ROS机器人底盘坐标像素变换操作方法
作者:百口可乐__ 发布时间:2023-11-08 20:15:43
上篇文章介绍了ROS TF坐标变换基本概念及使用案例,今天给大家介绍ROS机器人底盘坐标像素变换,一起看看吧
对于ROS小车底盘地图数据需要知道的点
1.整幅地图处于第三象限
2.坐标值代表距离,单位米。
3.分辨率单位(米/像素)
因此通过地图坐标得到像素坐标的办法:
像素坐标=(实时坐标-初始坐标)/分辨率
实时坐标的获取:
触发条件:定时反馈;300ms一次。
返回的json数据中
pose 车子当前的位置坐标,x,y为x,y轴上的坐标,yaw为航向角。
初始坐标:
触发条件:获得地图数据时反馈获得发送get命令反馈。
"cmd_type":"slam_map_control"
"cmd":"get"
返回的json数据中
pose x、y表示机器人实际初始位置坐标,yaw为航向角
resolution 地图分辨率,表演一个像素点间隔表示0.05m
机器人在图片中的像素像素坐标位置为:
((cX-originX)/resolution,(cY-originY)/resolution)
下面接着给大家介绍下ROS中的坐标系定义
ROS最常用到的三个坐标系是:map
、odom
、base_link
。
base_link
描述的就是机器人当前时刻的位姿,是移动的坐标系。
odom
是机器人运动的参考坐标系,是固定不动的(world fixed frame)。坐标系原点设为机器人的运动起始点,那么机器人的位姿是相对于odom
来描述的。
map
是世界坐标系,是固定不动的(world fixed frame)。可以在机器人所在的环境中随意指定一个点作为世界坐标系原点,规定其具体的朝向,那么分布在不同地方的所有的机器人和其他设备(包括激光雷达、相机等等)的坐标都可以统一到这个坐标系下。map
可以和odom
重合,也可以不重合,取决于实际需要。通过map
和odom
之间的变换,可以得到机器人相对于世界坐标系的位姿。
REP105提到:
The map frame is not continuous, meaning the pose of a mobile platform in the map frame can change in discrete jumps at any time.
In a typical setup, a localization component constantly re-computes the robot pose in the map frame based on sensor observations, therefore eliminating drift, but causing discrete jumps when new sensor information arrives.
这里指的应该是SLAM中的回环检测在发现回环后,通过非线性优化消除视觉里程计的累积误差时,可能会顺带着把机器人的起始位姿给优化了,比如机器人在世界坐标系中的初始坐标是(1,2,3),优化后变成(1.1,2.2,3.3),而机器人起始位姿和世界坐标系之间的关系是固定的,那么世界坐标系也会随着跳到一个新的位置,这就是文中说到的“discrete jumps”。这有两个解决方案:
优化时保持第一个位姿固定优化所有位姿,但是要对优化后的所有位姿做一个变换,使得第一个位姿恢复原样。
注意在odom
下表达的位姿没有上述问题,因为不管怎么优化,总是设置机器人起始位置在odom
坐标系下就是(0,0,0),后面的位姿也都是相对于这个来计算,因此odom
坐标系本身不会跳变。
REP(ROS Enhancement Proposal)第103条款推荐坐标系的x轴指向前方,y轴指向左方,z轴指向上方。这和相机坐标系有所区别,通常是x轴指向右方,y轴指向下方,z轴指向前方。
参考
[1] REP105
[2] REP103
[3] Confused about coordinate frames. Can someone please explain?
来源:https://blog.csdn.net/qq_52785580/article/details/124673098
猜你喜欢
- 本文实例讲述了Pytorch实现的手写数字mnist识别功能。分享给大家供大家参考,具体如下:import torchimport torc
- 汇总整理一套Python网页爬虫,文本处理,科学计算,机器学习和数据挖掘的兵器谱。1. Python网页爬虫工具集一个真实的项目,一定是从获
- (注:在看到大家如此关注JS里头的这几个对象,我试着把原文再修改一下,力求能再详细的阐明个中意义 2007-05-21)在提到上述的概念之前
- 用keras搭好模型架构之后的下一步,就是执行编译操作。在编译时,经常需要指定三个参数lossoptimizermetrics这三个参数有两
- 首先要下载:Graphviz - Graph Visualization Software安装完成后将安装目录的bin 路径加到系统路径中,
- 本文给出了MySQL数据库中定义外键的必要性、具体的定义步骤和相关的一些基本操作,供大家参考!定义数据表假如某个电脑生产商,它的数据库中保存
- 代码return JsonResponse({"name": "tom"})报错:TYPEERROR
- Neo4j是一款开源图数据库,Py2neo提供了使用Python语言访问Neo4j的接口。本文介绍了使用Py2neo的NodeMatcher
- 1 K-means算法实际上,无论是从算法思想,还是具体实现上,K-means算法是一种很简单的算法。它属于无监督分类,通过按照一定的方式度
- 1、需求我们的代码已经变得无法阅读,到处都是硬编码的切片索引,我们想优化他们。2、解决方案代码中如果有很多硬编码的索引值,将导致可读性和维护
- 最近因为编程,需要大量地看一些说明文档,无奈说明文档都是英文的,可把我这个半桶水折腾死了,太多词汇不知道,一个个复制翻译太麻烦了。于是我根据
- 一、相关代码数据库配置类 MongoDBConn.py#encoding=utf-8'''Mongo Conn连接类
- 动态链接库在Windows中为.dll文件,在linux中为.so文件。以linux平台为例说明python调用.so文件的使用方法。本例中
- Softmax原理Softmax函数用于将分类结果归一化,形成一个概率分布。作用类似于二分类中的Sigmoid函数。对于一个k维向量z,我们
- 1、先看最简单的场景,生产者生产消息,消费者接收消息,下面是生产者的简单代码。#!/usr/bin/env python# -*- codi
- 1、先导入HTMLTestRunner模块见生成HTMLTestRunner模块2、实例如下(1)单用例文件执行且生成报告import un
- 1.彻底弄懂CSS盒子模式一(DIV布局快速入门) 2.彻底弄懂CSS盒子模式二(导航栏实例) 3.彻底弄懂CSS盒子模式三(浮动的表演和清
- FME如何使用Python?安装FME后,在FME的安装路径中,找到 fmeobjects 文件夹(C:\Program Files\FME
- 一、正则表达式–元字符re 模块使 Python 语言拥有全部的正则表达式功能1. 数量词# 提取大小写字母混合的单词import rea
- 本文详细归纳整理了Python中列表、字典、元组、集合数据结构。分享给大家供大家参考。具体分析如下:列表:shoplist = ['