【安装学习】AMCL参数配置

发表于 2025-07-12 分类于安装学习
本文字数： 257 阅读时长 ≈ 1 分钟

初始位姿偏移问题

需在对应配置文件中配置

<!-- 设置初始位置 -->
<param name="initial_pose_x" value="0.0"/>
<param name="initial_pose_y" value="0.0"/>
<param name="initial_pose_a" value="0.0"/>

Reference

NAV2
AMCL

【安装学习】ROS仿真中TF_REPEATED_DATA错误解决方案

发表于 2025-07-04 分类于安装学习
本文字数： 7.2k 阅读时长 ≈ 7 分钟

问题描述

在ROS Noetic中仿真两轮差速小车时，出现以下错误信息：

Warning: TF_REPEATED_DATA ignoring data with redundant timestamp for frame omni_b_link (parent car_base_link) at time 1488.072000 according to authority unknown_publisher
Warning: TF_REPEATED_DATA ignoring data with redundant timestamp for frame omni_f_link (parent car_base_link) at time 1488.072000 according to authority unknown_publisher
Warning: TF_REPEATED_DATA ignoring data with redundant timestamp for frame wheel_l_link (parent car_base_link) at time 1488.072000 according to authority unknown_publisher
Warning: TF_REPEATED_DATA ignoring data with redundant timestamp for frame wheel_r_link (parent car_base_link) at time 1488.072000 according to authority unknown_publisher

同时发现：

/gazebo发布odom到base_footprint的频率为101.099Hz
/robot_state_publisher发布后续tf的频率为1000.00Hz

问题根本原因

TF_REPEATED_DATA错误原因

该错误表明有多个发布者在相同时间戳为相同的tf变换发布数据，导致数据冲突。具体原因：

多个控制器冲突：gazebo_ros_diff_drive插件和gazebo_ros_control插件同时控制相同的关节
重复的tf发布：两个插件都在发布相同关节的tf变换
频率不匹配：不同发布者的更新频率不一致

Transmission配置的作用

Transmission是ROS控制系统中定义执行器与关节连接关系的配置：

<transmission name="wheel_l_trans">
    <type>transmission_interface/SimpleTransmission</type>
    <joint name="wheel_l_joint">
        <hardwareInterface>hardware_interface/VelocityJointInterface</hardwareInterface>
    </joint>
    <actuator name="wheel_l_motor">
        <hardwareInterface>hardware_interface/VelocityJointInterface</hardwareInterface>
        <mechanicalReduction>1</mechanicalReduction>
    </actuator>
</transmission>

工作流程：

1 2	命令输入 → 控制器 → 传动系统 → 执行器 → 关节 → 链接运动 cmd_vel → diff_drive → transmission → motor → joint → link

解决方案

方案一：使用gazebo_ros_diff_drive（推荐用于简单差分驱动）

1. 删除gazebo_ros_control插件

在主URDF文件中注释或删除：

<!-- 删除这部分配置 -->
<!--
<gazebo>
    <plugin name="gazebo_ros_control" filename="libgazebo_ros_control.so">
        <robotNamespace>/zeus_s1</robotNamespace>
        <robotParam>robot_description</robotParam>
        <robotSimType>gazebo_ros_control/DefaultRobotHWSim</robotSimType>
        <legacyModeNS>true</legacyModeNS>
    </plugin>
</gazebo>
-->

2. 优化gazebo_ros_diff_drive配置

<gazebo>
    <plugin filename="libgazebo_ros_diff_drive.so" name="differential_drive_controller">
        <robotNamespace>/</robotNamespace>
        <rosDebugLevel>Error</rosDebugLevel>
        <publishWheelTF>false</publishWheelTF>
        <publishTf>1</publishTf>
        <publishOdomTF>1</publishOdomTF>
        <odometrySource>world</odometrySource>
        <publishWheelJointState>true</publishWheelJointState>  <!-- 改为true -->
        <alwaysOn>true</alwaysOn>
        <updateRate>50.0</updateRate>  <!-- 与robot_state_publisher同步 -->
        <legacyMode>true</legacyMode>
        <leftJoint>wheel_l_joint</leftJoint>
        <rightJoint>wheel_r_joint</rightJoint>
        <wheelSeparation>0.33</wheelSeparation>
        <wheelDiameter>0.125</wheelDiameter>
        <broadcastTF>1</broadcastTF>
        <wheelTorque>6.5</wheelTorque>
        <wheelAcceleration>0.5</wheelAcceleration>
        <commandTopic>cmd_vel</commandTopic>
        <odometryFrame>odom</odometryFrame>
        <odometryTopic>odom</odometryTopic>
        <robotBaseFrame>base_footprint</robotBaseFrame>
    </plugin>
</gazebo>

3. 删除wheel的transmission配置

在wheel_125mm.xacro中注释：

<!-- 删除或注释掉wheel的transmission -->
<!--
<transmission name="${wheel_prefix}_wheel_trans">
    <type>transmission_interface/SimpleTransmission</type>
    <joint name="${wheel_prefix}_joint">
        <hardwareInterface>hardware_interface/VelocityJointInterface</hardwareInterface>
    </joint>
    <actuator name="${wheel_prefix}_wheel_motor">
        <hardwareInterface>hardware_interface/VelocityJointInterface</hardwareInterface>
        <mechanicalReduction>1</mechanicalReduction>
    </actuator>
</transmission>
-->

4. 调整robot_state_publisher频率

在launch文件中：

1
2
3

<node name="robot_state_publisher" pkg="robot_state_publisher" type="robot_state_publisher" output="screen">
    <param name="publish_frequency" type="double" value="50.0" />
</node>

方案二：使用gazebo_ros_control（适用于复杂控制需求）

1. 删除gazebo_ros_diff_drive插件

2. 修改gazebo_ros_control配置

<gazebo>
    <plugin name="gazebo_ros_control" filename="libgazebo_ros_control.so">
        <robotNamespace>/</robotNamespace>  <!-- 移除zeus_s1 -->
        <robotParam>robot_description</robotParam>
        <robotSimType>gazebo_ros_control/DefaultRobotHWSim</robotSimType>
        <legacyModeNS>true</legacyModeNS>
        <updateRate>50.0</updateRate>  <!-- 添加更新频率 -->
    </plugin>
</gazebo>

3. 修正transmission配置

<transmission name="${wheel_prefix}_wheel_trans">
    <type>transmission_interface/SimpleTransmission</type>
    <joint name="${wheel_prefix}_joint">
        <hardwareInterface>hardware_interface/VelocityJointInterface</hardwareInterface>
    </joint>
    <actuator name="${wheel_prefix}_wheel_motor">
        <hardwareInterface>hardware_interface/VelocityJointInterface</hardwareInterface>
        <mechanicalReduction>1</mechanicalReduction>
    </actuator>
</transmission>

4. 添加控制器配置

在launch文件中：

1
2
3

<rosparam file="$(find zeus_s1_description)/config/control.yaml" command="load"/>
<node name="controller_spawner" pkg="controller_manager" type="spawner" respawn="false"
      output="screen" args="joint_state_controller diff_drive_controller"/>

control.yaml文件内容：

# Joint state controller
joint_state_controller:
  type: joint_state_controller/JointStateController
  publish_rate: 50

# Differential drive controller
diff_drive_controller:
  type: diff_drive_controller/DiffDriveController
  left_wheel: 'wheel_l_joint'
  right_wheel: 'wheel_r_joint'
  publish_rate: 50
  pose_covariance_diagonal: [0.001, 0.001, 1000000.0, 1000000.0, 1000000.0, 1000.0]
  twist_covariance_diagonal: [0.001, 0.001, 1000000.0, 1000000.0, 1000000.0, 1000.0]
  wheel_separation: 0.33
  wheel_radius: 0.0625
  base_frame_id: base_footprint
  odom_frame_id: odom

调试和验证方法

检查TF发布状态

# 查看TF树结构
rosrun tf view_frames
evince frames.pdf

# 监控特定TF变换
rosrun tf tf_monitor odom base_footprint

# 查看TF变换关系
rosrun tf tf_echo odom base_footprint

# 检查当前运行的节点
rosnode list | grep -E "(robot_state_publisher|gazebo)"

# 查看tf话题内容
rostopic echo /tf | grep frame_id

验证关节状态发布

# 查看关节状态话题
rostopic echo /joint_states

# 检查话题发布频率
rostopic hz /joint_states
rostopic hz /tf

最佳实践建议

何时使用Transmission配置

需要使用的场景：

复杂控制需求（PID调节、轨迹跟踪）
多种控制模式切换（位置、速度、力矩）
存在机械减速的真实情况
自定义控制器开发
多关节协调控制（如机械臂）

不需要使用的场景：

简单差分驱动机器人
固定关节连接
基础仿真演示

频率同步建议

统一更新频率：将所有相关组件设置为相同频率（推荐50-100Hz）
避免过高频率：1000Hz通常不必要，会增加计算负担
渐进调试：从低频率开始，逐步优化

总结

对于简单的差分驱动机器人仿真，推荐使用方案一（gazebo_ros_diff_drive），因为：

配置简单：无需复杂的transmission和控制器配置
功能完整：自动处理差分驱动逻辑和里程计
稳定可靠：减少配置冲突的可能性
易于调试：问题定位更直接

TF_REPEATED_DATA错误的核心是避免多个发布者控制相同的关节，选择合适的控制架构是关键。

Reference

【安装学习】ROS rqt_graph保存.dot文件TypeError错误解决方案

发表于 2025-07-04 分类于安装学习
本文字数： 2.9k 阅读时长 ≈ 3 分钟

问题描述

在ROS Noetic中使用rqt_graph保存.dot类型的话题链接情况文件时，出现以下错误：

zhao@zhao:~/WS/Now/demo_ws$ rosrun rqt_graph rqt_graph 
Traceback (most recent call last):
  File "/opt/ros/noetic/lib/python3/dist-packages/rqt_graph/ros_graph.py", line 414, in save_dot
    handle.write(self._current_dotcode)
TypeError: write(self, Union[QByteArray, bytes, bytearray]): argument 1 has unexpected type 'str'

问题特征：

保存默认名称frames.dot可以正常工作
保存自定义名称LIO-SAM-Debug-Active.dot时出现错误
保存的文件无法正确打开

问题根本原因

1. 编码类型不匹配

在ROS Noetic（Python 3）中，write()方法期望接收字节类型数据（bytes、bytearray或QByteArray），但实际接收到的是字符串类型（str）。

根本原因：

Python 3对字符串和字节的处理更加严格
self._current_dotcode是字符串类型
文件句柄的write()方法期望字节类型数据

2. 文件名特殊字符影响

初步怀疑是文件名中的连字符（-）导致的问题，但实际上主要是编码转换问题。

验证方法：

# 测试不同文件名
frames.dot                    # ✓ 正常
LIO-SAM-Debug-Active.dot     # ✗ 报错
LIO_SAM_Debug_Active.dot     # ✗ 同样报错（如果未修复编码问题）

解决方案

方案一：源码修改（推荐）

1. 备份原文件

1	sudo cp /opt/ros/noetic/lib/python3/dist-packages/rqt_graph/ros_graph.py /opt/ros/noetic/lib/python3/dist-packages/rqt_graph/ros_graph.py.bak

2. 修改源代码

1	sudo nano /opt/ros/noetic/lib/python3/dist-packages/rqt_graph/ros_graph.py

3. 找到第414行，进行修改

原代码：

1	handle.write(self._current_dotcode)

修改为：

1	handle.write(self._current_dotcode.encode('utf-8'))

方案二：更完整的修改（避免潜在问题）

如果需要更安全的修改，可以添加类型检查：

if isinstance(self._current_dotcode, str):
    handle.write(self._current_dotcode.encode('utf-8'))
else:
    handle.write(self._current_dotcode)

注意事项：

保持原有的缩进格式，避免TabError
如果文件使用制表符缩进，修改时也要使用制表符
如果文件使用空格缩进，修改时也要使用空格

调试过程中的错误

TabError: inconsistent use of tabs and spaces

在修改过程中遇到的缩进错误：

1	TabError: inconsistent use of tabs and spaces in indentation

解决方法：

恢复备份文件
使用与原文件相同的缩进方式
检查编辑器设置，确保制表符和空格一致

检查缩进方式：

1 2	# 查看文件缩进类型 sed -n '410,420p' /opt/ros/noetic/lib/python3/dist-packages/rqt_graph/ros_graph.py \| cat -A

验证修复

测试步骤

1. 基本功能测试

1	rosrun rqt_graph rqt_graph

2. 文件名测试

# 测试各种文件名
frames.dot                    # 默认名称
test.dot                      # 简单名称
LIO_SAM_Debug_Active.dot     # 下划线分隔
LIO-SAM-Debug-Active.dot     # 连字符分隔

3. 文件内容验证

# 检查生成的.dot文件内容
cat your_file.dot

# 使用graphviz生成图像
dot -Tpng your_file.dot -o output.png

文件命名建议

虽然编码问题已解决，但为了避免潜在的兼容性问题，建议：

替代方案

使用命令行工具

如果不想修改源码，可以使用ROS的命令行工具：

# 查看当前节点和话题
rosnode list
rostopic list

# 生成节点图（需要先安装graphviz）
rosrun rqt_graph rqt_graph_cmd --output=/tmp/graph.dot

# 手动转换为图片
dot -Tpng /tmp/graph.dot -o /tmp/graph.png

重新安装

如果修改出现问题，可以重新安装：

1 2	sudo apt update sudo apt install --reinstall ros-noetic-rqt-graph

问题分析总结

技术原因

Python 2 → Python 3 迁移遗留问题：ROS Noetic使用Python 3，对字符串处理更严格
Qt文件处理接口变化：Qt的文件写入接口期望字节类型数据
编码转换缺失：源码中未处理字符串到字节的转换

解决思路

直接修复：在写入前进行编码转换
类型检查：添加类型判断以提高兼容性
频率对齐：确保文件操作的一致性

最佳实践建议

开发建议

备份重要文件：修改系统文件前务必备份
渐进测试：从简单测试开始，逐步验证功能
记录修改：详细记录修改内容和原因

系统维护

定期更新：关注ROS官方更新，此类问题可能在后续版本中修复
环境一致性：确保开发环境与部署环境一致
文档记录：将解决方案记录在项目文档中

总结

这个问题的核心是ROS Noetic中Python 3对字符串和字节类型的严格区分。通过简单的编码转换（encode('utf-8')）即可解决。

关键要点：

问题出现在字符串到字节的类型转换上
文件名的特殊字符不是主要原因
修改时要注意保持原有的缩进格式
建议在修改前备份原文件

修复后的效果：

可以正常保存各种文件名的.dot文件
生成的文件可以正确打开和处理
不再出现TypeError错误

Reference

【安装学习】ROSBag批量录制话题

发表于 2025-07-04 分类于安装学习
本文字数： 631 阅读时长 ≈ 1 分钟

批量录制 ROS 话题到 Bag 文件

确保目标目录存在
1
mkdir -p /full/path/to/data

从 TopicsRecord.txt 文件读取话题列表并录制到指定路径

1	rosbag record -o /full/path/to/data/my_bag $(cat TopicsRecord.txt)

检查录制的 bag 文件内容

1	rosbag info /full/path/to/data/my_bag_2025-07-04-16-54-00.bag

使用压缩选项录制以减少文件大小

1	rosbag record -j -o /full/path/to/data/my_bag $(cat TopicsRecord.txt)

按文件大小分割录制（例如，每 1024 MB 分割）

1	rosbag record --split --size=1024 -o /full/path/to/data/my_bag $(cat TopicsRecord.txt)

限制录制时长（例如，60 秒）

1	rosbag record --duration=60 -o /full/path/to/data/my_bag $(cat TopicsRecord.txt)

示例 `TopicsRecord.txt` 文件内容

/clock
/imu
/tf
/tf_static
/scan
/d435_cam/color/camera_info
/d435_cam/depth/camera_info
/rgbd_lidar_node/rgbd_cloud_info

【安装学习】ROS TF查询命令

发表于 2025-06-24 更新于 2025-07-04 分类于安装学习
本文字数： 231 阅读时长 ≈ 1 分钟

可视化查看TF关系树

可视化TF树
1
rosrun tf view_frames
在当前路径下生成pdf文件
1
evince frames.pdf

单独查看两个坐标之间的发布状态

1	rosrun tf tf_monitor <source_frame> <target_frame>

查看两个坐标系的变换关系

1	rosrun tf tf_echo <source_frame> <target_frame>

Reference

07 ROS的TF坐标管理工具

【安装学习】Conda换源

发表于 2025-05-03 分类于安装学习
本文字数： 872 阅读时长 ≈ 1 分钟

一、换源 Conda 镜像源方法

1. 创建或修改 `.condarc` 文件

1	nano ~/.condarc

将内容替换为以下格式 (以 清华源 为例):

channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/
  - defaults
show_channel_urls: true

建议保留 defaults 作为备用源

二、常用镜像源列表

镜像站	地址
清华大	https://mirrors.tuna.tsinghua.edu.cn/anaconda/
中科大	https://mirrors.ustc.edu.cn/anaconda/
阿里云	https://mirrors.aliyun.com/anaconda/
华为云	https://repo.huaweicloud.com/anaconda/

以中科大镜像为例：

channels:
  - https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
  - https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
  - https://mirrors.ustc.edu.cn/anaconda/pkgs/r/
  - defaults
show_channel_urls: true

三、更新 Conda 缓存

换源后建议清除并更新缓存:

1 2	conda clean -i # 清除索引缓存 conda update conda

四、配置 Conda Forge 镜像 (可选)

如你使用 conda-forge 频道，也可配置为国内镜像：

1	conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge

【安装学习】从KITTI数据集中处理-1

发表于 2025-04-30 分类于安装学习
本文字数： 775 阅读时长 ≈ 1 分钟

1、前期准备

下载并解压缩KITTI中关于3D物体的数据集
Step 1： 下载数据集
wget https://s3.eu-central-1.amazonaws.com/avg-kitti/data_object_velodyne.zip
wget https://s3.eu-central-1.amazonaws.com/avg-kitti/data_object_label_2.zip
wget https://s3.eu-central-1.amazonaws.com/avg-kitti/data_object_calib.zip
Step 2： 解压数据集
unzip data_object_velodyne.zip -d kitti_dataset
unzip data_object_label_2.zip -d kitti_dataset
unzip data_object_calib.zip -d kitti_dataset

2、检查是否已经安装好了训练环境

Step 1：配置对应conda环境，安装依赖

这里我使用的是pointnet++的pytorch版本，参考了下面的仓库：
1
https://github.com/yanx27/Pointnet_Pointnet2_pytorch.git
Step 2：终端打开到虚拟环境，运行命令测试
import torch
输出空行
torch.cuda.is_available()
输出：True
torch.cuda.device_count()
输出：1
torch.cuda.device(0)
输出：<torch.cuda.device object at 0x7fd95fd1fa90>
torch.cuda.get_device_name(0)
输出：’NVIDIA GeForce RTX 4060 Laptop GPU’
Step3：未完待续

【安装学习】安装cmake-3.26

发表于 2025-04-28 分类于安装学习
本文字数： 1k 阅读时长 ≈ 1 分钟

CMake 3.26 和 GCC 11 安装总结

1. 手动从源码安装 CMake 3.26 版本

为了安装 CMake 3.26，可以通过以下步骤手动编译安装：

1.1 下载 CMake 源码

首先，访问 CMake GitHub releases 页面或者使用 wget 下载 CMake 3.26 的源码包：

1	wget https://github.com/Kitware/CMake/releases/download/v3.26.0/cmake-3.26.0.tar.gz

1.2 解压源码包

下载完成后，解压文件：

1 2	tar -zxvf cmake-3.26.0.tar.gz cd cmake-3.26.0

1.3 编译并安装

运行以下命令来编译并安装 CMake：

1
2
3

./bootstrap
make
sudo make install

这可能需要一些时间来完成编译。

1.4 验证安装

安装完成后，使用以下命令验证 CMake 是否已成功安装：

1	cmake --version

你应该看到类似以下的输出，表示已安装 CMake 3.26：

1	cmake version 3.26.x

2. 升级到 GCC 11

2.1 安装 GCC 11

为了在 Ubuntu 中安装 GCC 11，你可以通过 APT 包管理器来进行安装。首先更新 APT 包管理器，并安装 GCC 11：

1 2	sudo apt update sudo apt install gcc-11 g++-11

2.2 切换默认 GCC 版本

安装完成后，你可以使用 update-alternatives 工具来选择使用 GCC 11 作为默认编译器。运行以下命令来配置默认的 GCC 和 G++ 版本：

1	sudo update-alternatives --config gcc

在提示选择时，输入对应的数字（例如选择 gcc-11），然后按回车。

同样，对于 G++，使用以下命令：

1	sudo update-alternatives --config g++

2.3 验证 GCC 版本

安装并切换完成后，使用以下命令检查当前的 GCC 版本：

1 2	gcc --version g++ --version

输出应该显示 GCC 和 G++ 版本为 11.x.x。

1 2	gcc (Ubuntu 11.x.x) ... g++ (Ubuntu 11.x.x) ...

总结

通过从源码安装 CMake 3.26 版本，你可以确保获得最新的稳定版本。
GCC 11 的安装和切换是为了确保支持现代 C++ 特性，如 <ranges> 等。
在完成这两个工具的安装和配置后，你的开发环境将能够支持更高级的 CMake 和 GCC 功能。

【技能学习】Ubuntu20.04实现LiDAR+CAMERA标定

发表于 2025-04-03 分类于技能学习
本文字数： 1k 阅读时长 ≈ 1 分钟

1、Gitclone对应仓库并编译

从下方链接下载：

https://github.com/XidianLemon/calibration_camera_lidar

下载后到自己项目的src中，然后正常catkin_make编译：

提示遇到错误，运行命令sudo apt install ros-noetic-jsk-recognition-msgs即可
1
2
3
4
5
Could not find a package configuration file provided by
"jsk_recognition_msgs" with any of the following names:

jsk_recognition_msgsConfig.cmake
jsk_recognition_msgs-config.cmake

2、仿真中进行录制

参考链接博文，下载场景，并自行导入自己的小车模型，然后开启小车的仿真，录制rosbag

模型的下载地址：
1
https://pan.baidu.com/s/1H314s6Hn-bY1qFphinnNrg?pwd=2022
博客的链接地址：
1
https://blog.csdn.net/weixin_43807148/article/details/114241862

2、阿里云OSS控制台账号获取

参考下方链接操作，获取ID和Key，必须保存一下，仅显示一次！

https://picgo.github.io/PicGo-Doc/zh/guide/config.html#%E9%98%BF%E9%87%8C%E4%BA%91oss
参考上方链接，配置接下来的OSS-Bucket等信息：

确认完成后，返回主界面可以测试一下上传是否成功即可。

3、Typora安装与配置

安装：最后一版免费Typora，感谢鱼香ROS大佬保存！

https://fishros.org.cn/forum/topic/23/%E5%AE%89%E8%A3%85typora%E6%9C%80%E5%90%8E%E7%9A%84%E5%85%8D%E8%B4%B9%E7%89%88
打开Typora，点击：文件-偏好设置-图像，如下图所示：
选择配置如上图所示，上传服务选择Core，然后点击下载（需要网络），下载完成后点击“打开配置文件”，复制上方安装的PicGo中的配置信息，完全粘贴到刚刚打开的配置文件中，保存
修改后，点击“验证图片上传选项”，测试成功即可！

【安装学习】Ubuntu20.04安装ORB_SLAM2的ROS版

发表于 2025-02-25 分类于安装学习
本文字数： 4.8k 阅读时长 ≈ 4 分钟

Ubuntu 20.04完整安装ORB_SLAM2及配置对应ROS

0、创建包路径

强烈建议，先在终端创建路径Packages，然后在这个文件夹下进行后续的1、2、3、这三个包的安装

1、安装Opencv4.2.0

下载压缩包

1	https://github.com/opencv/opencv/archive/4.2.0.zip

使用unzip -x opencv4.2.0.zip 解压，进入文件夹后依次运行如下命令

# 依赖库安装
sudo apt-get install build-essential cmake git 
sudo apt-get install libgtk2.0-dev pkg-config libavcodec-dev
sudo apt-get install libavformat-dev libswscale-dev
sudo apt-get install python-dev python-numpy python3-dev python3-numpy
sudo apt-get install libtbb2 libtbb-dev libjasper-dev libdc1394-22-dev
sudo apt-get install libjpeg-dev libpng-dev libtiff-dev
# 正式安装
mkdir build && cd build 
cmake -D CMAKE_INSTALL_PREFIX=/usr/local/opencv4 -D CMAKE_BUILD_TYPE="Release" -D OPENCV_GENERATE_PKGCONFIG=ON ..
make -j4
sudo make install
# 检查安装
sudo gedit /etc/ld.so.conf.d/opencv.conf
# 进入编辑页面后输入
/usr/local/opencv4/lib
# 然后ctrl+s保存，关闭gedit页面后还在这个终端下运行
sudo ldconfig
# 编辑bashrc文件，运行
sudo gedit ~/.bashrc
# 在文件最后添加
#opencv-4.2.0
export PKG_CONFIG_PATH=${PKG_CONFIG_PATH}:/usr/local/opencv4/lib/pkgconfig
export LD_LIBRARY_PATH=${LD_LIBRARY_PATH}:./usr/local/opencv4/lib
# 然后ctrl+s保存，关闭gedit页面后还在这个终端下运行
source ~/.bashrc
# 最终检查，依次运行下列命令
pkg-config --modversion opencv4
pkg-config --cflags opencv4
pkg-config --libs   opencv4
# 均有正常输出即可，其中第一个命令输出为4.2.0

2、安装依赖Pangolin

安装依赖项

1 2	sudo apt-get install libglew-dev libboost-dev libboost-thread-dev libboost-filesystem-dev sudo apt-get install ffmpeg libavcodec-dev libavutil-dev libavformat-dev libswscale-dev libpng-dev

安装Pangolin 0.6(稳定版)（官网下载地址)，不要下载最新master版，编译的时候可能有错误）

配置并编译

cd Pangolin 
mkdir build && cd build
cmake -DCPP11_NO_BOOST=1 ..
make
sudo make install

验证
1
2
3
4
5
cd ../examples/HelloPangolin
mkdir build && cd build
cmake ..
make
./HelloPangolin
成功后会弹出一个终端，里面是一个立方体有三色，关闭即可。

3、安装依赖Eigen3

方案一：直接安装

Eigen3是一个纯头文件的库，这个特点让使用者省去了很多安装和环境配置的麻烦，可以直接安装：
1
sudo apt-get install libeigen3-dev

方案二：源码安装

源码（地址）安装，执行以下指令：

cd eigen3
mkdir build && cd build
cmake ..
make
sudo make install

安装后头文件在：

1	/usr/local/include/eigen3/

复制头文件到/usr/local/include：

1	sudo cp -r /usr/local/include/eigen3/Eigen /usr/local/include

4、安装ORB_SLAM2

使用鱼香ROS的一键配置命令，配置rosdepc，终端执行下列命令，然后输入密码，选择rosdepc，然后配置好了之后会提示让rosdep init之类的命令，执行命令就好了
1
wget http://fishros.com/install -O fishros && . fishros
进入到自己的ROS工作空间的src文件夹下，下载并解压源文件，然后打开，此处我的工作空间地址为：/home/zhao/WS/Now/ant_ws/src/ORB_SLAM2

修改各个CMakeLists.txt，将其中关于OpenCV的部分做如下修改：

1、主目录ORB_SLAM2下的CMakeLists.txt

# 注释掉下面这7行，类似的也是把涉及到的部分注释调
# find_package(OpenCV 3.0 QUIET)
# if(NOT OpenCV_FOUND)
#    find_package(OpenCV 2.4.3 QUIET)
#    if(NOT OpenCV_FOUND)
#       message(FATAL_ERROR "OpenCV > 2.4.3 not found.")
#    endif()
# endif()

# 然后添加这两行
set(CMAKE_PREFIX_PATH "/usr/local/opencv4") 
find_package(OpenCV 4.0 QUIET)

2、ORB_SLAM2/Thirdparty/DBoW2文件夹下的CMakeLists.txt

# find_package(OpenCV 3.0 QUIET)
# if(NOT OpenCV_FOUND)
#    find_package(OpenCV 2.4.3 QUIET)
#    if(NOT OpenCV_FOUND)
#       message(FATAL_ERROR "OpenCV > 2.4.3 not found.")
#    endif()
# endif()

set(CMAKE_PREFIX_PATH "/usr/local/opencv4") 
find_package(OpenCV 4.0 QUIET)

3、ORB_SLAM2/Examples/ROS/ORB_SLAM2文件夹下的CMakeLists.txt

# find_package(OpenCV 3.0 QUIET)
# if(NOT OpenCV_FOUND)
#    find_package(OpenCV 2.4.3 QUIET)
#    if(NOT OpenCV_FOUND)
#      message(FATAL_ERROR "OpenCV > 2.4.3 not found.")
#    endif()
# endif()

set(CMAKE_PREFIX_PATH "/usr/local/opencv4") 
find_package(OpenCV 4.0 QUIET)

修改ros示例源文件，为Examples/ROS/ORB_SLAM2/src路径下的所有.cc文件添加头文件
1
#include <unistd.h>
将ORB_SLAM2/Examples/文件夹下的所有示例源文件中导入图像数据的参数 CV_LOAD_IMAGE_UNCHANGED 修改为下列表述，建议在这个文件夹下使用code . 命令开启vscode，使用侧边栏的搜索，然后全局替换(应该是6个)
1
cv::IMREAD_UNCHANGED

把ORB-SLAM2源码目录中include/LoopClosing.h文件中的

1 2	typedef map<KeyFrame,g2o::Sim3,std::less<KeyFrame>, Eigen::aligned_allocator<std::pair<const KeyFrame*, g2o::Sim3> > > KeyFrameAndPose;

修改成：

1 2	typedef map<KeyFrame,g2o::Sim3,std::less<KeyFrame>, Eigen::aligned_allocator<std::pair<KeyFrame *const, g2o::Sim3> > > KeyFrameAndPose;

解压源文件，在该文件夹下打开终端：

这里建议使用记事本打开build.sh，然后逐个命令执行，方便检查错误，且注意！每次运行到最后的make命令如果失败了，在修复了之后需要依次删除对应的build文件夹，重新创建并编译！
1
2
3
cd ORB_SLAM2
chmod +x build.sh
./build.sh
如果在运行时出现问题：
1
error: ’usleep’ was not declared in this scope
那么找到对应的.cc文件，在其开头的#include部分添加内容：
1
#include <unistd.h>
然后，需要对照着build.sh中的内容，将涉及到的所有build文件夹全部删除并重新开始！

在终端添加ROS路径，执行以下两行命令

1 2	echo 'export ROS_PACKAGE_PATH=${ROS_PACKAGE_PATH}:'"`pwd`/Examples/ROS" >> ~/.bashrc source ~/.bashrc

编译ros节点，此时便不再会出现问题了
1
./build_ros.sh

5、Reference

https://blog.csdn.net/zardforever123/article/details/125044004/
- 这个超级全面，而且包含了测试部分的rosbag内容，就是有点混乱，如果你的初衷就是在ROS中实现运行，建议按照我的流程走，然后有问题再参考这个链接的内容！在此感谢此大佬，解救我于水火中！
https://blog.csdn.net/qq_49164258/article/details/129375322
- 这个里面也包含了rosbag数据集，在验证数据集部分比较详细
https://blog.csdn.net/weixin_43693946/article/details/127538660
- 此中提到一个python默认是2的问题，应修改为默认的python 3.8.10，可以参照评论区的建议，执行命令后，重新运行./build_ros.sh即可，注意重新运行时建议先阅读此sh脚本内容，将对应的build文件夹先删除再运行
  1
  sudo apt install python-is-python3
https://blog.csdn.net/Robot_Starscream/article/details/89435642

初始位姿偏移问题

Reference

问题描述

问题根本原因

TF_REPEATED_DATA错误原因

Transmission配置的作用

解决方案

方案一：使用gazebo_ros_diff_drive（推荐用于简单差分驱动）

方案二：使用gazebo_ros_control（适用于复杂控制需求）

调试和验证方法

检查TF发布状态

验证关节状态发布

最佳实践建议

何时使用Transmission配置

频率同步建议

总结

Reference

问题描述

问题根本原因

1. 编码类型不匹配

2. 文件名特殊字符影响

解决方案

方案一：源码修改（推荐）

方案二：更完整的修改（避免潜在问题）

调试过程中的错误

TabError: inconsistent use of tabs and spaces

验证修复

测试步骤

文件命名建议

推荐的文件命名规范

替代方案

使用命令行工具

重新安装

问题分析总结

技术原因

解决思路

最佳实践建议

开发建议

系统维护

总结

Reference

批量录制 ROS 话题到 Bag 文件

示例 TopicsRecord.txt 文件内容

可视化查看TF关系树

Reference

一、换源 Conda 镜像源方法

1. 创建或修改 .condarc 文件

二、常用镜像源列表

三、更新 Conda 缓存

四、配置 Conda Forge 镜像 (可选)

1、前期准备

2、检查是否已经安装好了训练环境

CMake 3.26 和 GCC 11 安装总结

1. 手动从源码安装 CMake 3.26 版本

1.1 下载 CMake 源码

1.2 解压源码包

1.3 编译并安装

1.4 验证安装

2. 升级到 GCC 11

2.1 安装 GCC 11

2.2 切换默认 GCC 版本

2.3 验证 GCC 版本

总结

1、Gitclone对应仓库并编译

2、仿真中进行录制

2、阿里云OSS控制台账号获取

3、Typora安装与配置

Ubuntu 20.04完整安装ORB_SLAM2及配置对应ROS

0、创建包路径

1、安装Opencv4.2.0

2、安装依赖Pangolin

3、安装依赖Eigen3

4、安装ORB_SLAM2

5、Reference

示例 `TopicsRecord.txt` 文件内容

1. 创建或修改 `.condarc` 文件