基于ROS2机器人建图工具包Gmapping

在 ROS 2 中使用 Gmapping 进行 2D SLAM（即时定位与地图构建） 的完整指南如下：

---

1. Gmapping 简介

Gmapping 是经典的 基于粒子滤波的 2D SLAM 算法，依赖：

• 激光雷达（LiDAR）数据
• 机器人里程计（Odometry）
• 适用于低计算资源的场景

📌 ROS 2 现状：
官方 gmapping 仅支持 ROS 1，但可通过 ROS 1 Bridge 或 替代方案（如 Cartographer） 在 ROS 2 中使用。

---

2. ROS 2 中的替代方案

（1）使用 Cartographer（推荐）

Cartographer 是 Google 开发的 跨 ROS 1/ROS 2 的 SLAM 算法，支持 2D/3D：

sudo apt install ros-<distro>-cartographer ros-<distro>-cartographer-ros

启动示例：

ros2 launch cartographer_ros demo_backpack_2d.launch.py

（2）通过 ROS 1 Bridge 运行 Gmapping

若必须使用 Gmapping：

1. 在 ROS 1 中运行 Gmapping：

   rosrun gmapping slam_gmapping

2. 通过 ros1_bridge 转发话题：

   ros2 run ros1_bridge dynamic_bridge

3. 在 ROS 2 中订阅/发布相关话题（如 /scan、/map）。

---

3. 纯 ROS 2 实现方案

方案 1：slam_toolbox（官方推荐）

slam_toolbox 是 ROS 2 原生支持的 SLAM 工具包，兼容 Gmapping 功能：

sudo apt install ros-<distro>-slam-toolbox

启动命令：

ros2 launch slam_toolbox online_async_launch.py

方案 2：使用 Nav2 + SLAM

Nav2 内置 SLAM 功能：

ros2 launch nav2_bringup tb3_simulation_launch.py slam:=True

---

4. 关键话题与参数

功能 ROS 1 (Gmapping) ROS 2 (slam_toolbox) 激光话题 /scan /scan 里程计话题 /odom /odom 输出地图 /map /map 算法类型 粒子滤波 图优化

---

5. 代码示例（slam_toolbox）

Launch 文件配置

<launch> <node pkg=\"slam_toolbox\" type=\"async_slam_toolbox_node\" name=\"slam_toolbox\"> <param name=\"base_frame\" value=\"base_link\"/> <param name=\"odom_frame\" value=\"odom\"/> <param name=\"map_frame\" value=\"map\"/> <param name=\"scan_topic\" value=\"/scan\"/> </node></launch>

手动保存地图

ros2 run nav2_map_server map_saver_cli -f ~/map

---

6. 常见问题

Q1：ROS 2 没有原生 Gmapping？

• 原因：Gmapping 未正式移植到 ROS 2。
• 解决方案：使用 slam_toolbox 或 cartographer。

Q2：地图不更新？

• 检查激光数据是否正常：

  ros2 topic echo /scan --no-arr

• 确保里程计话题 /odom 已发布。

Q3：建图漂移严重？

• 优化里程计（如使用 robot_localization 包融合 IMU + 轮速计）。

---

7. 总结

方法 适用场景 安装命令 slam_toolbox ROS 2 原生 sudo apt install ros--slam-toolbox Cartographer 大场景高精度 sudo apt install ros--cartographer ROS 1 Bridge 兼容旧代码 需配置 ros1_bridge

推荐优先使用 slam_toolbox 或 Cartographer，如需进一步帮助可提供具体机器人配置！ 🚀