Orange Pi KunPeng Pro 从零到部署ROS2 humble+Cartographer_ros2 cartographer

 非常高兴接到官方邀请，能够为orange pi kunpeng pro做一次简单的开箱测评， 这是一款极具性价比的开发板，下面是一些参数信息

开箱俯视图：

 ​对应接口功能图：

​

 

 引脚图：

参考资料

官方资料参考

香橙派官方资料Orange Pi Kunpeng pro Orange Pi官网-香橙派（Orange Pi）开发板

 

因为截止24.5.28官方只提供了两个系统的镜像，一个是ubuntu22.04，还有一个是openEuler, 原卡自带openEuler, 那么这里我选择重新烧录ubuntu22.04的系统

1.ROS Humble安装

Part 1. 调整Ubuntu系统中的相关配置

step 1. 设置语言

终端输入指令：

sudo apt update
sudo apt install locales
sudo locale-gen en_US en_US.UTF-8
sudo update-locale LC_ALL=en_US.UTF-8 LANG=en_US.UTF-8
export LANG=en_US.UTF-8

step 2. 设置镜像源

用小鱼ros一键布置镜像源, 小鱼的一键布置ROS不太好用，这里选择手动布置ROS2

wget http://fishros.com/install -O fishros && . fishros

step 3. 从github下载相关文件

终端指令：

sudo apt update && sudo apt install curl gnupg lsb-release

sudo curl -sSL https://raw.githubusercontent.com/ros/rosdistro/master/ros.key -o /usr/share/keyrings/ros-archive-keyring.gpg

echo "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/ros-archive-keyring.gpg] http://packages.ros.org/ros2/ubuntu $(source /etc/os-release && echo $UBUNTU_CODENAME) main" | sudo tee /etc/apt/sources.list.d/ros2.list > /dev/null

step 4. 将上述配置更新至系统

sudo apt-get update
sudo apt-get upgrade

Part 2. 安装ROS2-humble系统

step 1. 下载ROS系统

sudo apt install ros-humble-desktop

注1：humble表示版本名称，不同的Ubuntu系统需要下载对应的不同的版本名称，ubuntu22.04对应版本humble，其余版本可以登陆ROS官网自行查看；
注2：desktop表示桌面版本，即完整版本，自动安装我们常用的功能。

出现问题：

libicu-dev : Depends: libicu70 (= 70.1-2) but 70.1-2ubuntu1 is to be installed E: Unable to correct problems, you have held broken packages.

解决：sudo apt install libicu70=70.1-2

step 2. 调整配置

 source /opt/ros/humble/setup.bash echo " source /opt/ros/humble/setup.bash" >> ~/.bashrc

Part 3. 检测ROS2-humble系统是否可以正常运行

通信测试

打开一个终端，指令：ros2 run demo_nodes_cpp talker
另开一个终端，指令：ros2 run demo_nodes_py listener

如果listenner可以正常显示talker发出的信号，即表示正常。

小海龟仿真测试

一个终端，指令：ros2 run turtlesim turtlesim_node启动海龟仿真器
另一个终端，指令：ros2 run turtlesim turtle_teleop_key启动键盘控制节点

如果可以通过键盘正常操控小海龟移动，即表示正常。

终端输入rviz2看是否成功

2. Cartographer 安装

Cartographer是Google开源的一个可跨多个平台和传感器配置以2D和3D形式提供实时同时定位和建图（SLAM）的系统。

    github地址：https://github.com/cartographer-project/cartographer
    文档地址：https://google-cartographer.readthedocs.io/en/latest

1.安装carto

sudo apt install ros-humble-cartographer
sudo apt install ros-humble-cartographer-ros

2.克隆

将下面的源码克隆到fishbot_ws的src目录下

git clone https://ghproxy.com/https://github.com/ros2/cartographer.git -b ros2
git clone https://ghproxy.com/https://github.com/ros2/cartographer_ros.git -b ros2

3.安装依赖

这里我们使用rosdepc进行依赖的安装，rosdepc指令找不到可以先运行下面的一键安装命令，选择一键配置rosdep即可。

rosdepc install -r --from-paths src --ignore-src --rosdistro $ROS_DISTRO -y

colcon build --packages-up-to cartographer_ros

如果是源码编译请先source下工作空间后再使用下面指令查看是否安装成功；

ros2 pkg list | grep cartographer

能看到下面的结果即可

cartographer_ros
cartographer_ros_msgs

4.配置文件

4.1 pose_graph.lua-后端参数配置项

该文件主要和地图构建

--Fast csm的最低分数，高于此分数才进行优化。
constraint_builder.min_score = 0.65
--全局定位最小分数，低于此分数则认为目前全局定位不准确
constraint_builder.global_localization_min_score = 0.7

4.2 文件：backpack_2d.lua

该部分参数主要是用于和ROS2进行通信和数据收发的配置，比如配置从哪个话题读取里程记数据，从哪个话题来获取深度信息（雷达）。

include "map_builder.lua"
include "trajectory_builder.lua"
 
options = {
  map_builder = MAP_BUILDER,
  trajectory_builder = TRAJECTORY_BUILDER,
  -- 用来发布子地图的ROS坐标系ID，位姿的父坐标系，通常是map。
  map_frame = "map",
  -- SLAM算法跟随的坐标系ID
  tracking_frame = "base_link",
  -- 将发布map到published_frame之间的tf
  published_frame = "base_link",
  -- 位于“published_frame ”和“map_frame”之间，用来发布本地SLAM结果（非闭环），通常是“odom”
  odom_frame = "odom",
  -- 是否提供里程计
  provide_odom_frame = true,
  -- 只发布二维位姿态（不包含俯仰角）
  publish_frame_projected_to_2d = false,
  -- 是否使用里程计数据
  use_odometry = false,
  -- 是否使用GPS定位
  use_nav_sat = false,
  -- 是否使用路标
  use_landmarks = false,
  -- 订阅的laser scan topics的个数
  num_laser_scans = 0,
  -- 订阅多回波技术laser scan topics的个数
  num_multi_echo_laser_scans = 1,
  -- 分割雷达数据的个数
  num_subdivisions_per_laser_scan = 10,
  -- 订阅的点云topics的个数
  num_point_clouds = 0,
  -- 使用tf2查找变换的超时秒数
  lookup_transform_timeout_sec = 0.2,
  -- 发布submap的周期间隔
  submap_publish_period_sec = 0.3,
  -- 发布姿态的周期间隔
  pose_publish_period_sec = 5e-3,
  -- 轨迹发布周期间隔
  trajectory_publish_period_sec = 30e-3,
  -- 测距仪的采样率
  rangefinder_sampling_ratio = 1.,
  --里程记数据采样率
  odometry_sampling_ratio = 1.,
  -- 固定的frame位姿采样率
  fixed_frame_pose_sampling_ratio = 1.,
  -- IMU数据采样率
  imu_sampling_ratio = 1.,
  -- 路标采样率
  landmarks_sampling_ratio = 1.,
}

5.创建fishbot_cartographer

在src目录下，使用创建功能包指令，创建功能包

cd src
ros2 pkg create fishbot_cartographer

接着创建配置文件夹、launch文件夹和rviz配置文件夹。

cd fishbot_cartographer
mkdir config
mkdir launch
mkdir rviz

功能包结构：

.
├── CMakeLists.txt
├── config
├── launch
├── src
├── package.xml
└── rviz

相较于默认的配置文件，主要修改以下内容（见注释）

include "map_builder.lua"
include "trajectory_builder.lua"
 
options = {
  map_builder = MAP_BUILDER,
  trajectory_builder = TRAJECTORY_BUILDER,
  map_frame = "map",
  tracking_frame = "base_link",
  -- base_link改为odom,发布map到odom之间的位姿态
  published_frame = "odom",
  odom_frame = "odom",
  -- true改为false，不用提供里程计数据
  provide_odom_frame = false,
  -- false改为true，仅发布2D位资
  publish_frame_projected_to_2d = true,
  -- false改为true，使用里程计数据
  use_odometry = true,
  use_nav_sat = false,
  use_landmarks = false,
  -- 0改为1,使用一个雷达
  num_laser_scans = 1,
  -- 1改为0，不使用多波雷达
  num_multi_echo_laser_scans = 0,
  -- 10改为1，1/1=1等于不分割
  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,
  rangefinder_sampling_ratio = 1.,
  odometry_sampling_ratio = 1.,
  fixed_frame_pose_sampling_ratio = 1.,
  imu_sampling_ratio = 1.,
  landmarks_sampling_ratio = 1.,
}
 
 
-- false改为true，启动2D SLAM
MAP_BUILDER.use_trajectory_builder_2d = true
 
-- 0改成0.10,比机器人半径小的都忽略
TRAJECTORY_BUILDER_2D.min_range = 0.10
-- 30改成3.5,限制在雷达最大扫描范围内，越小一般越精确些
TRAJECTORY_BUILDER_2D.max_range = 3.5
-- 5改成3,传感器数据超出有效范围最大值
TRAJECTORY_BUILDER_2D.missing_data_ray_length = 3.
-- true改成false,不使用IMU数据，大家可以开启，然后对比下效果
TRAJECTORY_BUILDER_2D.use_imu_data = false
-- false改成true,使用实时回环检测来进行前端的扫描匹配
TRAJECTORY_BUILDER_2D.use_online_correlative_scan_matching = true 
-- 1.0改成0.1,提高对运动的敏感度
TRAJECTORY_BUILDER_2D.motion_filter.max_angle_radians = math.rad(0.1)
 
-- 0.55改成0.65,Fast csm的最低分数，高于此分数才进行优化。
POSE_GRAPH.constraint_builder.min_score = 0.65
--0.6改成0.7,全局定位最小分数，低于此分数则认为目前全局定位不准确
POSE_GRAPH.constraint_builder.global_localization_min_score = 0.7
 
-- 设置0可关闭全局SLAM
-- POSE_GRAPH.optimize_every_n_nodes = 0
 
return options

编写launch文件

/cartographer_node节点:

该节点从/scan和/odom话题接收数据进行计算，输出/submap_list数据.

该节点需要接收一个参数配置文件（第二部分写的那个）参数。

/occupancy_grid_node节点：

该节点接收/submap_list子图列表，然后将其拼接成map并发布

在路径src/fishbot_cartographer/launch/下新建cartographer.launch.py文件，接着我们将上面两个节点加入到这个launch文件中。

我们在第二部分写的配置文件就是给cartographer_node节点的，可以通过这个节点启动参数configuration_directory和configuration_basename进行传递。

 
import os
from launch import LaunchDescription
from launch.substitutions import LaunchConfiguration
from launch_ros.actions import Node
from launch_ros.substitutions import FindPackageShare
 
 
def generate_launch_description():
    # 定位到功能包的地址
    pkg_share = FindPackageShare(package='fishbot_cartographer').find('fishbot_cartographer')
    
    #=====================运行节点需要的配置=======================================================================
    # 是否使用仿真时间，我们用gazebo，这里设置成true
    use_sim_time = LaunchConfiguration('use_sim_time', default='true')
    # 地图的分辨率
    resolution = LaunchConfiguration('resolution', default='0.05')
    # 地图的发布周期
    publish_period_sec = LaunchConfiguration('publish_period_sec', default='1.0')
    # 配置文件夹路径
    configuration_directory = LaunchConfiguration('configuration_directory',default= os.path.join(pkg_share, 'config') )
    # 配置文件
    configuration_basename = LaunchConfiguration('configuration_basename', default='fishbot_2d.lua')
    rviz_config_dir = os.path.join(pkg_share, 'config')+"/cartographer.rviz"
    print(f"rviz config in {rviz_config_dir}")
 
    
    #=====================声明三个节点，cartographer/occupancy_grid_node/rviz_node=================================
    cartographer_node = Node(
        package='cartographer_ros',
        executable='cartographer_node',
        name='cartographer_node',
        output='screen',
        parameters=[{'use_sim_time': use_sim_time}],
        arguments=['-configuration_directory', configuration_directory,
                   '-configuration_basename', configuration_basename])
 
    cartographer_occupancy_grid_node = Node(
        package='cartographer_ros',
        executable='cartographer_occupancy_grid_node',
        name='cartographer_occupancy_grid_node',
        output='screen',
        parameters=[{'use_sim_time': use_sim_time}],
        arguments=['-resolution', resolution, '-publish_period_sec', publish_period_sec])
 
    rviz_node = Node(
        package='rviz2',
        executable='rviz2',
        name='rviz2',
        arguments=['-d', rviz_config_dir],
        parameters=[{'use_sim_time': use_sim_time}],
        output='screen')
 
    #===============================================定义启动文件========================================================
    ld = LaunchDescription()
    ld.add_action(cartographer_node)
    ld.add_action(cartographer_occupancy_grid_node)
    ld.add_action(rviz_node)
 
    return ld

打开CmakeLists.txt，添加下面一条指令，将三个目录安装到install目录。

install(
  DIRECTORY config launch rviz
  DESTINATION share/${PROJECT_NAME}
)

6 开始建图

colcon build --packages-select fishbot_cartographer

启动建图前，需要先启动gazebo仿真环境，因为我们的建图程序依赖于Gazebo提供雷达和里程计等数据。

source install/setup.bash
ros2 launch fishbot_description gazebo.launch.py

source install/setup.bash
ros2 launch fishbot_cartographer cartographer.launch.py

打开遥控节点：

ros2 run teleop_twist_keyboard teleop_twist_keyboar

 保存地图

sudo apt install ros-humble-nav2-map-server

ros2 run nav2_map_server map_saver_cli --help