SLAM 原理与 URDF 模型
这节课不写一行复杂代码，目标就两件事——① 用"蒙眼逛新家"的比喻听懂 SLAM 到底在干什么；② 用 URDF + RViz 把 car1 机器人"搬"到电脑屏幕上，看看它长什么样、坐标怎么连。
01问题引入：没地图的"鸡生蛋"困局
你要让扫地机器人打扫房间，它得先知道自己"在房间哪一格"；可要判断自己在哪，它又得先有一张地图。定位需要地图，建图又需要知道自己的位置——这就是 SLAM 面对的经典鸡生蛋问题。再看另一个现实：
02原理通俗讲解：SLAM 与 URDF 是什么
COIN-D6 每秒 10 圈、量程 0.05~12 m，把周围墙壁变成一圈"距离点"，相当于蒙眼人的手。
轮速与 IMU 经 EKF 融合推算走了多远（仍会漂），再拿新一圈扫描与上一圈对齐修正——相当于步感 + 摸墙校正。
世界切成 0.05 m 的小格子：100 = 占据、0 = 空闲、-1 = 没扫到的未知区。手电筒照到哪，哪格就"亮"。
URDF（Unified Robot Description Format，统一机器人描述格式）则是机器人的"身份证 + 骨架说明书"：用 XML 写清每个连杆（link）的外观尺寸与惯性、每个关节（joint）怎么连、能怎么动。TF 坐标树再把 base_link、雷达、机械臂这些坐标系串成一棵树——没有这棵树，雷达数据不知道该画在车体哪一侧，后面建图全是乱的。
| 概念 | 生活比喻 | 本课程对应 |
|---|---|---|
| SLAM | 蒙眼逛新家：边摸边画图，边画图边记自己站哪 | EXP-02 用 SLAM Toolbox 真正跑起来 |
| 占据栅格 | 户型图的方格纸：每格标"墙 / 空 / 未勘探" | 话题里是 100/0/-1，存成 .pgm 后变成 0/254/205 灰度 |
| URDF | 机器人的乐高拼装说明书 | car1.urdf：底盘 + arm_link1~6 + 夹爪 |
| joint | 骨头之间的关节：有的焊死、有的能转 | fixed / continuous / revolute 三类 |
| TF 树 | 全家福站位图：谁站在谁旁边、朝向哪 | 根是 base_footprint，树断一则全乱 |
03关联知识点
定位要地图、建图要定位，SLAM 把两者联合求解，是移动机器人自主性的起点。
感知（雷达）→ 定位（里程计+匹配）→ 构图（栅格），缺一则地图不可用。
visual 看的、collision 撞的、inertial 算动力学的——三者可以引用不同精度的几何模型。
fixed 焊死（底盘→雷达）、continuous 无界旋转（4 个麦轮）、revolute 有界旋转（臂与夹爪，必须带 limit）。
根是 base_footprint（车体在地面的投影点），base_joint 以 fixed 抬升 0.029 m 接 base_link，保证 2D 导航的"地面基准"。
夹爪 5 个指节里只有 r_joint 是主动的，其余用 <mimic> 跟随它——滑条只拖一根，五根指节一起动。
04实验目标
- 能用一句生活比喻向他人讲清 SLAM = 边走边画地图 + 同时定位
- 能指认 car1 URDF 中 底盘 / 机械臂 / 夹爪 三部分及各自 joint 类型
- 跑通 display.launch.py 可视化三件套，在 rviz2 中看到模型并拖动关节滑条
- 用 view_frames 导出 TF 树，说清 base_footprint → base_link → laser_link 链路
- 解释栅格地图三值 -1 / 0 / 100 与分辨率 0.05 m 的含义
05实验环境与准备
本实验纯软件即可完成（有实物更佳）：只需 Ubuntu 22.04 + ROS2 Humble 与已编译的 car1_description 功能包。
| 项目 | 要求 |
|---|---|
| 系统 | Ubuntu 22.04 + ROS2 Humble，source 工作空间并编译通过 |
| 软件包 | car1_description（含 urdf/car1.urdf、launch/display.launch.py、rviz/car1.rviz）、joint_state_publisher_gui、robot_state_publisher、rviz2 |
| 源码位置 | ros2_ws/src/xflz_eai_car1/simulations/car1_description/ |
| 可选硬件 | 小车 C1：COIN-D6 雷达（设备节点 /dev/lidar、话题 /scan、10 Hz、Best Effort QoS） |
| 验证命令 | ros2 topic hz /scan 约 10 Hz（接实物时） |
06动画讲解：激光扫描与栅格地图
左：雷达扇形束一圈圈扫过，量出到墙面的距离；右：扫到的格子被逐格"点亮"——100（墙）、0（空闲）、-1（灰色未知）。小车走到哪，亮的格子就铺到哪，这就是建图的最小过程。
07互动讲解：joint 类型 × TF 树拼装台
点击按钮给两个 link 选一种 joint，看 TF 父子关系与车体行为如何变化：
<limit>（机械臂与夹爪）选 revolute。类型选错，rviz 里要么拖不动、要么转飞了。08实操步骤：display 三件套看模型
# ① 启动模型可视化（本实验核心命令，一条命令拉起三个节点） ros2 launch car1_description display.launch.py # ② 导出 TF 坐标树：生成 frames_<时间戳>.pdf 与 frames.gv（在命令执行的当前目录） ros2 run tf2_tools view_frames # ③ 数一数 URDF 里有多少连杆与关节（真实值：17 link / 21 joint） grep -c "<link name=" car1.urdf grep -c "<joint name=" car1.urdf # ④（接实物）确认雷达数据在发 ros2 topic hz /scan # 约 10.0 Hz # car1.urdf 关键片段：根节点贴地，fixed 抬升 0.029 m 接车体 <link name="base_footprint" /> <joint name="base_joint" type="fixed"> <origin xyz="0 0 0.029" rpy="0 0 0" /> <parent link="base_footprint" /> <child link="base_link" /> </joint>
| car1 三部分 | 构成 | joint 类型 |
|---|---|---|
| 底盘主体 | base_link + 4 个麦轮（wheel_lf/rf/lb/rb）+ 雷达 / IMU 支架 | base_joint、laser_joint、imu_joint 全为 fixed；4 个轮子为 continuous |
| 机械臂 | arm_base_link + arm_link1~6（臂体 6 段，其中 arm_link6 用 fixed 与 link5 固定） | arm_joint1~5 为 revolute（各带 ±3.14 rad limit）→ 5 自由度 |
| 夹爪 | r_link / l_link / r_in_link / r_out_link / l_in_link / l_out_link 共 6 段指节 | 全部 revolute；仅 r_joint 主动，其余 5 个用 <mimic> 跟随开合 |
<link> 数 = 17、<joint> 数 = 21，而自由度只有 4（轮子）+ 5（臂）+ 1（夹爪）= 10：因为 fixed 关节、mimic 从动关节都不贡献自由度。分清"节点数"与"自由度"，后面算正逆运动学才不会乱。09重点与易错点
| ⚠️ 常见坑 | 现象 → 解法 |
|---|---|
| rviz 里没有模型 | 画面空白 → 检查左侧 Displays 里 RobotModel 是否 Enabled、Description Topic 是否为 /robot_description |
| joint 滑条拖不动 | 该关节是 fixed / mimic 从动关节（本来就拖不动）→ 改拖 arm_joint1~5 或 r_joint |
| 找不到功能包 | Package 'car1_description' not found → 忘了 source 工作空间的 install/setup.bash，或未编译该包 |
| 模型扭曲/位置错 | origin 的 xyz/rpy 写错单位（米/弧度）→ 对照实物量一遍 |
| TF 树断裂 | view_frames 里缺 laser_link → robot_state_publisher 没起，或 URDF parent/child 写反 |
- display.launch.py 一键拉起 三件套，rviz2 能看到完整车体与机械臂
- frames.pdf 中 root = base_footprint，laser_link 与 imu_link 挂在 base_link 之下
- 能说出 -1 / 0 / 100 与 0.05 m 分辨率的含义
- 能指出 car1 三部分及 fixed / continuous / revolute 各用在哪里，并说出自由度为何是 10
10总结与思考
display 三件套跑通，rviz2 见车、view_frames 见树、grep 数出 17 link / 21 joint。
感知 → 定位 → 构图闭环；蒙眼逛新家比喻讲清同时定位与建图。
link/joint/origin 三件套语法，三种 joint 类型辨识，mimic 联动关系。
source 了吗 → RobotModel 加了吗 → Fixed Frame 对吗 → parent/child 反了吗。