3. 使用cartographer构建高精度地图

任务目标

使用Cartographer算法融合2D激光雷达与IMU数据，在ROS环境中构建高精度二维栅格地图，并通过调整关键参数观察地图质量变化，掌握参数调优的基本方法。

环境与依赖

• Ubuntu 20.04 + ROS Noetic（或Ubuntu 18.04 + ROS Melodic）
• 已安装 cartographer_ros 与 cartographer（sudo apt install ros-noetic-cartographer-ros）
• 激光雷达驱动（如rplidar、velodyne等）或使用公开数据集bag
• IMU驱动（或使用bag中录制的IMU数据）

实现方案

本案例采用最小可复现方式：使用公开的2D激光SLAM数据集（如Cartographer官方推荐的 cartographer_paper_deutsches_museum.bag）完成建图，避免硬件驱动差异带来的干扰。核心工作分为三部分：编写Cartographer的Lua配置文件、编写启动文件、运行建图并对比参数效果。

关键完整代码

1. Lua配置文件（my_2d.lua）——定义传感器类型、轨迹构建参数与地图参数：

include "map_builder.lua"
include "trajectory_builder.lua"

options = {
  map_builder = MAP_BUILDER,
  trajectory_builder = TRAJECTORY_BUILDER,
  map_frame = "map",
  tracking_frame = "base_link",
  published_frame = "odom",
  odom_frame = "odom",
  provide_odom_frame = true,
  use_odometry = false,
  num_laser_scans = 1,
  num_multi_echo_laser_scans = 0,
  num_subdivisions_per_laser_scan = 1,
  num_point_clouds = 0,
  lookup_transform_timeout_sec = 0.2,
  submap_publish_period_sec = 0.3,
  pose_publish_period_sec = 5e-3,
  trajectory_publish_period_sec = 30e-3,
}

MAP_BUILDER.use_trajectory_builder_2d = true
TRAJECTORY_BUILDER_2D.use_imu_data = true
TRAJECTORY_BUILDER_2D.use_online_correlative_scan_matching = true
TRAJECTORY_BUILDER_2D.min_range = 0.3
TRAJECTORY_BUILDER_2D.max_range = 30.
TRAJECTORY_BUILDER_2D.missing_data_ray_length = 5.
TRAJECTORY_BUILDER_2D.num_accumulated_range_data = 1

-- 关键参数：影响地图质量
TRAJECTORY_BUILDER_2D.ceres_scan_matcher.translation_weight = 1.
TRAJECTORY_BUILDER_2D.ceres_scan_matcher.rotation_weight = 1.
TRAJECTORY_BUILDER_2D.motion_filter.max_time_sec = 0.5
TRAJECTORY_BUILDER_2D.motion_filter.max_distance_m = 0.2
TRAJECTORY_BUILDER_2D.motion_filter.max_angle_rad = math.rad(0.5)

-- 回环检测参数
MAP_BUILDER.pose_graph.optimize_every_n_nodes = 90
MAP_BUILDER.pose_graph.constraint_builder.min_score = 0.55
MAP_BUILDER.pose_graph.constraint_builder.global_localization_min_score = 0.6

return options

2. 启动文件（my_cartographer.launch）——加载配置并启动建图节点：

<launch>
  <node name="cartographer_node" pkg="cartographer_ros"
        type="cartographer_node" args="
             -configuration_directory $(find cartographer_ros)/configuration_files
             -configuration_basename my_2d.lua"
        output="screen">
  </node>

  <node name="cartographer_occupancy_grid_node" pkg="cartographer_ros"
        type="cartographer_occupancy_grid_node" args="-resolution 0.05" />
</launch>

3. 播放数据包并保存地图（终端命令）：

# 终端1：启动Cartographer
roslaunch cartographer_ros my_cartographer.launch

# 终端2：播放bag数据（需先下载deutsches_museum.bag）
rosbag play --clock cartographer_paper_deutsches_museum.bag

# 终端3：建图完成后保存地图
rosrun map_server map_saver -f my_map

参数对比实验

为验证参数对地图质量的影响，分别修改以下参数并重新建图，对比生成的 my_map.pgm：

验证方法与判定标准

1. 运行验证：执行上述三个终端命令后，在Rviz中订阅 /map 话题，应能看到栅格地图随bag播放逐步构建；bag播放结束后地图不再更新。
2. 地图保存：bag播放完毕后，在终端3执行 map_saver，当前目录生成 my_map.pgm 与 my_map.yaml，说明建图流程闭环成功。
3. 质量对比：用图像查看器打开不同参数下生成的 .pgm 文件，观察以下指标：
   • 墙体是否连续、无重影或错位；
   • 直线走廊是否平直，转角是否为直角；
   • 回环闭合处是否对齐（无双重墙壁）；
   • 地图整体是否存在漂移导致的模糊区域。
4. 通过条件：默认参数下地图无明显断裂或错位；调高 min_score 后若回环处仍能闭合，则说明原参数偏松；调低 optimize_every_n_nodes 后地图边缘应更锐利（对比像素级重影减少）。

常见问题

• TF树报错：确认bag中提供了 odom→base_link 与 base_link→laser 的TF；若缺少IMU帧，需将 use_imu_data 设为false。
• 地图保存为全黑/全白：等待bag播放结束后再执行 map_saver，且确保 cartographer_occupancy_grid_node 已收到完整子图。
• CPU占用过高：降低 optimize_every_n_nodes 会显著增加计算量，若实时性不足可适当调回默认值。