基于Pixhawk与ROS实现无人车自主导航（五）：Cartographer SLAM实战与多传感器融合

1. Cartographer SLAM环境搭建与配置

第一次接触Cartographer时，我被它复杂的依赖关系搞得焦头烂额。经过多次实践，我总结出一套最稳定的安装流程。首先确保你的ROS版本是Melodic或Noetic，我强烈推荐使用Ubuntu 20.04搭配ROS Noetic，这是目前最稳定的组合。

安装基础工具时有个小技巧：先更新apt缓存再安装，可以避免很多奇怪的依赖问题。对于Noetic用户，记得把python-wstool换成python3-wstool：

bash复制sudo apt-get update
sudo apt-get install -y python3-wstool python3-rosdep ninja-build stow

初始化工作空间时最容易出错的是proto3和abseil的安装。这里有个坑我踩过三次：cartographer的package.xml里默认依赖libabsl-dev，但在Ubuntu 20.04上这会引发冲突。正确的做法是：

bash复制# 先注释掉package.xml中的<depend>libabsl-dev</depend>
src/cartographer/scripts/install_abseil.sh

激光雷达驱动安装也有讲究。以RPLiDAR为例，不同型号的启动文件参数差异很大。A1型号需要设置serial_baudrate为115200，而A3型号则需要256000。我建议先用ls /dev/ttyUSB*确认设备节点，再修改launch文件：

xml复制<param name="serial_port" type="string" value="/dev/ttyUSB0"/>
<param name="serial_baudrate" type="int" value="115200"/>

2. 多传感器数据融合实战

让Cartographer同时处理激光雷达和Pixhawk的IMU数据时，最大的挑战是时间同步。我发现90%的定位漂移问题都源于时间戳不同步。解决方法是在launch文件中添加：

xml复制<param name="/use_sim_time" value="false" />
<node name="cartographer_node" pkg="cartographer_ros" type="cartographer_node" args="-configuration_directory $(find cartographer_ros)/configuration_files -configuration_basename cartographer.lua" output="screen">
    <remap from="odom" to="/mavros/local_position/odom" />
    <remap from="imu" to="/mavros/imu/data" />
</node>

在lua配置文件中，这几个参数对融合效果影响最大：

lua复制TRAJECTORY_BUILDER_2D.use_imu_data = true  -- 必须设为true才能启用IMU
TRAJECTORY_BUILDER_2D.ceres_scan_matcher.translation_weight = 0.2
TRAJECTORY_BUILDER_2D.ceres_scan_matcher.rotation_weight = 5

实测发现，当车辆快速转向时，适当提高rotation_weight能显著减少建图扭曲。我建议先用默认参数测试，然后根据实际场景微调：

• 直线走廊环境：增加translation_weight到0.3
• 复杂弯道环境：增加rotation_weight到8-10
• 开放大空间：降低两个权重值

3. Pixhawk飞控参数配置

要让Pixhawk正确接收Cartographer的定位数据，必须修改关键EKF参数。在Mission Planner中设置：

code复制AHRS_EKF_TYPE = 3  # 使用EKF3
EK2_ENABLE = 0     # 禁用EKF2
EK3_ENABLE = 1     # 启用EKF3
EK3_SRC1_POSXY = 6 # 视觉定位XY
EK3_SRC1_POSZ = 1  # 气压计Z
EK3_SRC1_VELXY = 6 # 视觉速度XY
EK3_SRC1_VELZ = 6  # 视觉速度Z
EK3_SRC1_YAW = 6   # 视觉偏航

这里有个隐藏坑点：必须在同一地点执行"Set EKF Origin"和"Set Home"。我遇到过因为两者不一致导致定位突然跳变的情况。正确流程是：

1. 车辆静止状态下连接地面站
2. 右键地图选择"Set Home Here"
3. 立即选择"Set EKF Origin Here"
4. 检查/mavros/vision_pose/pose话题是否正常输出

4. RViz可视化与调试技巧

在RViz中正确显示Cartographer地图需要几个关键设置：

1. 添加LaserScan显示，话题选择/scan
2. 添加Map显示，话题选择/map
3. 添加TF显示，确保base_link到laser的变换正常

如果地图显示异常，可以按这个流程排查：

bash复制# 检查TF树
rosrun tf view_frames
# 检查激光数据
rostopic echo /scan --noarr
# 检查定位输出
rostopic echo /mavros/vision_pose/pose

我常用的调试技巧是在终端实时监控关键话题：

bash复制# 综合监控
rostopic hz /scan /mavros/imu/data /mavros/local_position/odom
# 详细检查
rosrun rqt_graph rqt_graph

当建图出现重影时，通常是时间同步问题。可以尝试：

1. 检查所有设备的NTP同步
2. 在launch文件中增加
3. 降低TRAJECTORY_BUILDER_2D.num_accumulated_range_data

5. 实际部署中的常见问题

在室外测试时，强烈建议先进行以下准备：

1. 给激光雷达加装遮阳罩，避免阳光直射影响读数
2. 检查Pixhawk的减震措施，过大的震动会导致IMU数据异常
3. 准备紧急停止开关，最好同时有软件和硬件两种停止方式

我遇到过最棘手的问题是"建图漂移"，表现为长时间运行后地图整体偏移。解决方案包括：

• 增加POSE_GRAPH.constraint_builder.min_score到0.7
• 降低TRAJECTORY_BUILDER_2D.max_range到20米
• 定期保存地图并重定位

对于室内环境，这些参数调整很有效：

lua复制TRAJECTORY_BUILDER_2D.min_range = 0.1
TRAJECTORY_BUILDER_2D.max_range = 8
TRAJECTORY_BUILDER_2D.missing_data_ray_length = 5

最后提醒一个安全事项：永远先在仿真环境中测试新参数，我用Gazebo搭建的测试场景至少避免了十几次实地翻车事故。保存所有配置文件的版本也很重要，我习惯用git管理整个工作空间：

bash复制cd ~/mav_ws
git init
git add .
git commit -m "before field test 20230801"