使用Bittle和Raspberry Pi 4的ROS SLAM

描述

本文的主题将是 SLAM 和 ROS 映射。我们将使用来自 Petoi 的敏捷四足机器人 Bittle，它在上个月完成了他们的 Kickstarter 活动并取得了巨大成功。

首先让我们从一些理论开始。

2022 年 4 月 4 日更新。我尽我所能定期更新我的文章，并根据您在 YouTube/Hackster 评论部分的反馈。如果您想表达对这些努力的支持和赞赏，请考虑给我买杯咖啡（或披萨）:)。

什么是SLAM？

SLAM 代表 Simultaneous Localization and Mapping - 它是一组算法，允许计算机创建 2D 或 3D 空间地图并确定其在其中的位置。虽然 SLAM 本身并不是导航，但拥有地图并知道您在地图上的位置是从 A 点导航到 B 点的先决条件。

我们可以使用各种传感器来接收有关可用于映射的环境的数据

• 激光扫描仪（一维和二维（扫描）激光测距仪）
• 相机（单目、立体和 RGB-D）
• 声纳传感器
• 触觉传感器
• 其他

在实践中很多时候使用传感器的组合，然后应用融合算法，例如扩展卡尔曼滤波器，以获得精确的信息。

如果我们回到基础，对于大多数应用程序，您将处理基于 LIDAR 的 SLAM 或视觉 SLAM。基于激光雷达的 SLAM 相对容易设置并且非常精确——Waymo 在其自动驾驶汽车上使用激光雷达是有原因的。

但当然，特斯拉没有这样做是有原因的——激光雷达体积庞大、价格昂贵，而且它们的旋转部件需要在较长时间内运行时进行维护。对于视觉 SLAM，RGB-D 传感器方法也可以非常强大，而简单的立体或单目系统可能很难设置。以下是描述中的更多链接，以详细了解 SLAM！

什么是同时定位和映射？

LSD-slam 和 ORB-slam2，基于文献的解释

RPLIDAR 和 ROS 编程 - 构建机器人的最佳方式

在本文中，我们将尝试称为 ORB-SLAM2 的单目视觉 SLAM 算法和基于激光雷达的 Hector SLAM。

使用 ORB-SLAM2 的视觉 SLAM

对于 ORB-SLAM2，我们将使用普通的廉价网络摄像头——需要对其进行校准以确定每个摄像头型号所独有的内在参数。我建议使用内置的 ROS 相机校准工具进行校准。要安装这些（您可以安装在您的 Ubuntu PC 上）：

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

打印校准棋盘，从这里下载。

以毫米为单位测量正方形的边。然后输入以下命令开始校准：

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 参数以匹配校准板上的正方形大小。

为了获得良好的校准，您需要在相机框架中移动棋盘格，以便：

• 相机视野左、右、上、下的棋盘
• X 条 - 视野中的左/右
• Y 条 - 视野中的顶部/底部
• 尺寸栏 - 朝向/远离和倾斜相机
• 相机左侧、右侧、顶部和底部的棋盘 X 栏 - 左侧/右侧在视野中 Y 栏 - 顶部/底部在视野中尺寸栏 - 朝向/远离和倾斜相机
• 棋盘格填满整个视野
• 棋盘向左、右、上和下倾斜（倾斜）

在每一步，保持棋盘静止，直到图像在校准窗口中突出显示。

当应用程序收集到足够的数据时，您将能够按下校准按钮。校准过程可能需要几分钟，所以请耐心等待。成功的校准将导致现实世界中的直边在校正后的图像中显得笔直。校准失败通常会导致空白或无法识别的图像，或不保留直边的图像。

之后你需要借助这个包将相机参数转换成.yaml格式，重命名为head_camera.yaml，放到.ros/camera_info/文件夹下。

有一个将 ORB-SLAM2 集成到 ROS 的包，它还发布了 2D 占用图。安装过程比较复杂，我推荐使用 Ubuntu 18.04 的树莓派镜像作为起点，避免编译很多（很多很多很多）额外的包。

安装 ROS 桌面和必要的依赖项

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

创建 catkin 工作区，安装catkin构建工具并将 ORB_SLAM2_ROS 存储库和 Bittle 驱动存储库克隆到 catkin_ws/src 文件夹

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

下载词汇文件并将其放在ORB_SLAM2/orb_slam2_lib/Vocabulary文件夹中

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

然后从 catkin 工作区文件夹中，执行

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

如果编译过程冻结，请尝试将交换大小增加到 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，可以删除交换文件。成功安装后，运行一个示例以确保它按预期工作：

roslaunch orb_slam2_ros raspicam_mono.launch

需要一个额外的步骤，因为您很可能在无头模式下运行 Raspberry Pi（或其他 SBC），没有屏幕或键盘 - 无论是那个还是您的机器人都非常笨重。因此，我们需要配置 ROS 以在多台机器上工作 - 请查看我之前在 BITtle 系列中的文章，其中详细描述了此过程。

由于 Bittle 驱动程序是用 Python 3 编写的，而 ROS 默认仍使用 Python 2.7，因此我们需要为 Python 3 安装 rospkg 以使它们一起运行。

pip3 install rospkg

一旦你有了 ORB-SLAM2 和Bittle（或你的机器人基地）的软件包，你就可以运行网络摄像头驱动程序了

roslaunch bittle_driver bittle_vslam_robot.launch

它将启动整个系统——机器人驱动程序、网络摄像头节点和 ORB-SLAM2。ORB-SLAM2 需要足够的环境信息来初始化，因此您可以手动移动机器人以避免平移或方向的大变化。ORB-SLAM2 初始化后将开始发布八图。您可以使用控制来移动您的机器人。

不幸的是，我发现由于 Bittle 上的相机在转动过程中移动得太快，它往往会丢失关键点，需要返回到之前的位置。

可以在这里进行一些改进以使其更稳定

• 使用立体相机
• 使用 ORB-SLAM3 可以集成 IMU 数据以实现更精确的定位

基于激光雷达的 SLAM 与 Hector SLAM

如果 Visual SLAM 对我们的机器人不起作用，那么安装 LIDAR 并尝试一种基于激光扫描仪的算法怎么样？这里的好消息是，对于 LIDAR，我们不需要那么快的处理速度，因此即使是较旧的 Raspberry Pi 3 也可以。坏消息是，即使是小型激光雷达也很大，我可以使用的 RPLIDAR A1M8 重 190 克，当安装在这个有腿机器人的顶部时，它会严重干扰其重心并影响行走步态。

在腹部下方增加了一些额外的重量以平衡事物之后，它可以爬行和行走，尽管我仍然试图小心并避免突然停止。

Hector SLAM的软件安装在 Ubuntu 18.04 上轻而易举。如果您还没有安装 ROS Desktop，请使用以下命令进行安装（与上面关于 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

创建 catkin 工作区，安装catkin构建工具并将 RPLIDAR 存储库和 Bittle 驱动程序存储库克隆到 catkin_ws/src 文件夹

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

构建 Bittle 驱动程序包并获取你的 catkin 工作空间

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

由于 Bittle 驱动程序是用 Python 3 编写的，而 ROS 默认仍使用 Python 2.7，因此我们需要为 Python 3 安装 rospkg 以使它们一起运行。

pip3 install rospkg

安装完所有这些后，将 ROS 配置为在多台机器上工作。然后运行

roslaunch bittle_driver bittle_lslam_robot.launch

启动 LIDAR、机器人控制和 hector SLAM 节点。总体映射结果看起来比 ORB-SLAM2 好得多，Hector SLAM 甚至可以发布里程计和路径消息，这为使用 ROS 导航堆栈运行自主导航开辟了道路。

对于在 Bittle 上使用 LIDAR 时的改进，

• IMU数据也可以集成
• 步态和平衡算法可以调整以适应机器人顶部的额外重量
• 可以使用更紧凑的激光雷达

这是关于来自 Petoi 的机器狗 Bittle 的系列文章的最后一篇。Kickstarter 活动已经结束，因此，如果您想购买 Bittle，请继续关注 Seeed 工作室子公司 TinkerGen 的预购公告，该公司将在其在线商店和亚马逊上销售 Bittle。

玩得开心建造机器人！