前言
tf(transform)，就是坐标转换，包括了位置和姿态两个方面的变换，坐标变换是机器人学中的概念。
在机器人学中，无论一个机器人多么复杂，我们都可以将它的组成抽象成两部分-连杆和关节，最典型的机器人是串联型机械臂，它的每条臂就是一个比较规整的关节，中间连接的电机就是它的关节，关节分为转动关节和移动关节，比如下图中比较经典的puma机械臂，可以抽象成很规整的连杆和关节的组成。
在将机器人抽象成关节之后，我们就可以使用dh法或改进dh法，为各个关节和连杆建立坐标系，而坐标变换就是用来描述我们建立的各个坐标系之间的关系，以方便人们表达机器人各个关节之间的位置关系。
一、ros中的tf
虽然我们可以将机器人进行抽象和简化，抛去它所有复杂的结构，将它抽象成一个个的坐标系，但是一个机器人可能有几十上百个关节，如下图所示，如果我们要自己去计算任意两个坐标系之间的变换关系，也是非常非常繁杂的。
于是ros为我们提供了一个用来方便tf计算的工具-tf树，tf树用来维护ros系统中的机器人以及周围环境的所有tf变换关系，只要你的tf树是连通的，你就可以提取任意两个坐标系之间的坐标变换关系，掌控任何坐标系的位置，ros中的tf树考虑到存储容量问题，只维护最近5秒的tf变换数据。
1.监听tf变换
监听tf变换就是获取tf树中的坐标变换关系，这是通过tf类中的transformlistener类实现的，下面以古月居的代码为例进行说明。
通过这一顿操作，就可以将两只海龟的坐标变换读取出来，存到我们创建的transform类中，方便我们进行其他操作。
2.广播tf变换
广播tf变换是用来更新tf树的，有时我们控制了机器人进行了位置移动，那么ros怎么知道它新的位置呢？这就需要通过tf广播器，将最新的机器人位置发布到tf树中，仍然以古月居的代码进行说明。
我们传入一个参数（乌龟节点名字），就可以发布这只乌龟相对于世界的坐标变换，当我们知道了两只乌龟相对于世界的坐标变换，那么也可以根据公式推出他们之间的坐标变换，因为它们是连通的，两只乌龟之间的坐标变换，只要乌龟1左乘乌龟2相对于世界变换矩阵的逆即可。
launch文件的编写
然后就可以运行launch文件，查看效果
roslaunch turtle_tf turtle_tf_demo.launch
二、tf常用组件
无论是使用乌龟，还是我们在仿真环境中创建了一个自己的机器人，ros为我们提供了各种各样的工具方便我们查看其中的tf变换，而不需要我们像上面的例子一样，自己去编写tf坐标变换的监听和广播器，下面我以mbot小车为例，展现一下较为复杂的tf坐标变换关系和常用工具使用。
先打开一个gazebo仿真环境
1.tf_monitor
作用：将当前的坐标系转换关系打印到终端控制台
rosrun tf tf_monitor
这样就可以在终端输出任意两个坐标系之间的坐标变换，当然也可以查看特定两个坐标系之间的坐标变换，只需要给它传入参数
rosrun tf tf_monitor base_link odom
2.tf_echo <source_frame> <target_frame>
作用：把特定的坐标系之间的平移旋转关系，打印到终端控制台
rosrun tf tf_echo base_link odom
3.view_frames
作用：输出当前的tf关系以pdf的形式输出到当前目录下
rosrun tf view_frames
这个工具是非常方便且常用的
4.roswtf
作用：帮助你找到tf中的错误
roswtf
5.rviz
当然你也可以通过最牛逼的可视化工具rviz显示所有的tf坐标变换，打开一个rviz，选择tf即可
6.robot_state_publisher
robot_state_publisher是机器人的状态发布器，使用参数 robots_description 指定的urdf和来自主题关节状态的关节位置来计算机器人的正向运动学并通过tf发布结果。
它订阅关节状态发布器（joint_state_publisher）节点发布的关节状态主题（ sensor_msgs/jointstate ）将机器人各个关节的tf变换发布到tf树上，这就不需要我们自己去编写关节状态更新的节点，而只需要在launch文件中，一并启动这个ros为我们提供的节点即可。
<!-- 运行robot_state_publisher节点，发布tf -->
<node name="robot_state_publisher" pkg="robot_state_publisher" type="robot_state_publisher" output="screen" >
<param name="publish_frequency" type="double" value="50.0" />
</node>
它的参数如下：
| 参数 | 意义 |
| robot_description | urdf 机器人描述 |
| tf_prefix | 为命名空间感知的转换发布设置tf前缀 |
| publish_frequency | 状态发布器的发布频率（默认：50） |
| ignore_timestamp | 如果为真，则忽略 publish_frequency 和joint_states 的时间戳，并为每个接收到的joint_states 发布一个tf（默认：false） |
| use_tf_static | 设置是否使用 /tf_static 锁存的静态变换广播器（默认：true） |
三、slam中的tf
slam中的tf最重要的有两部分：（1）机器人底盘坐标系（base_frame）与里程计坐标系（odom_frame）之间的变换关系 和 （2）里程计坐标系（odom_frame）与地图坐标系（map_frame）之间的变换关系
（1）的变换关系主要是由机器人自带的里程计（如：编码器、imu、laser）提供，采用的方法叫里程计位姿估计（odometry），这一部分的主要作用是让我们知道了机器人从初始位置（odom_frame）到现在位置（base_frame）的关系，但是这一部分是相对的，我们不知道环境信息时，没法绝对的确定机器人位置，而且单纯的使用里程计定位，会产生累计漂移误差，这就需要使用某些方法确定机器人和环境之间的位置关系。
机器人和环境之间的坐标变换关系可以由很多方式给出，比如amcl（自适应蒙特卡洛定位）专门用来机器人定位的算法、或者slam的方法（如激光雷达的算法gmapping），但是tf数的结构决定了一个坐标系只能有一个父坐标系（一个人只能认一个爹），base到odom的坐标变换中，base已经当做父坐标系了，因此这些定位方法往往给出里程计坐标系（odom_frame）与地图坐标系（map_frame）之间的变换关系，即（2），这样相当于间接给出了base与map之间的关系，也可以确定机器人的位置，如下图所示
这样也补偿了里程计的漂移误差
总结
本文介绍了tf坐标变换的基本概念以及tf在ros中的表示形式（tf树），通过古月居的乌龟跟随的例子，分析了tf树的广播器和监听器最基本的书写形式，从中展示了如何提取和应用tf变换的信息，并介绍了5种最常用的tf树及tf信息的提取工具，最后简要说明了slam中最为重要的两种tf坐标变换。
到此这篇关于ros tf坐标变换的文章就介绍到这了,更多相关ros tf坐标变换内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持！