PX4|基于FAST-LIO mid360的无人机室内自主定位及定点悬停_fastlio mid360
目录
- 前言
- 环境配置
- 运行fast-lio
- 修改px4位置信息融合方式
- 编写位置坐标转换及传输节点
前言
在配置mid360运行环境后,可使用mid360进行室内的精准定位。
环境配置
在livox_ros_driver2的上级目录src下保存fast-lio的工程
git clone https://github.com/hku-mars/FAST_LIO.gitcd FAST_LIOgit submodule update --init
为使用mid360作为硬件输入修改源代码中的所有livox_ros_driver
为livox_ros_driver2
(包括.cpp .h 以及 package.xml)
在livox_ros_driver2
的pkg中编译
cd src/livox_ros_driver2/./build ROS1
编译过程大概需要3g的内存,若机载板物理内存不足,需要增大swap大小增加交换空间,可参考增加swap解决。
运行fast-lio
执行下述指令时请确保mid360运行环境中的rviz可以成功显示环境点云信息。
执行以下指令
roslaunch livox_ros_driver2 msg_MID360.launch 在另一个终端中执行roslaunch fast_lio mapping_mid360.launch
执行后使用rostopic list
查看话题列表,出现/Odometry
话题即为成功运行
使用
rostopic echo /Odometry
可以查看当前的定位定姿信息。
修改px4位置信息融合方式
这里使用光流以及激光定位信息。
修改EKF2_AID_MASK
为10
编写位置坐标转换及传输节点
使用/mavros/vision_pose/pose
话题将激光得到的定位信息传递至px4进行融合,需注意该话题的位置信息应建立在ENU坐标系下(MAVROS使用该坐标系作为惯性系),传递至px4接收时会自动转化为NED坐标系供EKF2进行融合。
因此需首先计算出初始化时fast-lio所产生的坐标系与ENU坐标系的旋转关系(主要为偏航角),并将该转换关系定为初始值
init_q = Eigen::AngleAxisd(init_yaw,Eigen::Vector3d::UnitZ())//des.yaw * Eigen::AngleAxisd(0.0,Eigen::Vector3d::UnitY()) * Eigen::AngleAxisd(0.0,Eigen::Vector3d::UnitX());
为减小初始偏航角误差,使用滑动窗口求平均值。
class SlidingWindowAverage {public: SlidingWindowAverage(int windowSize) : windowSize(windowSize), windowSum(0.0) {} double addData(double newData) { if(!dataQueue.empty()&&fabs(newData-dataQueue.back())>0.01){ dataQueue = std::queue<double>(); windowSum = 0.0; dataQueue.push(newData); windowSum += newData; } else{ dataQueue.push(newData); windowSum += newData; } // 如果队列大小超过窗口大小,弹出队列头部元素并更新窗口和队列和 if (dataQueue.size() > windowSize) { windowSum -= dataQueue.front(); dataQueue.pop(); } windowAvg = windowSum / dataQueue.size(); // 返回当前窗口内的平均值 return windowAvg; } int get_size(){ return dataQueue.size(); } double get_avg(){ return windowAvg; }private: int windowSize; double windowSum; double windowAvg; std::queue<double> dataQueue;};
求解得到较为准确的初始偏航角后,该偏航角可视为fast-lio位置信息所在坐标系与惯性系的旋转关系。
在不考虑机体中心与激光雷达中心位置平动的情况下,可以将位置信息直接进行坐标转换。
p_enu = init_q*p_lidar_body;
将转换后的位置信息通过/mavros/vision_pose/pose
传递
vision.pose.position.x = p_enu[0];vision.pose.position.y = p_enu[1];vision.pose.position.z = p_enu[2];vision.pose.orientation.x = q_mav.x();vision.pose.orientation.x = q_mav.x();vision.pose.orientation.y = q_mav.y();vision.pose.orientation.z = q_mav.z();vision.pose.orientation.w = q_mav.w();vision.header.stamp = ros::Time::now();vision_pub.publish(vision);
分别执行以下节点
在QGC中可以查看LOCAL_POSITION_NED
观察定位结果,静止时定位信息在3厘米以内漂移。
在调整好飞行时位置控制内外环的情况下,可以遥控起飞后切换至position模式,可以实现定点悬停。
位置转换的源码如下
#include #include #include #include #include #include Eigen::Vector3d p_lidar_body, p_enu;Eigen::Quaterniond q_mav;Eigen::Quaterniond q_px4_odom; class SlidingWindowAverage {public: SlidingWindowAverage(int windowSize) : windowSize(windowSize), windowSum(0.0) {} double addData(double newData) { if(!dataQueue.empty()&&fabs(newData-dataQueue.back())>0.01){ dataQueue = std::queue<double>(); windowSum = 0.0; dataQueue.push(newData); windowSum += newData; } else{ dataQueue.push(newData); windowSum += newData; } // 如果队列大小超过窗口大小,弹出队列头部元素并更新窗口和队列和 if (dataQueue.size() > windowSize) { windowSum -= dataQueue.front(); dataQueue.pop(); } windowAvg = windowSum / dataQueue.size(); // 返回当前窗口内的平均值 return windowAvg; } int get_size(){ return dataQueue.size(); } double get_avg(){ return windowAvg; }private: int windowSize; double windowSum; double windowAvg; std::queue<double> dataQueue;};int windowSize = 8;SlidingWindowAverage swa=SlidingWindowAverage(windowSize);double fromQuaternion2yaw(Eigen::Quaterniond q){ double yaw = atan2(2 * (q.x()*q.y() + q.w()*q.z()), q.w()*q.w() + q.x()*q.x() - q.y()*q.y() - q.z()*q.z()); return yaw;}void vins_callback(const nav_msgs::Odometry::ConstPtr &msg){ p_lidar_body = Eigen::Vector3d(msg->pose.pose.position.x, msg->pose.pose.position.y, msg->pose.pose.position.z); q_mav = Eigen::Quaterniond(msg->pose.pose.orientation.w, msg->pose.pose.orientation.x, msg->pose.pose.orientation.y, msg->pose.pose.orientation.z);} void px4_odom_callback(const nav_msgs::Odometry::ConstPtr &msg){ q_px4_odom = Eigen::Quaterniond(msg->pose.pose.orientation.w, msg->pose.pose.orientation.x, msg->pose.pose.orientation.y, msg->pose.pose.orientation.z); swa.addData(fromQuaternion2yaw(q_px4_odom));} int main(int argc, char **argv){ ros::init(argc, argv, \"vins_to_mavros\"); ros::NodeHandle nh(\"~\"); ros::Subscriber slam_sub = nh.subscribe<nav_msgs::Odometry>(\"/Odometry\", 100, vins_callback); ros::Subscriber px4_odom_sub = nh.subscribe<nav_msgs::Odometry>(\"/mavros/local_position/odom\", 5, px4_odom_callback); ros::Publisher vision_pub = nh.advertise<geometry_msgs::PoseStamped>(\"/mavros/vision_pose/pose\", 10); // the setpoint publishing rate MUST be faster than 2Hz ros::Rate rate(20.0); ros::Time last_request = ros::Time::now(); float init_yaw = 0.0; bool init_flag = 0; Eigen::Quaterniond init_q; while(ros::ok()){ if(swa.get_size()==windowSize&&!init_flag){ init_yaw = swa.get_avg(); init_flag = 1; init_q = Eigen::AngleAxisd(init_yaw,Eigen::Vector3d::UnitZ())//des.yaw * Eigen::AngleAxisd(0.0,Eigen::Vector3d::UnitY()) * Eigen::AngleAxisd(0.0,Eigen::Vector3d::UnitX()); // delete swa; } if(init_flag){ geometry_msgs::PoseStamped vision; p_enu = init_q*p_lidar_body; vision.pose.position.x = p_enu[0]; vision.pose.position.y = p_enu[1]; vision.pose.position.z = p_enu[2]; vision.pose.orientation.x = q_mav.x(); vision.pose.orientation.x = q_mav.x(); vision.pose.orientation.y = q_mav.y(); vision.pose.orientation.z = q_mav.z(); vision.pose.orientation.w = q_mav.w(); vision.header.stamp = ros::Time::now(); vision_pub.publish(vision); ROS_INFO(\"\\nposition in enu:\\n x: %.18f\\n y: %.18f\\n z: %.18f\\norientation of lidar:\\n x: %.18f\\n y: %.18f\\n z: %.18f\\n w: %.18f\", \\ p_enu[0],p_enu[1],p_enu[2],q_mav.x(),q_mav.y(),q_mav.z(),q_mav.w()); } ros::spinOnce(); rate.sleep(); } return 0;}