本课程结束时，您将能够： 通过开发Python出版商订阅节点，控制机器人的闭环(基于里程计)。 解释基于里程计的运动控制方法的局限性，并确定其他可用于增强这一点的反馈信号。 解释发布到/扫描主题的数据，并使用现有数据ROS可视化工具。 使用现有的ROS工具实施SLAM并构建环境地图。 利用现有的ROS让机器人使用你生成的地图在环境中独立导航。 解释这些SLAM导航工具是如何实现的，需要什么信息才能让它们工作。
move_square.py
里程计对机器人导航非常重要，但它可能会随着时间的推移而漂移和积累误差，正如你在之前的练习中观察到的那样（虽然真实机器人更好！）幸运的是，我们的机器人上还有另一个传感器，它可以提供更丰富的环境信息，我们可以使用它来补充里程计信息，提高机器人的导航能力。
[TERMINAL 1] $ roslaunch turtlebot3_gazebo turtlebot3_world.launch [TERMINAL 2] $ roslaunch turtlebot3_bringup turtlebot3_remote.launch [TERMINAL 3] $ rosrun rviz rviz -d `rospack find turtlebot3_description`/rviz/model.rviz [TERMINAL 4] $ rostopic info /scan Type: sensor_msgs/LaserScan Publishers: * /gazebo (http://localhost:######## Subscribers: * /rviz_#### (http://localhost:######## [TERMINAL 4]: $ rosmsg info sensor_msgs/LaserScan std_msgs/Header header uint32 seq time stamp string frame_id float32 angle_min float32 angle_max float32 angle_increment float32 time_increment float32 scan_time float32 range_min float32 range_max float32[] ranges float32[] intensities 这是RViz，这是一个ROS允许我们实时可视化机器人测量数据的工具。由于位于机器人顶部的激光雷达传感器(如您在机器人概述部分发现的)，散布在机器人周围的红点表示激光位移数据。这些数据使机器人能够看到周围的任何障碍物。激光雷达传感器在旋转过程中继续旋转，从附近物体反射回传感器。脉冲返回所需的时间可用于确定反射物体的距离。由于激光雷达传感器旋转并继续执行这一过程，可以生成完整的360环境°扫描。在这种情况下（因为我们在这里进行模拟），数据代表了机器人周围模拟环境中的物体，所以你应该注意到，红点产生的轮廓与Gazebo中模拟世界中的物体相似(或至少部分相似)。
说明/激光扫描（LiDAR）数据 /LaserScan新闻是标准化的ROS消息（来自sensor_msgs任何软件包)ROS从激光位移传感器用它来发布激光位移传感器(如TurtleBot3上激光雷达)获取的数据。 ranges是一个float32值数组(我们知道它是一个值数组，因为数据类型背后有[])。这是所有实际距离测量值的信息部分(以米为单位)，包括激光雷达传感器获得的。
$ rostopic echo /scan/angle_min -n1 0.0 --- $ rostopic echo /scan/angle_max -n1 6.28318977356 --- $ rostopic echo /scan/angle_increment -n1 0.0175019223243 --- 范围数组共360个值：机器人周围每1个值°(角度增量为0.一次距离测量0175弧度)。范围数组中的第一个值(范围[0])是最近对象在机器人前面的距离(即θ=0弧度或角度_min）。范围数组(范围[359])的最后一个值是359°（即θ=6.弧度，或角度_max）物体最近的距离。例如，如果我们想要它，如果我们想要它ranges数组中的第65个值，即：ranges[65]我们知道这将意味着离机器人前方65°（1.138弧度)(逆时针)最近物体的距离。 激光扫描信息还包括参数range_min和range_max，分别表示激光雷达传感器能检测到的最小距离和最大距离(以米为单位)。也可以用rostopic echo命令直接报告这些信息。 回顾以上rostopic echo通过考虑这些上限和下限，了解激光雷达传感器的局限性。 最后，再次使用rostopic echo命令显示激光扫描主题信息的范围。现在不要用-n1选项，这样你就可以在终端中实时看到数据的变化，但在每个消息后使用-c选项清除屏幕，使事情更清晰。您还可能需要最大化终端窗口，以便您可以看到数组的所有内容：对于360个值，数组相当大，但用方括号[]来解释它的开始和结束位置，并且应该有一个——来帮助您确认您正在查看整个内容。
综上所述，激光雷达传感器和机器人的里程计(尤其是机器人姿势)数据非常强大，可以对机器人环境得出一些非常有用的结论。这些数据的关键应用之一是同步定位和绘图SLAM。这是内置的ROS工具允许机器人在定位自己的同时建立其环境地图！现在，你会知道的ROS使用这个工具有多容易。
练习3：使用SLAM构建环境地图 通过在每个终端中输入Ctrl C关闭所有正在运行的ROS进程： The Gazebo processes in TERMINAL 1. The Bringup processes in TERMINAL 2. The RViz processes running in TERMINAL 3 我们现在将机器人发射到另一个新的模拟环境中，我们将创建一个使用SLAM的地图！
navigation.launch
[TERMINAL 1] $ roscd week2_navigation [TERMINAL 1] $ mkdir launch