草庐IT

Realsense-ros

全部标签

Intel Realsense D455深度相机的标定及使用(一)——安装librealsense SDK2.0以及realsense-ros

一、安装Intel®RealSense™SDK2.0         Intel®RealSense™SDK2.0的DKMS内核驱动包(librealsense2-dkms)支持UbuntuLTS内核版本4.4、4.8、4.10、4.13、4.15、4.18、5.0、5.3、5.4。       1.1查看自己的内核版本:sudocat/proc/version       如果非上述版本,需要手动安装和修补版本,请移步官网教程:https://github.com/IntelRealSense/librealsense/blob/master/doc/distribution_linux.m

Intel Realsense D455深度相机的标定及使用(一)——安装librealsense SDK2.0以及realsense-ros

一、安装Intel®RealSense™SDK2.0         Intel®RealSense™SDK2.0的DKMS内核驱动包(librealsense2-dkms)支持UbuntuLTS内核版本4.4、4.8、4.10、4.13、4.15、4.18、5.0、5.3、5.4。       1.1查看自己的内核版本:sudocat/proc/version       如果非上述版本,需要手动安装和修补版本,请移步官网教程:https://github.com/IntelRealSense/librealsense/blob/master/doc/distribution_linux.m

ROS点云类型sensor_msgs::PointCloud2与PCL的PointCloud<T>点云类型转换

一、问题描述由于大多数开源SLAM算法中都基于ROS开发,各传感器采集的数据通常以ROS的消息类型(sensor_msgs)进行发布和订阅。就激光雷达(LiDAR)而言,采集的原始点云数据通常以sensor_msgs::PointCloud2的数据类型进行发布,在算法中对点云进行处理时,调用点云开源算法库(PCL)中的功能可以便捷的实现相应功能。PCL库内部也定义了自己的点云数据结构。因此,在处理前,首先需要将点云由ROS的数据类型转换为PCL的数据类型。ROS中的点云数据类型sensor_msgs::PointCloud:该类型属于较早的版本,以逐渐弃用。sensor_msgs::Point

ROS点云类型sensor_msgs::PointCloud2与PCL的PointCloud<T>点云类型转换

一、问题描述由于大多数开源SLAM算法中都基于ROS开发,各传感器采集的数据通常以ROS的消息类型(sensor_msgs)进行发布和订阅。就激光雷达(LiDAR)而言,采集的原始点云数据通常以sensor_msgs::PointCloud2的数据类型进行发布,在算法中对点云进行处理时,调用点云开源算法库(PCL)中的功能可以便捷的实现相应功能。PCL库内部也定义了自己的点云数据结构。因此,在处理前,首先需要将点云由ROS的数据类型转换为PCL的数据类型。ROS中的点云数据类型sensor_msgs::PointCloud:该类型属于较早的版本,以逐渐弃用。sensor_msgs::Point

ROS导航小车1 teb_local_planner参数(仅作记录/收集)

参考以下链接http://wiki.ros.org/teb_local_plannerhttp://wiki.ros.org/teb_local_planner/Tutorials/Obstacle%20Avoidance%20and%20Robot%20Footprint%20Modelhttp://wiki.ros.org/teb_local_planner/Tutorials/Configure%20and%20run%20Robot%20Navigationhttp://wiki.ros.org/action/fullsearch/teb_local_planner/Tutorials

ROS导航小车1 teb_local_planner参数(仅作记录/收集)

参考以下链接http://wiki.ros.org/teb_local_plannerhttp://wiki.ros.org/teb_local_planner/Tutorials/Obstacle%20Avoidance%20and%20Robot%20Footprint%20Modelhttp://wiki.ros.org/teb_local_planner/Tutorials/Configure%20and%20run%20Robot%20Navigationhttp://wiki.ros.org/action/fullsearch/teb_local_planner/Tutorials

为什么机器人操作系统ROS1、ROS2这么难学

AI回复:ROS1、ROS2是机器人操作系统,涉及到很多复杂的概念和技术,需要有一定的编程和机器人知识基础才能学习。此外,ROS1和ROS2的架构和设计也有很大的不同,需要花费一定的时间和精力去学习和适应。但是,一旦掌握了ROS1、ROS2的基本概念和技术,就可以方便地进行机器人开发和应用。主要有两点:大部分学习者无兴趣,功利性学习或者教学课程被动学习;涉及知识点过于复杂,对各基础知识点融会贯通能力要求高。计算机学不好,机器人也很难学好;计算机编程掌握不好,机器人编程也很难掌握好。这里,引用阿木实验室的一篇文章中的论述:zhuanlan.zhihu.com/p/363404654绝大部分人在学

为什么机器人操作系统ROS1、ROS2这么难学

AI回复:ROS1、ROS2是机器人操作系统,涉及到很多复杂的概念和技术,需要有一定的编程和机器人知识基础才能学习。此外,ROS1和ROS2的架构和设计也有很大的不同,需要花费一定的时间和精力去学习和适应。但是,一旦掌握了ROS1、ROS2的基本概念和技术,就可以方便地进行机器人开发和应用。主要有两点:大部分学习者无兴趣,功利性学习或者教学课程被动学习;涉及知识点过于复杂,对各基础知识点融会贯通能力要求高。计算机学不好,机器人也很难学好;计算机编程掌握不好,机器人编程也很难掌握好。这里,引用阿木实验室的一篇文章中的论述:zhuanlan.zhihu.com/p/363404654绝大部分人在学

ROS2+cartographer+激光雷达+IMU里程计数据融合(robot_locazation) 建图

目录写在前面总体流程分块解释IMU数据接收和发布车轮编码器数据接收和发布数据融合——robot_localization概括使用cartographer订阅效果写在前面之前写了一篇ROS2+cartorgrapher+激光雷达建图并保存,但是由于其只对激光雷达的数据进行订阅,这就导致了其建图在室内会有一个较好的效果(但是也会出现偏差),在室外完全无法使用。究其原因,是因为只用激光雷达且没有比较明显的建筑障碍物的话,cartographer很难计算出一个比较精准的位置和朝向。因此,为了达到一个更好的建图效果,我们使用了robot_localization包,对IMU和里程计的数据进行融合,并将其

ROS2+cartographer+激光雷达+IMU里程计数据融合(robot_locazation) 建图

目录写在前面总体流程分块解释IMU数据接收和发布车轮编码器数据接收和发布数据融合——robot_localization概括使用cartographer订阅效果写在前面之前写了一篇ROS2+cartorgrapher+激光雷达建图并保存,但是由于其只对激光雷达的数据进行订阅,这就导致了其建图在室内会有一个较好的效果(但是也会出现偏差),在室外完全无法使用。究其原因,是因为只用激光雷达且没有比较明显的建筑障碍物的话,cartographer很难计算出一个比较精准的位置和朝向。因此,为了达到一个更好的建图效果,我们使用了robot_localization包,对IMU和里程计的数据进行融合,并将其