3. 2 仿真环境 SLAM 实现

前文中成功完成了 Gazebo 中场景模型的搭建，以下将在自建的环境中进行 SLAM 算法的实现，在程序的运行中为了清楚地了解各个节点的话题订阅以及发布情况，使用 ＲOS 系统指令 rqt_graph 可以查看各个节点之间的通信联系。软件会自动生成节点间关系图。
节点关系图可以辅助解决调试过程中的问题，在图中可以清楚地看到各个节点的运行情况和各个节点之间的话题订阅关系，在调试中出现问题可以快速定位是否有节点订阅信息出错以及是否有节点缺失。
通过键盘控制指令让 turtlebot 在场景中行进，在键盘控制时需要注意让键盘控制指令运行的所在终端始终浮于 rviz 的上方，否则无法激活键盘控制。确保控制机器人在预设场景中得到充分的运动，否则建图将不完整，影响建图效果。最终形成仿真中机器人在场景充分运动后生成的 2D 平面地图，成功完成了机器人在仿真环境中 Gmapping 方法的建图与定位。

4 结语

本文对 ＲOS 以及 SLAM 技术作了简单的阐述，深入介绍了Gmapping 方法的基本特征、适应场景; 运用 Gazebo 工具进行了仿真实现，介绍了仿真模型的搭建过程、仿真模型的 UＲDF 文件编写、运行 turtlebot 在自建的场景中完成了建图与定位工作，即 SLAM 算法的仿真实现。对于不同功能的智能移动机器人，自主导航都是其根本所在，在载体平台依据需求加上不同的传感器则可实现所需要求。在未来，移动机器人的 SLAM 技术将进一步优化并将更加广泛应用到人们的日常生活中，更好地服务于人类社会。

参考文献:

［1］ 程新景． 煤矿救援机器人地图构建与路径规划研究［D］．北京: 中国矿业大学，2016．
［2］ 李阳． 基于 ＲOS 系统移动机器人 SLAM 算法研究与实现［D］． 西安: 西安工程大学，2018．
［3］ 王焕钦． 新型光电测距与三维成像技术研究［D］． 合肥:中国科学技术大学，2009．
［4］ 廖方波． 基于传感器融合的移动机器人定位及地图构建技术的研究［D］． 北京: 北京交通大学，2014．
基金项目:
江苏省大学生创新创业训练计划( 201913579013H) 。
江苏高校“青蓝工程( SB1703) ”。
通信作者:
杜边境( 1985 － ) ，男，江苏徐州人，硕士研究生，助教，研究方向: 智能控制机器人视觉。