5.1 实验内容

目标

• 了解什么是SLAM
• 实现SLAM功能

内容

SLAM简介

SLAM（Simultaneous Localization and Mapping），同步定位与地图构建，最早在机器人领域提出，它指的是：机器人从未知环境的未知地点出发，在运动过程中通过重复观测到的环境特征定位自身位置和姿态，再根据自身位置构建周围环境的增量式地图，从而达到同时定位和地图构建的目的。

本实验的机器人选用Livox_Mid-360激光雷达系统。

激光雷达通过连续扫描环境，收集大量数据点，对收集到的数据点进行处理后，生成点云数据，并利用处理后的数据构建环境的地图。此外，为了后续进行机器人在未知环境中的导航功能，SLAM算法将实时融合激光雷达数据与地图，进行定位和建图。

1、SSH远程连接

为了方便远程控制机器人，我们在电脑端用SSH连接机器人上位机端，这样只需要在笔记本电脑上操作，就可以直接控制机器人。

打开机器人电源和上位机电源，并确保上位机端和个人PC端连接在同一局域网下。同时按下键盘组合键“Ctrl + Alt + T”启动上位机终端，打开终端输入

ifconfig

记住机器人的IP地址。

进行SSH远程连接，在电脑端启动终端，输入

ssh orangepi@172.20.10.7

输入密码“x”按回车，进入机器人终端，会发现@后面的计算机名变成了orangepi，说明当前终端已经进入了香橙派端。

2、控制机器人运动建图

在香橙派终端打开slam文件夹，输入

ls

查看slam文件夹下的文件。

输入

./runmapping.sh

启动一个建图程序，检查终端窗口，检查终端中的节点是否正常启动。运行runmapping.sh脚本，在控制机器人运动的过程中收集激光雷达数据并构建环境的地图。运行SLAM算法，录制全局点云bag包。

设定机器人的起点，通过遥控器控制机器人运动。

本实验选择大黑楼走廊进行建图，通过遥控器控制机器人绕走廊运动一周作为实验设置的轨迹，通过runmapping.sh启动waypoint_save算法录制轨迹。

运动结束后，输入

./kill.sh

关闭SLAM算法和waypoint_save算法。

3、Rviz可视化结果

打开香橙派终端，输入

rviz2

进入rviz可视化界面。

根据脚本设置，录制的轨迹将自动保存在data文件夹下的prior_map文件夹中。输入

ls

可以查看当前文件夹中的文件。这里以文件名为001的包为例。在prior_map打开终端输入

ros2 bag play 001/

将001包中的消息载入rviz中。

在rviz界面中，点击Add——By topic—— 选择点云数据话题 —— 点击OK。

将rviz中的Fixed_Frame参数修改为odom。设置“decay time”（衰减时间）为100，以得到更加清晰稳定的点云数据。

等待一段时间后，可以显示出建图得到的完整点云。