1、首先，对cartographer进行源码安装。接着，运行cartographer_rosd的demo，参考.launch运行文件和.Lua配置文件，并开启pure localization功能。尝试通过tf变换获取位姿坐标，但发现频率受限于5hz左右。为解决此问题，建立tf变换节点，发布2D位姿topic，实现高频率的位姿获取。
2、通过tf坐标变换直接获取位姿，虽然能实现基本定位，但频率受限。为实现高频率的位姿获取，通过在源代码中添加发布位姿topic的逻辑，实现了更高的定位频率。具体操作包括在Node.h中添加：ros：Publisher _pose_pub，并在node.cc中进行相应修改。
3、为了获取定位过程中的实时位姿，用户可以在cartographer_ros的node_options.h中修改参数。将publish_tracked_pose设为true后，重新编译系统，即可从tracked_pose话题中得到实时的位姿信息。Cartographer的闭环检测和全局优化 除了局部地图匹配外，Cartographer还具有强大的闭环检测和全局优化能力。
4、Node类初始化功能：作为cartographer_ros的核心接口类，完成以下工作：MapBuilderBridge初始化：将ROS传感器数据转换为Cartographer内部格式，调用MapBuilder构建建图轨迹。传感器订阅与服务接口：订阅激光雷达、IMU等话题，提供建图参数设置接口，并发布地图数据供Rviz可视化。
5、通过把点云投影到栅格地图，计算匹配得分，找到最合适的投影，作为位姿变换。分支定界：在回环检测中，为了提高计算效率，Cartographer使用分支定界算法。先把整个地图中的一个区域展开到底（最高分辨率），得到一个匹配分数（得分下界）；然后把其他区域不展开，算匹配分数（得分上界）。
6、现今，主流建图方法转向基于图优化，Cartographer以其强大的功能脱颖而出，支持多种传感器（激光雷达、里程计、IMU、GPS等）实现2D和3D实时同步定位与建图。Cartographer以其简洁的架构和低依赖性著称，主要依赖ceres求解器完成核心算法。其ROS集成接口使其成为计算资源有限的嵌入式系统的理想选择。
因为小车用的激光雷达是镭神lslidar-c16，而Autoware默认支持的是velodyne，因此需要修改lslidar-c16的源码配置，来完成对Autoware的适配。
为了增强机器人开发的可视化体验，我实现了视觉化功能，通过moveit_Visual_tools插件与RViz进行了交互。我添加了依赖项，构建并初始化了MoveItVisualTools，实现了与RViz的互动。我还实现了路径的可视化，通过封装函数处理视觉化信息，确保了代码的简洁和高效。
通过c++程序实现MoveIt的运动规划功能，首先创建一个ROS节点和执行器，实现机器人运动控制。插入代码段，完成规划与执行，并在RViz中实时反馈。进一步，实现视觉化功能，通过moveit_visual_tools插件增强机器人开发的可视化体验。在程序中添加依赖项，构建并初始化MoveItVisualTools，实现与RViz的交互。
添加依赖项：在程序中添加moveit_visual_tools依赖项。构建与初始化：构建并初始化MoveItVisualTools，实现与RViz的交互。路径可视化：在RViz中实现路径的可视化，通过封装函数处理视觉化信息，确保代码的简洁和高效。
首先，安装 moveit2 和配置助手。这一步骤跟随小鱼的指导完成，接下来介绍具体步骤：- 下载机械臂功能包 - 执行 build 和 source 命令以配置助手 开始步骤 启动 MoveIt2 Setup Assisstant，打开窗口选择 Create New MoveIt Configuration Package。
ROS2-MoveIt学习笔记-2 在ROS2环境下，MoveIt是一个强大的机器人运动学和动力学规划库，它能够帮助开发者实现复杂的机器人运动控制。本笔记基于官方教程中的your First C++ MoveIt Project章节进行总结，主要涵盖通过手动拖拽和程序设定两种方式来实现机器人的运动规划。
将功能包放置在catkin_ws空间，执行相应命令启动程序。 启动launch文件，开启gazebo，提供仿真环境。 启动hector后，rviz界面被自动打开。 启动键盘控制节点，通过终端界面操作小车。程序分析： gazebo仿真 1 launch文件 使用XML描述参数配置。arg用于声明参数，设置启动时的参数值。
