镭神C16 连接测试 + Cartographer 2D实时手持建图 Ubuntu18

​之后，我们可以使用ifconfig查询连接的设备。运行ifconfig命令需要安装一个功能包，按照他的提醒信息进行安装即可。如下图所示，他会显示很多的设备，其中有一个设备的inet和netmask后面的数值正好是前面我们设置的192.168.1.102和255.255.255.0。每个人电脑上面的网口名称都不一样whatsapp网页版登录，下图中我的名称即为enx00e04c28105e，后面将会用的这个名称。

​镭神C16激光雷达默认的ip地址为 192.168.1.200，我们使用 ping ip可以查看电脑与其是否成功连接。我们前面设置的192.168.1.102是电脑的静态IP，激光雷达他将会数据发送至192.168.1.102这个目标IP地址。

ping 192.168.1.200
# 如果成功连接，应该如下图所示

然后whatsapp官网，我们可以进一步测试，看看我们的电脑是否能够正确收到雷达发送的数据。也就是从雷达IP 192.168.1.200发送到目标IP 192.168.1.102。如下图显示就说明连接成功啦。

# sudo tcpdump -n -i [name]
# 我的设备名为 enx00e04c28105e
sudo tcpdump -n -i enx00e04c28105e

下面这种情况说明没有连接成功，这个情况是我之前使用坏的网口进行测试遇到的输出。

如果测试结果不对，可以试试下面的命令。如果都不行，可以考虑买一个USB转网口。

# sudo ifconfig [name] down && sudo ifconfig [name] up
# 重启网络设备 enp3s0f1
sudo ifconfig enp3s0f1 down && sudo ifconfig enp3s0f1 up

2 Ros&Rviz测试

​如果上面的两个测试都通过了，那就可以下载功能包进行一个简单的测试。创建新的工作空间，并将TB客服提供的功能包lslidar_ros和pointcloud_to_laserscan拷贝进src目录。当然也可以直接拷贝到现成的工作空间下的src目录。功能包下载：

镭神C16 Ros功能包.zip - 蓝奏云

mkdir -p ~/lslidar_ws/src
cd ~/lslidar_ws/
catkin_make

​编译过程中很可能会因为缺少相关的依赖而报错。我在我的电脑和同学的电脑上进行测试，主要会遇到两种报错，分别需要安装下面的两个功能包。具体的报错见下面的图片。

# pcap.h  报错
sudo apt-get install libpcap-dev
# tf2_sensor_msgs 报错
sudo apt-get install ros-melodic-tf2-sensor-msgs

如果还遇到了其他的报错，可以根据报错信息搜索一下缺少什么功能包。

之后，便可以运行对应的launch文件，获取点云数据，并将其显示到RVIZ中。

# cd 到工作空间
cd ~/lslidar
# 
source ./devel/setup.bash
roslaunch lslidar_driver start.launch
#   
source ./devel/setup.bash
roslaunch pointcloud_to_laserscan pointcloud_scan.launch
#  可视化点云数据
rviz

​如果电脑没能成功连接激光雷达，运行roslaunch lslidar_driver start.launch时，终端有黄色的"time out"提示。打开rviz之后，我们需要简单设置一下。需要在rviz中，添加PointCloud2组件，并选择话题/point_cloud_raw。同时，点击上方的Fixed Frame处的map，直接输入laser并回车。此时就可以在rviz中看见激光雷达的点云数据了。

3 Ubuntu 没有wire

我的电脑一度出现这种情况，如下图，Network界面没有wire（有线连接）。

正常情况是有wire的，如下

没有wire这个问题的最终解决，我的电脑行之有效的方法为：

ubuntu18.04没有网络，网络中或者右上角没有有线设置_lylg_ban的博客-CSDN博客_ubuntu18.04没有网络

从中提取主要内容如下：

1）查看interfaces文件是否正常

sudo gedit /etc/network/interfaces

img

2）修改NetworkManager.conf配置文件，将managed=false更改为managed=true，保存退出

sudo gedit /etc/NetworkManager/NetworkManager.conf

img

3）修改10-globally-managed-devices.conf配置文件，添加有线设备，添加内容如下

sudo gedit /usr/lib/NetworkManager/conf.d/10-globally-managed-devices.conf

img

img

4）重启电脑

reboot

img4 Summary

一个快速进行连接测试的步骤如下，这里省略了前文不少内容。

ifconfig
# enx00e04c28105e 连接测试
sudo tcpdump -n -i enx00e04c28105e
# 测试
ping 192.168.1.200
# 感觉链接不对劲可以试试重启
sudo ifconfig enp3s0f1 down && sudo ifconfig enp3s0f1 up
# cd 
source ./devel/setup.bash
roslaunch lslidar_driver start.launch
#
source ./devel/setup.bash
roslaunch pointcloud_to_laserscan pointcloud_scan.launch
# 
rviz

​打开rviz之后，我们需要简单设置一下。需要在rviz中，添加PointCloud2组件，并选择话题/point_cloud_raw。同时，点击上方的Fixed Frame处的mapwhatsapp网页版，直接输入laser并回车。此时就可以在rviz中看见激光雷达的点云数据了。

P2 Cartograper 2D实时建图

关于cartographer的环境搭建，我后面会专门搞一篇文章，包括使用bag包进行建图的测试。要将镭神C16的数据发送给cartographer进行建图，我们需要在cartographer_ros功能包下编写对应的.lua配置文件和.launch启动文件。这里是针对镭神C16这一款激光雷达的，但是其方法思路是完全适用于其他型号的雷达的。因为我自身也是基于别的雷达的手持建图教程，摸索出来了镭神C16的手持建图方法的。

2023/2/10 最新更新：最近写了篇带有视频讲解的付费文章（WX平台），涵盖Cartographer 2D、3D建图、地图保存等内容，视频讲解总时长约48min。视频讲解相比较于文字叙述更利于学习，且提供了相应的bagfile用于模拟实物建图。感兴趣的小伙伴可以自行查看。2 Cartographer 实物建图教程 2D + 3D (IMU)

cartographer的极速环境配置教程如下（十几分钟轻轻松松）：

Poao：Cartographer 环境极速配置 + 2D 3D建图测试

1 2D-Hand test 1

reference： https://blog.csdn.net/shsh0810/article/details/122360539

这里的建图demo是使用了雷达的原始数据scan_raw。其他型号的雷达可能是scan，但是镭神C16的lslidar_driver功能包只发布了话题"/scan_raw"，cartographer不能获取到“scan”的数据。镭神C16的pointcloud_to_laserscan功能包将scan数据转换成了点云数据，这里介绍使用scan数据建图，下面的test2介绍使用点云数据建图。

# 在rviz中显示 laserscan
# 运行雷达节点
roslaunch lslidar_driver start.launch
# 打开rviz
rviz

需要在rviz中添加laserscan，通过按照下图箭头所示修改，Fixed Frame直接输入laser。由此我们也可以知道"/scan_raw"提供了雷达数据，可用于建图。

​以上，我们便确定了两个内容： 1）雷达的坐标系为laser 2）雷达发布的数据话题为/scan_raw。前者不同的雷达一般都是一样，后者不一定，可能是scan也可能是其他的，需要运行雷达的功能包之后打开rviz确认。我们后面需要在launch文件和lua文件中对应修改这两个内容。

1.1 lua配置文件

hand_test_2d.lua

include "map_builder.lua"
include "trajectory_builder.lua"
options = {
  map_builder = MAP_BUILDER,
  trajectory_builder = TRAJECTORY_BUILDER,
  map_frame = "map",
-- 下面两个frame需要修改为雷达的 坐标系，通常为laser
  tracking_frame = "laser",
  published_frame = "laser",
-- 只需要修改上面的坐标系即可
  odom_frame = "base_link",
  provide_odom_frame = true,
  publish_frame_projected_to_2d = false,
  use_pose_extrapolator = true,
  use_odometry = false,
  use_nav_sat = false,
  use_landmarks = false,
--  我们暂时使用laserscan 而非 pointcloud
  num_laser_scans = 1,
  num_multi_echo_laser_scans = 0,
  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.,
}
MAP_BUILDER.use_trajectory_builder_2d = true
TRAJECTORY_BUILDER_2D.submaps.num_range_data = 35
TRAJECTORY_BUILDER_2D.min_range = 0.3
TRAJECTORY_BUILDER_2D.max_range = 8.
TRAJECTORY_BUILDER_2D.missing_data_ray_length = 1.
TRAJECTORY_BUILDER_2D.use_imu_data = false
TRAJECTORY_BUILDER_2D.use_online_correlative_scan_matching = true
TRAJECTORY_BUILDER_2D.real_time_correlative_scan_matcher.linear_search_window = 0.1
TRAJECTORY_BUILDER_2D.real_time_correlative_scan_matcher.translation_delta_cost_weight = 10.
TRAJECTORY_BUILDER_2D.real_time_correlative_scan_matcher.rotation_delta_cost_weight = 1e-1
POSE_GRAPH.optimization_problem.huber_scale = 1e2
POSE_GRAPH.optimize_every_n_nodes = 35
POSE_GRAPH.constraint_builder.min_score = 0.65
return options

1.2 launch启动文件

hand_test_2d.launch

   name="/use_sim_time" value="false" />
   name="cartographer_node" pkg="cartographer_ros"
      type="cartographer_node" args="
          -configuration_directory $(find cartographer_ros)/configuration_files
          -configuration_basename pzz_hand_test.lua"
      output="screen">
      
      
     from="scan" to="/scan_raw" />
      
  
   name="cartographer_occupancy_grid_node" pkg="cartographer_ros"
      type="cartographer_occupancy_grid_node" args="-resolution 0.05" />
   name="rviz" pkg="rviz" type="rviz" required="true"
      args="-d $(find cartographer_ros)/configuration_files/demo_2d.rviz" />

以上对应修改之后，编译一下即可进行测试。

1.3 测试

# 启动雷达数据发布节点
# 这里只需要启动 start即可
cd ~/lslidar_ws/
source ./devel/setup.bash
roslaunch lslidar_driver start.launch
# 启动cartographer
cd ~/carto_ws/cartographer_detailed_comments_ws/
source ./devel_isolated/setup.bash 
# 需要对应修改launch文件名
roslaunch cartographer_ros hand_test_2d.launch

然后，将会自动打开rviz。我们需要放大rviz界面，可以然后用手移动雷达，就可以实现二维的建图，如下图。

2 2D-Hand test 2

前面使用的是lslidar_driver功能包下的/scan_raw话题的雷达数据，而这个例程中使用的则是pointcloud_to_laserscan功能包发布的/point_cloud_raw话题的点云数据。为此，我们需要在前一个例程的基础上，分别修改lua文件和launch文件。

cartographer_ros的2d建图直接支持三维点云输入，因此可以不需要转换。本文建图将使用里程计和三维点云数据。

2.1 lua文件

新建一个hand_test_2d_cloud.lua文件，然后将前面的hand_test_2d.lua文件内容复制粘贴过去。此外需要修改下面的内容：

--  num_laser_scans 修改为0 
  num_laser_scans = 0,
  num_multi_echo_laser_scans = 0,
  num_subdivisions_per_laser_scan = 1,
 --  num_point_clouds 修改为1 
  num_point_clouds = 1,

2.2 launch文件

新建一个hand_test_2d_cloud.launch文件，然后将前面的hand_test_2d.launch文件内容复制粘贴过去。此外需要修改下面的内容：

 name="cartographer_node" pkg="cartographer_ros"
      type="cartographer_node" args="
          -configuration_directory $(find cartographer_ros)/configuration_files
          -configuration_basename hand_test_2d_cloud.lua"
      output="screen">
      
     from="points2" to="/point_cloud_raw" />
  

2.3 测试

然后编译一下，便可以运行launch文件进行测试：

# 启动雷达数据发布节点
cd ~/lslidar_ws/
source ./devel/setup.bash
roslaunch lslidar_driver start.launch
# 
source ./devel/setup.bash
roslaunch pointcloud_to_laserscan pointcloud_scan.launch
# 启动cartographer
cd ~/carto_ws/cartographer_detailed_comments_ws/
source ./devel_isolated/setup.bash 
# 需要对应修改launch文件名
roslaunch cartographer_ros hand_test_2d_cloud.launch

过程中cartographer运行终端可能会有黄色提示，但是影响不大。

​一个粗略的简图如下。相比较与前面使用的/scan_raw，这里使用的/point_cloud_raw建图速度更快，但是同时比较飘，没有前面那个准。

3D 建图？

cartographer的3d建图需要使用到imu数据。目前仅使用雷法数据，暂时不能进行3D建图，会疯狂报黄色的错误。后续有IMU数据了我再继续更新。

cartographer只有3d雷达和里程计，没有imu数据可以建图吗？

3D建图配置内容如下：

Poao：Cartographer 3D实时建图教程(超详细) - 镭神C16 + IMU （一）