Evin haritası

# Raspberry Pi 4/5: Ubuntu Server 24.04 (64-bit) + ROS 2 Jazzy ros-base
# Raspberry Pi Imager → Ubuntu Server 24.04 LTS, SSH ve WiFi'yi imager'da ayarla.
sudo apt update && sudo apt install -y ros-jazzy-ros-base ros-dev-tools \
  ros-jazzy-ros2-control ros-jazzy-ros2-controllers ros-jazzy-robot-localization
echo "source /opt/ros/jazzy/setup.bash" >> ~/.bashrc
echo "export ROS_DOMAIN_ID=7" >> ~/.bashrc

# LiDAR ve ESP32 için sabit cihaz adları (idVendor/idProduct: udevadm info -a -n /dev/ttyUSB0)
sudo tee /etc/udev/rules.d/99-rover.rules > /dev/null <<'RULES'
SUBSYSTEM=="tty", ATTRS{idVendor}=="10c4", ATTRS{idProduct}=="ea60", ATTRS{serial}=="LIDAR_SERI_NO", SYMLINK+="lidar"
SUBSYSTEM=="tty", ATTRS{idVendor}=="1a86", ATTRS{idProduct}=="7523", SYMLINK+="rover"
RULES
sudo udevadm control --reload-rules && sudo udevadm trigger

# Mimari: Pi'de ros2_control + LiDAR sürücüsü, PC'de SLAM / Nav2 / RViz.
# İkisi aynı ROS_DOMAIN_ID ile aynı ağda.

#!/usr/bin/env python3
"""kalman_1d.py — Kalman filtresinin özü, 30 satır. EKF'nin ne yaptığını sezmek için.

Robotun yönünü (yaw) iki kaynaktan tahmin ediyoruz:
  - tahmin: gyro ile entegrasyon (kayar, ama kısa vadede pürüzsüz)
  - ölçüm: tekerlek odometry'sinin yönü (patinajla sıçrar, ama kaymaz)
"""
import numpy as np

rng = np.random.default_rng(0)
dt, n = 0.02, 1500
true_rate = 0.4 * np.sin(np.arange(n) * dt * 0.5)          # rad/s
true_yaw = np.cumsum(true_rate) * dt
gyro = true_rate + 0.01 + rng.normal(0, 0.02, n)           # 0.01 rad/s bias
wheel_yaw = true_yaw + rng.normal(0, 0.05, n)
wheel_yaw[700:720] += np.linspace(0, 0.3, 20)              # patinaj anı
wheel_yaw[720:] += 0.3

x, P = 0.0, 1.0            # durum: yaw, belirsizliği
Q, R = (0.02 * dt) ** 2, 0.05**2
est = []
for k in range(n):
    x, P = x + gyro[k] * dt, P + Q                          # tahmin
    K = P / (P + R)                                         # Kalman kazancı
    x, P = x + K * (wheel_yaw[k] - x), (1 - K) * P          # düzeltme
    est.append(x)

gyro_only = np.cumsum(gyro) * dt
for name, e in [("sadece gyro", gyro_only), ("sadece tekerlek", wheel_yaw), ("kalman", np.array(est))]:
    print(f"{name:16s} RMS hata: {np.degrees(np.sqrt(np.mean((e - true_yaw) ** 2))):.2f}°")
# Q ve R'yi değiştir: filtre hangi kaynağa ne kadar güveniyor?

# PC'de: SLAM Toolbox ile harita çıkar
sudo apt install -y ros-jazzy-slam-toolbox ros-jazzy-nav2-map-server
ros2 launch slam_toolbox online_async_launch.py use_sim_time:=false

# RViz: Fixed Frame = map · Add > Map (/map) · LaserScan (/scan) · TF
# Robotu YAVAŞ sür (teleop'ta hızı 0.15 m/s, dönüşü 0.5 rad/s'ye indir).
# Aynı yerden ikinci kez geçince loop closure'ı izle.

# Haritayı kaydet: Nav2 formatı (pgm + yaml) ve SLAM Toolbox'ın kendi formatı
ros2 run nav2_map_server map_saver_cli -f ~/maps/ev
ros2 service call /slam_toolbox/serialize_map slam_toolbox/srv/SerializePoseGraph "{filename: '/home/$USER/maps/ev'}"