在ROS2中安装并部署RTABMAP，建图并保存
Linux ROS2
在ROS2中安装并部署RTABMAP，建图并保存
Linux ROS2

在ROS2中安装并部署RTABMAP，建图并保存

本文章演示从源码编译rtabmap，并且配合intel realsense t265与d435进行地图构建

示例环境：ubuntu22.04 amd64 ROS2 humble

1.安装RTABMAP

尽管在ubuntu上你可以直接使用apt命令（以下命令）来直接安装安装 RTAB-Map ROS 2 包

sudo apt install ros-humble-rtabmap-ros
#rviz插件（可选）
sudo apt install ros-humble-rtabmap-rviz
sudo apt install ros-humble-rtabmap-rviz

但是不排除你有特殊情况，需要使用源码安装来获得RTABMAP的全部功能

1.1 进入你的工作空间
cd ~/ros2_ws/src/
1.2. 克隆rtabmap和rtabmap_ros源码 (Humble对应的分支)
git clone https://github.com/introlab/rtabmap.git -b master
git clone https://github.com/introlab/rtabmap_ros.git -b humble-devel
1.3. 回到工作空间根目录并安装依赖，这一步可能会提示很多缺失的包，根据提示用sudo apt install …来安装（应该会有几个依赖使用rosdep install也不能发现……）
cd ~/ros2_ws
rosdep install -i --from-path src --rosdistro humble -y
1.4. 编译工作空间 。在编译前，最好先加载一下环境
source install/setup.bash
colcon build --symlink-install --cmake-args "-DCMAKE_BUILD_TYPE=Release"

这是最耗时的一步，耐心等待，我使用树莓派4b（4g）编译要十几个小时都不成功，最大的问题是爆内存

如果你编译也出现 c++: fatal error: Killed signal terminated program cc1plus 报错，那就是你的电脑的物理内存(RAM)和交换空间(Swap)全部耗尽了，你的程序被Linux内核的 OOM Killer (Out-Of-Memory Killer) 强制终止了。

两个解决方法：

  • Increase swap space 缺点：增加swap会加快你内存卡寿命损耗，还会使你的系统变卡
  • 限制编译时使用的cpu数量 缺点：会使编译变得特别慢

使用apt安装还是源码编译安装成功后，可以进入下一步

2.启动摄像头的ros2节点

rtab需要你输入摄像头（rgb或者rgbd）以及里程计（odom）数据，所以你需要先有一个节点来发布这些

以t265和d435为例，安装realsense SDK 2.51.1 和realsense ROS 4.51.1版本 （最后一个支持t265的版本，都需要源码编译安装）

按照~/ros2_ws/src/realsense-ros/realsense2_camera/launch/rs_multi_camera_launch.py来写一个launch同时启动两个摄像头

这里直接给出

import os
from launch import LaunchDescription
from launch.actions import IncludeLaunchDescription
from launch.launch_description_sources import PythonLaunchDescriptionSource
from launch_ros.actions import Node
from ament_index_python.packages import get_package_share_directory

def generate_launch_description():

    realsense_ros_dir = get_package_share_directory('realsense2_camera')

    sensors_launch = IncludeLaunchDescription(
        PythonLaunchDescriptionSource(
            os.path.join(realsense_ros_dir, 'launch', 'rs_multi_camera_launch.py')
        ),
        launch_arguments={
            # --- D435/D400 series camera ---
            'camera_name1': 'D400',            
            'serial_no1': '_146322077649',     # ❗ 必须是您D435的序列号
            'depth_module.profile1': '640,480,15',
            'rgb_camera.profile1': '640,480,15',
            'enable_depth1': 'true',
            'align_depth.enable1': 'true',   
            'pointcloud.enable1': 'true',

            # --- T265 camera ---
            'camera_name2': 'T265',          
            'serial_no2': '_230322111176',     # ❗ 必须是您T265的序列号
            'enable_pose2': 'true',
            'enable_fisheye12': 'false',
            'enable_fisheye22': 'false',
            'publish_odom_tf2': 'true',
            'topic_odom_in2': 'odom',
            'pose_frame_id2': 'T265_pose_frame',
        }.items()
    )


    return LaunchDescription([
        sensors_launch,
    ])

这里启动了d435和t265,看到以下话题就说明摄像头启动成功了

cennum@cennum-ubuntu:~/fly_ws$ ros2 topic list 
/D400/aligned_depth_to_color/camera_info
/D400/aligned_depth_to_color/image_raw
/D400/aligned_depth_to_color/image_raw/compressed
/D400/aligned_depth_to_color/image_raw/compressedDepth
/D400/aligned_depth_to_color/image_raw/theora
/D400/color/camera_info
/D400/color/image_raw
/D400/color/image_raw/compressed
/D400/color/image_raw/compressedDepth
/D400/color/image_raw/theora
/D400/color/metadata
/D400/depth/camera_info
/D400/depth/color/points
/D400/depth/image_rect_raw
/D400/depth/image_rect_raw/compressed
/D400/depth/image_rect_raw/compressedDepth
/D400/depth/image_rect_raw/theora
/D400/depth/metadata
/D400/extrinsics/depth_to_color
/D400/extrinsics/depth_to_depth
/D400/imu
/T265/imu
/T265/pose/metadata
/T265/pose/sample
/parameter_events
/rosout
/tf
/tf_static

此时的tf树（请忽略base_footprint，这个是我机器人上面的）

t265启动后会发布odom_frame–>T265_pose_frame–>T265_link(D400_link),这是主线

odom_frame为odom里程计，T265_pose_frame为t265的姿态

现在可以进入下一步

3.启动rtabmap并开始建图

还是使用launch来启动rtabmap，直接上代码

from launch import LaunchDescription
from launch.actions import DeclareLaunchArgument
from launch.substitutions import LaunchConfiguration
from launch_ros.actions import Node

def generate_launch_description():

    use_sim_time = LaunchConfiguration('use_sim_time')
    
    rtabmap_common_params = {
        'frame_id': 'D400_link',   #这里是对应d435相机
        'odom_frame_id': 'odom_frame', #这里是odom，与上面代码中相机发布的odom要一致
        'subscribe_depth': True,
        'subscribe_rgb': True,
        'subscribe_odom_info': False,
        'approx_sync': True,
        'approx_sync_max_interval': 0.1,
        'wait_for_transform': 0.2,
        'use_sim_time': use_sim_time,
        'Rtabmap/DetectionRate': '2',
        'Vis/MinInliers': '10',
        'Grid/CellSize': '0.05',
    }

    # 要与上面相机发布的话题对应
    rtabmap_remaps = [
        ('rgb/image', '/D400/color/image_raw'),
        ('rgb/camera_info', '/D400/color/camera_info'),
        ('depth/image', '/D400/aligned_depth_to_color/image_raw'),
        ('odom', '/T265/pose/sample'),
    ]

    return LaunchDescription([
        DeclareLaunchArgument(
            'use_sim_time', 
            default_value='False',
            description='Use simulation (Gazebo) clock if true'),

        Node(
            package='rtabmap_slam',
            executable='rtabmap',
            name='rtabmap',
            parameters=[rtabmap_common_params],
            remappings=rtabmap_remaps,
            output='screen',
        ),

        Node(
            package='rtabmap_viz',
            executable='rtabmap_viz',
            name='rtabmap_viz',
            parameters=[rtabmap_common_params],
            remappings=rtabmap_remaps,
            output='screen',
        )
    ])

4.编译工作空间，运行launch

回到工作空间跟目录编译

colcon build --symlink-install

依次启动上面的俩个launch文件

几个画面都显示就是成功了，不想拿起来就不演示了

5.建图完成，保存并导出

5.1 保持为.db数据库文件

直接ctrl+c关闭，地图最默认保存在~/.ros/rtabmap.db

5.2 导出用于Nav2导航的2d柵格地图

使用ROS 2内置的 map_saver 工具，不要关闭正在运行的所有节点，打开新的终端，运行

ros2 run nav2_map_saver map_saver_cli -f ~/my_map

这个命令会生成Nav2导航需要用到的.pgm和.yaml文件

-f ~/my_map：指定保存路径

5.3 导出3D点云地图

如果你想使用其他3D软件查看（如 CloudCompare、MeshLab）可以导出为点云格式（如 .pcd 或 .ply）

使用rtabmap提供的数据库查看工具，建图完成后关闭所有节点，地图会自动保存在~/.ros/rtabmap.db

在终端中打开rtabmap数据库查看器

rtabmap-databaseViewer ~/.ros/rtabmap.db

在这个工具里面查看你的地图或者选择你要保存的格式

3条评论

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注