5.5.1 SLAM建图
简介
SLAM（Simultaneous Localization and Mapping）即同时定位与建图，通过传感器数据对环境进行实时建模并构建地图，同时估计机器人的位置和姿态，为机器人导航提供感知信息。
本示例演示在仿真环境与实车运行两种场景下实现SLAM建图。
仿真建图
本小节基于仿真机器人小车模型，使用SLAM算法进行建图，并通过Gazebo与rviz观察机器人小车运行与建图效果。
其中SLAM算法运行在SpaceMiT RISC-V系列板子上，仿真机器人小车模型、Gazebo仿真环境、rviz可视化运行在与板子同一网段的PC上。
SpaceMiT板子上已配置了slam_gmapping、slam_toolbox、cartographer三种SLAM算法的一键启动流程，可任选其一实现建图功能。
三种SLAM算法的对比：
| 对比项 | slam_gmapping | slam_toolbox | cartographer |
|---|---|---|---|
| 建图精度 | 中 | 高 | 高 |
| 图优化/回环检测 | 无 | 有 | 有 |
| 重定位支持 | 无 | 有 | 有 |
| 资源占用 | 低 | 中等 | 高 |
| 适用地图范围 | 小 | 中等 | 大 |
| 适用机器人类型 | 小型 | 中/大型 | 中/大型 |
| 累计误差 | 高 | 低 | 低 |
准备工作
（1）SpaceMiT板子烧录 bianbu desktop 24.04 系统镜像，安装 Bianbu Robot SDK 。
（2）PC端安装ros-humble、Bianbu Robot SDK。
使用介绍
启动仿真环境
在PC端打开终端，输入以下命令安装机器人小车模型与Gazebo仿真环境。
sudo apt install ros-humble-gazebo*
sudo apt install ros-humble-turtlebot3
sudo apt install ros-humble-turtlebot3-gazebo
sudo apt install ros-humble-turtlebot3-bringup
sudo apt install ros-humble-turtlebot3-simulations
安装完毕后，输入以下命令加载机器人模型，并启动Gazebo仿真环境。
source /opt/ros/humble/setup.bash
source /usr/share/gazebo/setup.sh
export TURTLEBOT3_MODEL=burger
ros2 launch turtlebot3_gazebo turtlebot3_world.launch.py
成功启动后，仿真环境如下图所示：
PC端打开另一个终端，输入以下命令启动rviz可视化运行。
source /opt/ros/humble/setup.bash
ros2 launch turtlebot3_bringup rviz2.launch.py
rviz2
按照下图所示顺序，依次点击add、选择map、修改话题格式为/map：
机器人仿真环境启动完毕后，在SpaceMit板子上根据需求选择任一SLAM算法进行建图，三种SLAM算法的启动方式如下。
slam_gmapping建图
gmapping是一种基于粒子滤波（Particle Filter）的2D SLAM算法，基于激光雷达数据在未知环境中构建地图，同时估计机器人位姿。
github地址：https://github.com/ros-perception/slam_gmapping
slam_gmapping算法已预装在Spacemit板子内，直接打开SpaceMit板子终端输入以下命令启动slam_gmapping建图
source /opt/bros/humble/setup.bash
ros2 launch br_localization slam_gmapping_sim.launch.py
slam_toolbox建图
slam_toolbox 是一套用于 ROS 2 的 2D 同时定位与建图（SLAM）工具包，适合实时建图、离线优化、闭环检测和持久地图管理。
github地址：https://github.com/SteveMacenski/slam_toolbox
SpaceMit板子打开终端输入以下命令安装slam_toolbox算法
sudo apt install ros-humble-slam-toolbox
输入以下命令启动slam_toolbox建图
source /opt/bros/humble/setup.bash
ros2 launch br_localization slam_toolbox_sim.launch.py
cartographer建图
Cartographer是Google开源的一个可跨多个平台和传感器配置，以2D和3D形式提供实时同时定位和建图的系统。
github地址：https://github.com/cartographer-project/cartographer
SpaceMit板子打开终端输入以下命令安装cartographer算法
sudo apt install ros-humble-cartographer
sudo apt install ros-humble-cartographer-ros
输入以下命令启动cartographer建图
source /opt/bros/humble/setup.bash
ros2 launch br_localization slam_cartographer_sim.launch.py
PC端可视化
使用以上任一算法启动SLAM建图，观察PC端rviz窗口，可以看到已经有了初始地图：
PC端打开一个新终端，运行键盘控制节点
sudo apt install ros-humble-teleop-twist-keyboard
source /opt/ros/humble/setup.bash
ros2 run teleop_twist_keyboard teleop_twist_keyboard
使用u i o j k l m , . 控制小车运动，在rviz中可以观 察到建图效果：
实车建图
本小节基于搭载了SpaceMiT RISC-V系列板子的实车机器人进行SLAM建图，并通过PC端rviz可视化建图效果。
准备工作
（1）SpaceMiT板子烧录 bianbu desktop 24.04 系统镜像，安装 Bianbu Robot SDK 。
（2）PC端安装ros-humble、Bianbu Robot SDK。
使用介绍
按照以下命令，即可一键启动实车机器人模型参数配置文件与相应的SLAM建图算法
slam_gmapping建图
source /opt/bros/humble/setup.bash
ros2 launch br_localization slam_gmapping.launch.py
slam_toolbox建图
source /opt/bros/humble/setup.bash
ros2 launch br_localization slam_toolbox.launch.py
cartographer建图
source /opt/bros/humble/setup.bash
ros2 launch br_localization slam_cartographer.launch.py
PC端可视化
使用以上任一算法启动SLAM建图，PC端打开终端，运行键盘控制节点
sudo apt install ros-humble-teleop-twist-keyboard
source /opt/ros/humble/setup.bash
ros2 run teleop_twist_keyboard teleop_twist_keyboard
打开一个新终端，运行以下命令启动rviz，通过键盘节点控制小车运动，即可在rviz中可视化查看建图效果
source /opt/ros/humble/setup.bash
source ~/ros2_demo_ws/install/setup.bash
ros2 launch br_visualization display_slam.launch.py
保存地图
建图完成后，SpaceMit板子打开终端运行以下命令，将构建的环境地图保存至br_navigation/map目录下
sudo apt install ros-humble-nav2-map-server
cd ~/opt/bros/humble/share/br_navigation/map
source /opt/bros/humble/setup.bash
ros2 run nav2_map_server map_saver_cli -t map -f spacemit_map1
成功运行后，我们可以得到以下两个文件
.
├── spacemit_map1.pgm
└── spacemit_map1.yaml
0 directories, 2 files
其中，spacemit_map1.pgm为地图文件，spacemit_map1.yaml为地图配置文件。
通过SLAM我们构建了机器人导航所需的环境地图信息，接下来即可配置navigation2进行导航。