2015년 7월 22일 수요일

스캔 기반 Gmapping SLAM 와 Visual SLAM

이 글에서는 간단한 SLAM을 살펴 본다.
이미 IMU와 3D 포인트 클라우드 취득하는 방법은 앞에서 정리한 상황이다.

개요
여기서는 오픈소스를 이용해 간단히 테스트해 보겠다. 오픈소스인 ROS (Robot Operating System)를 사용하고, RGBD-SLAM 레퍼런스를 기반으로, 우분투에서 패키지를 빌드한 후에 테스트해본다.



여기에서는 RpLiDAR와 gmapping을 사용한다. 

설치
다음과 같이 설치한다.
sudo apt install ros-melodic-laptop-battery-monitor
sudo apt install ros-melodic-openni2-camera
sudo apt install ros-melodic-openni2-launch
sudo apt install libopencv-contrib-dev libopencv-photo-dev libopencv-dev
sudo apt install ros-melodic-openslam-gmapping ros-melodic-slam-gmapping
sudo apt install ros-melodic-joy ros-melodic-move-base ros-melodic-map-server ros-melodic-dwa-local-planner

아니면 소스코드를 빌드한다.
git clone https://github.com/ros-perception/slam_gmapping.git
cd ..
catkin_make

레이저 센서 스펙에 맞게 maxRange, maxUrange등을 다음과 같이 설정한다.
odom_frame: odom 
delta: 0.025
minimumScore: 50
maxRange: 5.5
maxUrange: 5.5
linearUpdate: 0.2
angularUpdate: 0.25
temporalUpdate: 5

실행
다음 명령으로 gmapping slam을 실행한다(참고).
sudo chmod 666 /dev/ttyUSB0
roscore
rosparam set use_sim_time true
rosrun gmapping slam_gmapping scan:=base_scan

결과(참고)

Visual SLAM
이미지를 사용해 SLAM처리하는 방법도 다양하게 개발되어 있다. ORB SLAM은 그 중에 하나로, 성능이 좋다.

레퍼런스



댓글 없음:

댓글 쓰기