xiaoqiang 发布的帖子

@ccsky Check if the rplidar is connected to the car host computer usb port.
Run "ls /dev " ,check ttyUSB002 is listed or not

@jaccica 应该不是代码的问题，这里的平稳是指不能有急转弯，即转弯半径要大，同时尽量保持匀速运动，还有雷达扫描频率越快越好，上面教程是20hz。

@jaccica 建图移动过程要保持平稳

1.驱动测试

连接好RealSense摄像头后，运行下述命令可以测试sdk有没有安装成功

#sdk的安装教程 https://github.com/IntelRealSense/librealsense/blob/master/doc/distribution_linux.md#installing-the-packages
rs-capture  

正常的话可以看到类似下图的图像

关闭上述命令，继续测试ros驱动

#ros驱动的安装教程 https://gitee.com/bluewhalerobot/realsense
roslaunch realsense2_camera rs_camera.launch

如果正常，在rviz里面可以订阅显示深度和color图像话题。

2.关闭步骤1中命令，开始自主移动避障测试

intel RealsSense和kinect是兼容的，使用它来自主移动避障的教程也和kinect一样，区别是教程2.b、2.c步骤需要选择realsense。

roslaunch realsense2_camera rs_camera_xiaoqiang.launch

kinect避障教程：
https://community.bwbot.org/topic/115/小强ros机器人教程-10-___使用kinect进行自主移动避障

如果topic数据正常，则可以忽略这个错误；如果图像话题不正常，主要问题就是sdk和固件的版本需要一致
1.librealsense的安装推荐用deb安装方式，简单可靠https://github.com/IntelRealSense/librealsense/blob/master/doc/distribution_linux.md#installing-the-packages
2.D435的固件版本更新，运行realsense-viewer会自动提示你当前固件版本问题。这里可以下载安装最新的固件https://downloadcenter.intel.com/download/28237/Latest-Firmware-for-Intel-RealSense-D400-Product-Family?product=128255

@道灼 frame_id 和time 一般都需要的，可以写一个rviz plugin，参考这篇教程http://docs.ros.org/kinetic/api/rviz_plugin_tutorials/html/display_plugin_tutorial.html

@xiangxiang123 多次短按试试，第1步是绑定（只用绑定一次），第2步才是配对（每次重启机器后都要操作一次）。第1步绑定成功后，断开usb和手柄连接，重启系统，然后直接进行第2步操作

计算当前时间前n个数的滑动平均值时，有一种常用数值加速办法：构造一个n*1大小的先进、先出的堆栈队列数据结构，然后记录这n个数的和sum，每次只需要把sum减去最老的值再加上最新的值就可以得到最新的和值，这样相当于把n次求和变成了2次加减运算，可以加速计算。
但是，如果因为数据异常，某次新加入的值很大，求和的时候，就会引入截断误差，从而导致后续的sum值一致存在一个偏差（即当队列里面值都更新为0时，sum值依然为一个不可忽略的的小量）。
解决办法是把异常值过滤掉，或者改为直接求和计算。

FreeRTOS系统进行任务调度的时间精度只能保证小于调度周期，调度周期一般是毫秒级。因此在FreeRTOS中执行定时调度任务时，如果要获取这个任务两次调度的精确间隔时间，是不能只由xTaskGetTickCount()系统函数返回值计算得到的（这是一个毫秒级的整数），需要结合stm32 的systemtick定时器得到微秒级精度间隔时间。

@leslie 仔细看上面教程，你发的命令不是保存充电桩命令，同时浏览前人回复的帖子，检查里程计设置

@whut_gao 你可能搞错红外设备的含义了，单目加kinect这样的深度摄像头进行稠密建图，kinect是红外结构光摄像头

@rockyren 非线性优化求解（包括二次规划类），可以用google的Ceres 库，http://ceres-solver.org/nnls_tutorial.html

@kevin 暂时只支持尾部

@kevin 上面launch没有remap那个里程计话题名字，{remap from=“/odom” to=“/xqserial_server/Odom” }改成{remap from=“/odom” to=“你的里程计话题名字” }

launch文件贴一下

@kevin launch里面的里程计话题有没有改成自己小车的里程计名字，还有slamdb文件夹创建一下,发布dockposition_save命令后看一下里面是否有一个txt文件dock_station.txt。

mkdir  ~/slamdb

dock_station.txt文件里面第三行，存储了当前充电桩位置，这行三个数据依次为x、y、角度。

最新版本的xqserial_server驱动包增加了IMU话题的发布功能，现在小强上电开机后，将以50hz的频率发布IMU话题数据。
话题名字是：/xqserial_server/IMU
话题所在frame_id: imu
imu到base_link的tf关系的设置参数在xqserial.launch文件里面

1.驱动包更新

roscd xqserial_server
git stash
git pull
cd ..
cd ..
catkin_make

2.重启startup任务，现在可以使用/xqserial_server/IMU话题了

可以使用rostopic工具查看话题数据


还可以使用python脚本可视化话题数据

rosrun xqserial_server visualization.py

奥比中光astrapro和kinect是兼容的，使用它来自主移动避障的教程也和kinect一样，区别是教程2.b、2.c步骤需要选择astrapro。

roslaunch astra_launch astrapro.launch

kinect避障教程：
https://community.bwbot.org/topic/115/小强ros机器人教程-10-___使用kinect进行自主移动避障

loam_velodyne 是业界比较有名的一个3d 激光雷达slam包，它不以常规的3d icp策略而以3d雷达点云特征点为主要匹配方式,结合IMU实现实时地计算高精度的6自由度激光雷达里程计，在此基础上再结合3d icp得到高精度地图点云数据。

1. 数据包准备

loam_velodyne包原始作者是针对vlp-16激光雷达设置的，我们测试发现它对其他平台的IMU数据兼容性不好，在下文的建图过程，我们只使用速腾聚创3d激光雷达输出的三维点云数据进行测试，不使用小强开发平台的IMU。
测试结果发现因为没有IMU，loam_velodyne对剧烈晃动、快速转向适应性差，为了得到好的结果，需要保证运动的平稳、匀速。同时雷达输出点云的速率提升到20HZ后，slam效果也有提高。20hz的设置需要使用windows配置软件设置。

rosbag数据包的详细制作过程，请参考这篇教程: https://community.bwbot.org/topic/522/使用rosbag录制和回放3d激光雷达数据和小强ros开发平台的里程计imu数据
下文教程将以蓝鲸机器人录制的bag包为例，演示如何使用loam_velodyne包得到激光雷达里程计。bag包百度云下载地址

2. 配置安装loam_velodyne

#需要安装到ros工作空间，以小强主机为例
cd ~/Documents/ros/src
git clone https://github.com/BluewhaleRobot/loam_velodyne.git
cd  ..
catkin_make

3. 启动loam_velodyne 开始建图

#先关闭小车的ros启动节点
#在小车主机上新开一个命令终端
sudo service startup stop
roscore

#启动loam节点
#在小车主机上新开一个命令终端
roslaunch loam_velodyne xiaoqiang_lungu_off.launch

#播放bag数据
#在小车主机上新开一个命令终端
rosbag play  -s 200  2018-08-11-13-20-34.bag #从200秒开始播放数据，这段数据比较好

谷歌cartographer_ros请参考这篇安装教程：http://community.bwbot.org/topic/136/google激光雷达slam算法cartographer的安装及bag包demo测试

1. 数据包准备

本文建图将采用普通的2d 雷达数据，结合IMU和里程计数据进行2d建图。2d 雷达数据由速腾聚创3d激光雷达转换得到，其他数据由小强机器人底盘得到。
rosbag数据包的详细制作过程，请参考这篇教程: https://community.bwbot.org/topic/522/使用rosbag录制和回放3d激光雷达数据和小强ros开发平台的里程计imu数据
下文教程将以蓝鲸机器人录制的bag包为例，演示如何建立2d地图。bag包百度云下载地址

2. 配置cartographer_ros

蓝鲸机器人github上的cartographer_ros已经配置好了所有文件，对于加装速腾聚创小强xq5开发平台采集的数据包，cartographer_ros需要使用的是下列文件，简略的说明在下文。cartographer_ros的详细文档可以参考官方wiki

cartographer_ros/launch/demo_xiaoqiang_rslidar_scan.launch #建图时启动的launch文件，负责启动rviz，加载cartographer_ros主要的启动节点和参数文件，话题数据名字的remap也在这个文件设定。

cartographer_ros/urdf/rslidar_2d.urd #模型文件，用来发布3d激光雷达、小车里程计、IMU、小车本体之间的tf关系

cartographer_ros/configuration_files/xiaoqiang_rslidar_scan.lua #cartographer_ros算法参数配置文件，优化建图效果需要调整的参数就是这个文件。

ros中坐标系的设置，请参考这篇教程，小强xq5平台的base_link原点设置在两个主动轮轴中间位置。

# cartographer_ros/configuration_files/xiaoqiang_rslidar_scan.lua文件里面设置是否使用imu、odom数据的参数是这两个：
use_odometry = true  #true使能里程计，false禁用里程计
TRAJECTORY_BUILDER_2D.use_imu_data = false  #true使能IMU，false禁用IMU

# cartographer_ros)/urdf/rslidar_2d.urd文件需要调整的参数是3d雷达相对base_link的安装位置，laserbase_link等价于base_link
<joint name="horizontal_laser_link_joint" type="fixed">
    <parent link="laserbase_link" />
    <child link="rslidar" />
    <origin xyz="0 0 0.4" rpy="0 0 0" />
  </joint>

3. 启动cartographer_ros，播放rosbag数据包，开始建图

#先关闭小车的ros启动节点
#在小车主机上新开一个命令终端
sudo service startup stop
roscore

#启动cartographer
#在小车主机上新开一个命令终端
roslaunch cartographer_ros demo_xiaoqiang_rslidar_scan.launch 

#播放bag数据
#在小车主机上新开一个命令终端
rosbag play  --clock  2018-08-11-13-20-34.bag

4. bag播放完成后，用map_server保存地图

rosrun map_server map_saver --occ 51 --free 49 -f work0

保存成功后，会在home目录里面生成work0.yaml work0.pgm两个地图文件，这两个文件可以用来amcl导航。