ROS2实战：基于Cartographer纯定位与Navigation2的自主导航全流程解析

1. 从SLAM到纯定位：Cartographer的核心原理

第一次接触Cartographer纯定位功能时，我花了整整三天才搞明白它的工作原理。与常见的AMCL定位不同，Cartographer的纯定位模式实际上是在已有地图基础上运行的SLAM系统。简单来说，它会把预先建好的地图作为"固定参考系"，然后在这个框架内持续优化机器人的位姿。

这里有个很形象的比喻：想象你拿着手机在商场里导航。建图阶段相当于商场工作人员用专业设备绘制了完整的室内地图；而纯定位阶段就是你打开手机导航APP，利用已有的商场地图来确定自己当前的位置。Cartographer的纯定位就是这样的过程，只不过它用的是激光雷达数据而不是手机信号。

关键参数pure_localization_trimmer控制着系统保留多少历史数据用于定位。我实测发现，对于TurtleBot3这样的小型机器人，保留3-5个子图（submap）就能获得不错的定位效果。这个参数设置得太小会导致定位不稳定，太大又会增加计算负担。下面是一个典型的配置示例：

lua复制TRAJECTORY_BUILDER.pure_localization_trimmer = {
    max_submaps_to_keep = 3,
}

在Gazebo仿真中验证定位精度时，我发现两个常见问题：一是TF坐标系配置错误导致定位完全失效，二是地图分辨率与传感器数据不匹配造成定位漂移。解决方法也很直接：

1. 确保tracking_frame和published_frame与你的机器人URDF定义一致
2. 建图和定位时使用相同的分辨率参数（建议0.05m）

2. Navigation2与Cartographer的集成实战

把Cartographer作为Navigation2的定位源，最让我头疼的是坐标系的转换问题。Navigation2默认使用AMCL，要改用Cartographer需要修改几个关键配置。首先在nav2_params.yaml中，需要禁用AMCL并启用Cartographer的定位话题：

yaml复制amcl:
  ros__parameters:
    use_amcl: false

localization:
  ros__parameters:
    use_