Cartographer从安装到实战:手把手教你运行2D/3D建图与定位

使用速腾16线激光雷达与IMU 实现Cartographer 3D建图 【代码】使用速腾16线激光雷达与IMU 实现Cartographer 3D建图。 阅读详情

1. 环境准备:从零开始的避坑指南

如果你和我一样,第一次接触Cartographer,看着官方文档里一堆依赖库和编译选项,可能会有点懵。别担心,这太正常了。我刚开始折腾的时候,光是解决各种依赖冲突就花了两天时间,现在回头看看,其实很多坑都是可以提前避开的。Cartographer本质上是一个实时同步定位与建图的算法库,它最厉害的地方在于,能把激光雷达、IMU甚至里程计的数据巧妙地融合在一起,构建出高精度的2D或3D地图,同时还能让机器人知道自己在地图中的精确位置。无论是做移动机器人导航,还是做自动驾驶的环境感知,它都是一个非常强大的工具。

那么,谁适合学习Cartographer呢?我觉得主要分三类人:第一类是机器人领域的在校学生或研究者,需要一套成熟、开源的SLAM方案来验证自己的算法或者搭建实验平台;第二类是从事机器人应用开发的工程师,公司项目里可能要用到建图和定位功能,Cartographer是一个经过工业验证的可靠选择;第三类就是像我这样的技术爱好者,纯粹对机器人感知技术感兴趣,想亲手搭建一套系统玩玩。无论你属于哪一类,只要对Linux和ROS有基本的了解,跟着这篇指南一步步来,从安装到跑通第一个Demo,应该都不会有太大问题。

在真正动手安装之前,我强烈建议你先花几分钟检查一下自己的系统环境。Cartographer对系统版本有一定要求,我个人的经验是,在Ubuntu 20.04 LTS 搭配 ROS Noetic 的环境下是最稳定的,这也是目前最主流、社区支持最好的组合。如果你用的是Ubuntu 18.04和ROS Melodic,大部分步骤也通用,但个别依赖包的版本可能需要稍作调整。至于更新的Ubuntu 22.04,虽然理论上可行,但一些第三方库的适配可能还不完善,容易遇到奇怪的编译错误,新手不建议直接冲。确认好系统后,咱们就可以开始安装最让人头疼的部分——依赖库了。

2. 依赖安装与编译:一步步搞定“全家桶”

安装Cartographer的依赖,感觉就像在搭一个复杂的积木,每一块都必须放对位置,否则整个房子就立不起来。原始文章里给出了一长串apt-get install命令,这确实是基础,但光执行这个还不够。我根据自己踩过的坑,把整个过程梳理成几个清晰的阶段,并补充了一些关键细节。

2.1 基础依赖与ROS环境

首先,打开你的终端,执行下面的命令来安装最基础的工具链和库。这里我稍微调整了一下列表,增加了一些确保编译顺利的包:

sudo apt-get update
sudo apt-get install -y \
    clang \
    cmake \
    g++ \
    git \
    google-mock \
    libboost-all-dev \
    libcairo2-dev \
    libcurl4-openssl-dev \
    libeigen3-dev \
    libgflags-dev \
    libgoogle-glog-dev \
    liblua5.2-dev \
    libsuitesparse-dev \
    libatlas-base-dev \
    lsb-release \
    ninja-build \
    stow \
    python3-wstool \
    python3-rosdep \
    python3-sphinx \
    libceres-dev

注意最后我加了一个libceres-dev,这是Ubuntu官方源里的Ceres Solver库。先装上它有时可以解决一些初步的依赖问题,不过我们后面还是会自己编译一个特定版本的Ceres,这样更可控。执行完这步,基础的编译环境就差不多了。

接下来,你需要确保ROS环境已经正确安装和初始化。如果你已经装好了ROS Noetic,那么请记得在每个终端进行Cartographer相关操作前,先执行source /opt/ros/noetic/setup.bash,或者把这行命令加到你的~/.bashrc文件里。这是很多新手会忽略的一点,导致后面找不到ROS命令。

2.2 编译安装关键第三方库

Cartographer的核心依赖于几个重量级的第三方优化库,我们必须从源码编译它们,以确保版本的完全匹配。这是整个安装过程中最需要耐心的一步。

首先是Abseil库,这是Google开源的C++基础库。我们不需要最新版,用一个稳定的提交版本更可靠:

git clone https://github.com/abseil/abseil-cpp.git
cd abseil-cpp
git chec
cartographer跑自己的数据+3d建图篇(Lidar+imu) 接上篇2d建图(那个,参数解释,网上太多了,我真的懒得写了,大家自己去官网查吧,最近好忙) 老规矩,按步走,做好笔记防止以后忘记!!! 阅读详情

相关推荐

cartographer 3D点云建图教程

cartographer 3D点云建图教程 This article was original written by XRBLS, welcome re-post, but please keep this copyright info, thanks, any question could be asked via wechat: jintianiloveu 无人驾驶或者机器人,很重要的一环是建图,通过3D点云来完成,或者扫地机器人里面的单线激光雷达来完成。本文详细记录一下采用个cartographe

jinfagang1211的博客 1万+

Cartographer建图和纯定位

cartographer的使用与操作笔记

wwtx的博客 9055

cartographer跑自己的数据包-2d建图篇(laser+Imu建图篇)

相信大家装cartographer都可以跑通官网上的示例教程,所以,博主就在这里写一些跑自己数据包的经验,一呢,作为记录,预防自己老年健忘,二呢,跟大家分享一下经验。 如标题所示,博主用的是激光雷达数据和IMU数据进行建图。 改动文件建议自己复制源文件进行新建文件改动,源文件作为保留用。废话不多说 ...

qq_40216084的博客 9144

第一讲【ROS-SLAM】2D激光雷达 cartographer构建地图

Cartographer,是Google开源的一个ROS系统支持的2D和3D SLAM(simultaneous localization and mapping)库。 SLAM 算法结合来自多个传感器(比如,LIDAR、IMU 和 摄像头)的数据,同步计算传感器的位置并绘制传感器周围的环境。例如,使用该方法绘制住室的平面图:

wesigj的博客 1万+

安装cartographer,跑官网数据集

今天开始写一个关于google cartographer系列文章。此类文章网上已经很多,本系列文章主要记录重点部分及容易踩坑地方。 cartographer是一个完整的激光SLAM开源项目,属于graph slam,包含了完整的前端里程计和后端地图优化,既能够同时定位建图,又能够基于先验地图进行独立全局定位。 值得 目录 一、推荐首选看官网资料,已经很详细了 二、安装 三、源码文件架构 四、跑数据集 1、建图 2、基于先验地图的全局定位 一、推荐首选看官网资料,已经很详细了 原生版:

qq_18276949的博客 6144

TurtleBot+Cartographer 2D建图实战:参数原理与调试指南

SLAM(同步定位与地图构建)是移动机器人实现自主导航的核心技术,其中2D激光SLAM因计算轻量、部署成熟,成为TurtleBot等教育平台的首选方案。其核心原理在于融合激光扫描匹配与里程计数据,通过前端位姿估计与后端图优化协同提升全局一致性。Cartographer凭借子图机制、鲁棒优化和模块化配置,在资源受限设备上展现出优于Gmapping和Hector的实时性与稳定性。技术价值体现在可解释性强、调试工具链完善,支持RViz实时可视化轨迹、子图与约束关系。典型应用场景涵盖教室建图、实验室环境测绘及ROS

weixin_30240349的博客 4168

cartographer基于3d地图的纯定位模式

关于纯定位模式呢,本人试过2d和3d,怎么说呢,有条件的话,建议直接上3d,因为博主当初在做定位时针对室内和室外都尝试过,2d只在室内环境下效果会很棒,但是在室外就呵呵啦!所以这里直接讲解3d室外定位(建图篇请自己查看我之前的博客:[3d建图](https://blog.csdn.net/qq_40216084/article/details/105531983) 看了我之前的博客大概知道配置文件和源文件路径了,我这里就不把路径写出来了,挺麻烦的。直接讲怎么做把,有不懂的留言,看到了我一定知无不言。 **首

qq_40216084的博客 5552

CentOS 7.9安装python3.11

CentOS 7.9安装python3.11

leafseelight的专栏 1343

LoRa物联网实战:用新大陆模块打造智能LED呼吸灯(附完整代码解析)

本文详细介绍了如何利用新大陆LoRa模块实现工业级智能LED呼吸灯的设计与开发。通过256级PWM调制的呼吸灯效果,结合LoRa无线控制技术,实现设备状态的可视化反馈和多设备同步控制。文章包含完整的硬件选型、电路设计、算法优化和代码实现,特别适合物联网开发者和硬件工程师参考。

github5actions的博客 87

QGIS三维地形可视化实战:从DEM数据到炫酷3D场景(附Qgis2threejs插件配置)

本文详细介绍了如何利用QGIS和Qgis2threejs插件,将DEM数据转化为交互式三维地形场景的完整工作流。核心内容包括DEM数据准备、坐标系选择(重点对比WGS 84与UTM的差异及影响)、插件核心参数配置、卫星影像与等高线叠加等进阶技巧,并提供了成果导出与常见问题解决方案,帮助用户高效创建可用于网页展示的炫酷3D可视化成果。

mqtt6iot的博客 878

IDEA 导入 jbolt项目(实验室非公开项目)

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目录准备一、准备数据库二、IDEA导入jbolt项目 准备 在实验室群文件中下载jbolt.zip和mysql.sql两个文件 将其解压到自己的目录下 一、准备数据库 打开Navicat新建一个jbolt数据库(字符集为utf8) 导入mysql.sql文件 数据库导入完毕 二、IDEA导入jbolt项目 点击打开一个项目 选择jbolt文件夹 以Maven形式打开 打开pom.xml 在里面添加jetty-server依赖

weixin_44094842的博客 977

将Dify平台开发的工作流集成到Open WebUI中

将Dify开发的工作流集成到Open WebUI是一个能够显著增强AI应用交互能力和业务逻辑深度的有效途径。其核心在于通过API建立两者间的通信桥梁,并确保API在格式、协议和行为上的一致性,特别是向OpenAI Chat API规范看齐。最简单直接的路径是利用Dify的“对话型”或“Agent型”应用,这类应用的API设计更倾向于满足Open WebUI这类聊天前端的期望。然而,面对复杂的现实场景,直接的完美兼容并非总是唾手可得。

形上得其象,形下合于数;阴阳自济,玄理自明。 2032

【华为OD机试真题 新系统】960、 面试叫号系统 | 机试真题+思路参考+代码解析(C++、Java、Py、C语言、JS)

【华为OD机试真题 2026C卷】960、 面试叫号系统 | 机试真题+思路参考+代码解析(C++、Java、Py、C语言、JS) 华为od机试,华为od机试真题,华为od机试E卷,华为odE卷,华为od机试真题E卷,华为OD,华为OD机试,华为OD机试真题,华为od机考,华为od机试D卷,华为od机试真题D卷,华为od手撕代码,华为od,华为od机试C卷,华为od e卷,华为2025e卷,od机试,2025E卷,华为OD机试E卷,什么是华为od,华为od介绍,全面了解华为od,2025华为od,如何备战华

KJ.JK 2366

【Autoware】2小时安装Autoware1.13(保姆级教程)

Autoware是一款“一体化”开源自动驾驶软件,能实现感知、决策、控制等功能,通过在Ubuntu中搭建Autoware开发环境和案例的运行,使大家对自动驾驶技术的实现有一个更清晰的认识。

DevFrank的博客 1万+

华为OD机考双机位C卷 - AI处理器组合 (Java & Python & JS & GO & C++ & C)

> 2026华为OD机试双机位C卷 - 华为OD上机考试双机位C卷 华为OD机试双机位C卷真题目录点击查看: [【全网首发】2026华为OD机位C卷 机考真题题库含考点说明以及在线OJ(OD上机考试双机位C卷)](https://blog.csdn.net/banxia_frontend/article/details/155503868)

算法大师! 233

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

上一篇: uniapp picker mode=‘multiSelector‘ 省市区三级联动实战:从接口数据到UI渲染全流程解析
下一篇: 酒店消防系统设计避坑指南:从传感器选型到PLC逻辑优化的5个关键点
rice5
博客等级 码龄17年 60粉丝 1590原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值