Cartographer调参与系统资源使用情况分析

任务动机：通过Cartographer调参，达到在Rockchip rk3399开发板上实时和精度兼顾的效果。

任务描述：参照Cartographer官方调参文档，通过逐个调参，记录真实机器人建立的地图和系统资源消耗。

1. 硬件及OS信息

nametypeCPURK3399 双核Cortex-A72(大核)+四核Cortex-A53(小核)Kernel4.4.179ROSMeloclidarToFbagSpeed 0.266 m/s Turn 1.0 Rad/s

使用预先录制好的bag，然后用同一个bag对比不同的参数效果

2. 参数效果

评判调参效果，从两方面进行：

1. 建图中的优化实时性，即在建图中纠偏优化的实时速度；
2. 建图完成后的优化速度或者优化时间。

建图完成以后，地图的保存分成三步，写成一个脚本文件，这里并没有用通用变量，用起来需要进入脚本修改名称。使用cartographer_ros/offline_node 进行参数粗调，找到建图质量较好的地图后，记录实时的CPU使用情况。

2.1 官方给出的调参教程

### Low latency 调整
 #### local
 - 提高 voxel_filter_size
 - 提高 submaps.resolution
 - 降低 min_num_points max_range 提高 max_length
 - 降低 max_range
 - 降低 submap.num_range_data#### global
 - 降低 optimize_every_n_nodes
 - 提高 num_background_threads <= CPU 核数
 - 降低 linear_xy_search_window linear_z_search_window angular_search_window
 - 提高global_constraint_search_after_n_seconds
 - 降低max_num_iterations

2.2 参数调整

第一个调整的参数推荐 MAP_BUILDER.num_background_threads 先明确预留的CPU资源，在这个基础上进行调整。

2.2.1 Local SLAM(optimize_every_n_nodes = 0)

a.submap.num_range_data

构建子图需要的scan数据量

过程效果 = 1

最终效果 = 4

CPU使用情况

过程中

优化后

CPU

过程中

优化后

过程中

优化后

CPU

过程中

优化后

CPU

优化后

过程中 

优化后 

Result:

可以看出，num_range_data设置的值与CPU有这样一种关系，值小(10)，CPU使用率比较稳定，整体偏高，值大时，CPU短暂爆发使用(插入子图的时候)，平时使用率低，呈现极大的波动状态。

num_range_data表示多少个scan来构成submap，这个值的设定需要根据laser和运动速度进行具体的调整。

b. real_time_correlative_scan_matcher.rotation_delta_cost_weiht

finish_trajectory 后，及完成优化效果均相同

CPU

original 

finish_trajectory and optimized 

CPU

original 

finish_trajectory & optimized 

CPU

original 

finish_trajectory & optimized 

original 

optimized 

CPU

original 

finish_trajectory & unoptimized 

CPU

Results:

从CPU使用率来看，该参数并不会产生明显的影响，主要影响的是过程中的效果，间接会影响最后的优化时间长

2.2.2 Global SLAM

调整scan_matcher中的求解方法

a. bool use_online_correlative_scan_matching

选择是否先求解online scan matching，然后用correlative scan matcher为Ceres求解器产生一个好的初始解

完成优化时间过程效果(1-4/差-佳)最终效果(1-4/差-佳)23024

最终优化效果于使用初值相同。

完成优化时间过程效果(1-4/差-佳)最终效果(1-4/差-佳)26034

b. Ceres.POSE_GRAPH.constraint_builder.fast_correlative_scan_matcher.branch_and_bound_depth

branch and bound是优化器中fast_correlative_matcher搜索方法，界定分支法，求解问题构成一个搜索树，depth是构造树的深度。

完成优化时间过程效果(1-4/差-佳)最终效果(1-4/差-佳)23034

过程中

优化后

完成优化时间过程效果(1-4/差-佳)最终效果(1-4/差-佳)so long优化时间太长，放弃放弃 完成优化时间过程效果(1-4/差-佳)最终效果(1-4/差-佳)131624

优化完成后

完成优化时间过程效果(1-4/差-佳)最终效果(1-4/差-佳)24534

过程1  优化完成后 

完成优化时间过程效果(1-4/差-佳)最终效果(1-4/差-佳)14244

过程1  优化完成后 

这里走了一个大坑，在从机使用bag play，省掉了一个ssh到主机的过程，结果网络延迟造成了结果不稳定。

c. real_time_correlative_scan_matcher.real_time_correlative_scan_matcher.linear_search_window

线距离搜索框，在这个框的大小内，搜索最佳scan匹配.

完成优化时间过程效果(1-4/差-佳)最终效果(1-4/差-佳)27134 完成优化时间过程效果(1-4/差-佳)最终效果(1-4/差-佳)unknown实时效果极差，舍弃unknown 完成优化时间过程效果(1-4/差-佳)最终效果(1-4/差-佳)unknown实时效果差，舍弃unknown 完成优化时间过程效果(1-4/差-佳)最终效果(1-4/差-佳)unknown实时效果不佳，延迟感太强，舍弃unknown 完成优化时间过程效果(1-4/差-佳)最终效果(1-4/差-佳)38344

减小该参数可以增强实时的建图效果，降低闭环优化的效果，形成闭环时，产生的重影较多

d. real_time_correlative_scan_matcher.real_time_correlative_scan_matcher.angular_search_window

同上，角度搜索框的大小

完成优化时间过程效果(1-4/差-佳)最终效果(1-4/差-佳)27134 完成优化时间过程效果(1-4/差-佳)最终效果(1-4/差-佳)太长，不等了14

过程中出现

 

完成优化时间过程效果(1-4/差-佳)最终效果(1-4/差-佳)40933

过程中 

过程中2 

优化后

d.real_time_correlative_scan_matcher( translation_delta_cost_weight)/(rotation_delta_cost_weight)

这两个参数相当于最小化误差函数中的权重值，两者的比值，决定了更侧重与平移和旋转中的哪部分

这个值大小的设定，可以参照local latency rotation_delta_cost_weight的修改

完成优化时间过程效果(1-4/差-佳)最终效果(1-4/差-佳)27134 完成优化时间过程效果(1-4/差-佳)最终效果(1-4/差-佳)long ...24

完成优化时间过程效果(1-4/差-佳)最终效果(1-4/差-佳)long...2.54

3. 其他相似参数

parameterstypeannotationweightdouble优化轨迹时的重点优化部分，相对translation和rotation的比例max_num_iterationsint优化迭代步数linear_search_windowintscan匹配的帧数范围odometry_rotation/translation weightdouble调整比例，改变优化误差函数的着重部分huber_scaledouble鲁棒核函数，去噪

4. 参考

1.https://google-cartographer-ros.readthedocs.io/en/latest/tuning.html

2.https://google-cartographer-ros.readthedocs.io/en/latest/algo_walkthrough.html

3.https://google-cartographer.readthedocs.io/en/latest/configuration.html