一.问题

        问题：我使用的是ros2的humble版本，在使用slam_toolbox建图时，总会发现地图重叠，以及里程计漂移；

        我用gazebo仿真的界面是一个三室一厅的房间，如下图1所示。但是出现了地图重叠问题，如图2所示。

图1 gazebo仿真图片

图2 地图出现重叠

 

二、问题根源        

        后来，我发现这个地图重叠是因为SLAM算法在走长廊和相似场景中的累计误差和回环检测失效导致的。

1.累积误差导致地图变形

        场景中有长走廊，机器人在这种相似环境中移动时，激光里程计的误差会不断的积累。走得越远，位置偏差越大，所以地图会出现扭曲、错位，和真实场景对不上。

2.回环检测没有及时修正

        当机器人回到之前走过的地方的时候，算法应该通过“回环检测”来修正累积的误差。但如果回环检测参数设置不合理（调得太激进或太保守），就无法触发修正，导致地图越走越偏。

3.激光匹配在重复场景中失效

        长走廊的墙面非常相似，激光匹配算法容易“认错”点云，把不同位置的墙面当成同一面。这会让算法计算出错误的位姿，进一步加剧地图的扭曲。

 

三、修正思路

        通过修改/opt/ros/humble/share/slam_toolbox/config/mapper_params_online_async.yaml这个配置文件，来修正误差。（注：我的mapper_params_online_async.yaml是在这个路径下，其它版本的不一定）。

1.修正激光雷达的“硬件匹配”问题

        1）打开仿真环境，查看激光雷达的实际最大量程（比如8米）。

        2）在配置文件里把max_laser_range改成这个真实值（比如8.0）.

        3）同时把min_laser_range改成雷达的真实最小值（比如0.1）.

作用：避免算法处理超出雷达能力的无效数据，减少干扰。

2.让回环检测更“灵敏”（核心步骤）

        回环检测是修正长走廊误差的关键，我们要让它更积极地去“认路”。

· 操作：

        1）打开配置文件，找到do_loop_closing，确保它是true（开启回环检测）。

        2）把loop_serch_maximum_distance改成12.0（不要太大，否则容易误匹配）。

        3）把loop_match_minimum_response_coarse改成0.35（降低回环检测地门槛，让它更容易认出旧地方）。

        4）把loop_match_minimum_response_fine改成0.35（精细匹配也降低门槛）。

作用：让算法在走廊里更容易发现“我刚才来过”，然后立刻修正地图。

3.让激光匹配更“稳定”

· 操作：

        1）把minimun_travel_distance改成0.25（机器人走更短的距离就触发一次匹配，减少每一步的误差）。

        2）把correlation_search_space_dimension改成0.4（缩小匹配的搜索范围，让算法更聚焦，避免“认错墙”）。

        3）把distance_variance_penalty改成0.9（让算法对距离误差更敏感，修正得更积极）。

作用：让每一步的激光匹配更准，减少误差的产生。

4.改善位姿偏移

位姿偏移

        想象一下，你闭着眼睛在房间里走路，只靠自己数步数和转弯角度来记路线。第一步你向前走了10步，你以为自己在正前方10米。但实际上，每一步都可能有微小偏差，比如有时步子大一点，有时小一点，转弯角度也可能多转或少转了1°。走了几百步后，你以为自己回到了起点，但睁眼一看，可能已经偏到了另一个房间的另一个角落。这个“以为的位置”和“实际的位置”之间的偏差，就是位姿漂移。

        在SLAM里，这个过程也是一样的：机器人，每走一段路，都会根据传感器数据计算自己的位置和朝向（位姿）。哪怕是最精准的传感器，每一次计算也会有一点点误差。走得越远，这些小误差就会不断累积，导致机器人“以为自己在A点”，但实际上在B点。简单说：位姿漂移就是机器人“记路”记偏了，走得越远，偏得越厉害。

解决措施：

1.先把硬件和基础设置调稳，这是最底层的保障，硬件稳了，算法才好发挥。

        1）检查轮子和地面：确保轮子没有打滑，地面不要太光滑或有杂物，这能减少里程计的误差。

        2）校准IMU：如果你的机器人带IMU，先做一次严格的静态校准，让它的角度测量更准。

        3）加固激光雷达：把激光雷达的支架拧紧，避免转弯时抖动，导致激光点云模糊。

2.操作习惯上的小技巧

        1）慢转弯，转大弯：转弯时放慢速度，角度不要太急。比如90°的直角弯，分2-3次转完，让系统有时间跟上。

        2）转弯后走一段直线再继续：每次转完弯，先直走1-2米，让系统用直线运动来修正刚才转弯产生的角度误差。

        3）多走闭合环路：尽量让路线回到之前走过的地方，触发回环检测，系统会自动把歪掉的地图“拉”回来。

 

最后经过修正后的地图如图3所示。

                                                                  图3