03-数据融合-ROS轮式机器人数据融合-GPS

1. 可行的主题

Robot Pose EKF节点订阅下面的主题:

/odom 2D消息<nav_msgs::Odometry>
/imu_data 3D消息<sensor_msgs::Imu>
/vo 3D消息<nav_msgs::Odometry>

要在自己的传感器中使用EKF,应该将传感器数据发布在这三个主题中,传感器应该发布机器人本体坐标系相对世界坐标系的关系。每个传感器可以基于不同的世界坐标系。注意:每个主题只能接受一个传感器输入,将来的版本可能会增加多个传感器输入,当前最普遍的输入数据是/vo主题的odometry消息。它包含3D姿态、速度及其协方差。所以最适合将自主的传感器增加在其中。

2. Building a GPS sensor message构建GPS传感器数据

GPS传感数据是3D无朝向信息的数据,GPS传感器发布的数据类似下面:

    msg.header.stamp = gps_time // time of gps measurement
    msg.header.frame_id = base_footprint // the tracked robot frame
    msg.pose.pose.position.x = gps_x // x measurement GPS. 
    msg.pose.pose.position.y = gps_y // y measurement GPS. 
    msg.pose.pose.position.z = gps_z // z measurement GPS. 
    msg.pose.pose.orientation.x = 1 // identity quaternion 
    msg.pose.pose.orientation.y = 0 // identity quaternion 
    msg.pose.pose.orientation.z = 0 // identity quaternion 
    msg.pose.pose.orientation.w = 0 // identity quaternion 
    msg.pose.covariance = {
                           cox_x, 0, 0, 0, 0, 0, // covariance on gps_x
                           0, cov_y, 0, 0, 0, 0, // covariance on gps_y 
                           0, 0, cov_z, 0, 0, 0, // covariance on gps_z 
                           0, 0, 0, 99999, 0, 0, // large covariance on rot x 
                           0, 0, 0, 0, 99999, 0, // large covariance on rot y 
                           0, 0, 0, 0, 0, 99999 } // large covariance on rot z

2.1 使用GPS驱动器发布NavSatFix

gps_common软件包中的utm_odometry_node用于将GPS测量值从sensor_msgs/NavSatFix 转换为sensor_msgs/Odometry.

    <node name="gps_conv" pkg="gps_common" type="utm_odometry_node"> 
        <remap from="odom" to="vo"/>
        <remap from="fix" to="/gps/fix" /> 
        <param name="rot_covariance" value="99999" />
        <param name="frame_id" value="base_footprint" />
    </node>

3 映射主题名称

GPS传感器发布gps_meas主题,EKF节点希望处理的是 odom主题的odometry消息,为了连接GPS传感器与EKF节点,我们将vo映射到gps_meas上,因此在launch文件中增加下面的数据:

<remap from="vo" to="gps_meas" />

滤波器的输出是在 /robot_pose_ekf/odom_combined主题,节点同样'odom_combined' 与'base_link' 的变换发布到 /tf_message

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,547评论 6 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,399评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,428评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,599评论 1 274
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,612评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,577评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,941评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,603评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,852评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,605评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,693评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,375评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,955评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,936评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,172评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,970评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,414评论 2 342

推荐阅读更多精彩内容