咱們就能夠看下install_proto3.sh 這個文件，裏面能夠看到以下內容：

mkdir build
cd build
cmake -G Ninja \
  -DCMAKE_POSITION_INDEPENDENT_CODE=ON \
  -DCMAKE_BUILD_TYPE=Release \
  -Dprotobuf_BUILD_TESTS=OFF \
  ../cmake
ninja
sudo ninja install

咱們直接複製直接編譯便可。

4.abseil

abseil 是 google 開源的 C++通用庫，其目標是做爲標準庫的補充。abseil 不但提供了標準庫沒有但很經常使用的功能，也對標準庫的一些功能進行了加強設計，使用 abseil 庫能使程序性能和開發效率都取得不錯的提高。

cartographer對abseil沒有版本要求，可是必定要有。

git clone https://github.com/abseil/abseil-cpp.git
mkdir build
cd build
cmake .. -DCMAKE_CXX_STANDARD=11
make -j8
sudo make install

不過在後續編譯abseil，你們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，是由於CMakeLists.txt在進行搜尋absil中，定義的名稱和你編譯abseil名稱不一樣，CMakeLists.txt是大寫的，而實際你編譯安裝後的包名稱爲小寫。

​

修改如上所示：Abseil 修改成 absl 

5.carographer

注意：carographer和cartographer _ros版本必須對應

mkdir cartographer
cd cartographer & mkdir src
cd src


git clone https://github.com/cartographer-project/cartographer.git
git clone https://github.com/cartographer-project/cartographer_ros.git


catkin_make_isolated   /*也能夠用*/  catkin_make_isolated --install --use-ninja

編譯成功：

​

​

建圖開發

如今安裝了Cartographer和Cartographer的ROS集成，官方也提供了一些數據集，Deutsches Museum(德意志博物館)，這樣我就能夠很方便測試Cartographer生成地圖和其餘的功能了。

下載示例包（例如德意志博物館的2D和3D揹包系列）到一個已知的位置

示例位於~/Downloads，並使用roslaunch來調出演示：

# 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，下載速度又慢還常常失敗，我也是廢了九牛二虎之力下載下來的。

​

爲了方便你們測試，你們能夠公衆號後臺私我，或者添加我微信號，我把我下載好的文件發給你們。

截圖有限，以前操做都忘記截圖了，致使如今就只有一個了，你們湊合看了哈。

​

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

而後運行純定位:

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的數據，其實都是同樣的，你們也能夠看一下創客智造的cartographer_turtlebot教程。

這就是我分享的cartographer的簡單測試使用，將來我會介紹更加詳細的cartographer使用以及源碼解析。此外若是你們有什麼更好的思路，也歡迎分享交流哈。

—END—

推薦閱讀

【1】linux開發各類I/O操做簡析，以及select、poll、epoll機制的對比

【2】嵌入式底層開發的軟件框架簡述 

【3】CPU中的程序是怎麼運行起來的 必讀
【4】什麼？還不懂c++vector的用法，你憑什麼勇氣來的！
【5】階段性文章總結分析

本公衆號所有原創乾貨已整理成一個目錄，回覆[ 資源 ]便可得到。

申明以上部份內容是參考了別人的文章，若有侵權，請告知，我將刪除！