如何从SLAM算法中获取机器人的位姿估计数据？ [英] How to get robot's pose estimation data from the SLAM algorithm?

问题描述

我想对机器人的本地化做一个评估，即在SLAM算法(gmap包)和地面真实之间的位姿估计。我从/ground_truth/state话题中获得了基本的事实数据，我得到的数据是这样的。我为基本事实数据获取pose.postion.xyz和orientation.xyzw。

但现在我不知道如何从gmap包中获取姿势估计数据。我在哪里可以得到数据？它在/tf主题中吗？如果在/tf主题中，哪个帧(base_link、base_scan、caster_back_link或imu_link)的估计数据来自gmap包？以及如何在终端中回显与地面实况数据相同的数据？谢谢!下图是来自rviz应用程序的帧数据。

推荐答案

gmap包不直接发布任何姿势。它将发布一个主题/map，这是一个占用网格。它还将发布从odom到map帧的变换；这本质上是一种迂回的姿势获取方式。如果要在该帧中使用姿势，则需要创建另一个节点，该节点采用当前姿势，即从gmap生成的最新变换，并将其应用于姿势。这可以使用tf包来完成，例如：

listener = tf.TransformListener()
trans,rot = listener.lookupTransform('map', 'odom', rospy.Time(10))
listener.transformPose('odom', your_pose)

这篇关于如何从SLAM算法中获取机器人的位姿估计数据？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！