1. TF库的目的是实现系统中任一个点在所有坐标系之间的坐标变换，也就是说，只要给定一个坐标系下的一个点的坐标，就能获得这个点在其他坐标系下的坐标。
使用tf功能包，A：监听tf变换，接收并缓存系统中发布的所有参考系变换，并从中查询所需要的参考系变换。
B:广播tf变换，向系统中广播参考系之间的坐标变换关系。系统中更可能会存在多个不同部分的tf变换广播，每个广播都可以直接将参考系变换关系直接插入tf树中，不需要进行同步。
数据结构，基本的数据类型有：Quaternion, vector, point, pose, transform
其中，quaternion表示四元数，vector3是一个3*1的向量，point表示一个点的坐标，Pose是位姿（包括坐标及方向），transform是一个转换的模板
tf::Stamped <T>
是一种包含了除了transform的其它几种基本的数据结构的一种数据结构
举个例子，在机器人的定位领域有AMCL算法，这个算法是根据给定的地图，结合粒子滤波获取最佳定位点Mp,这个定位点是相对于地图map上的坐标，也就是base_link(机器人基坐标系）相对map上的坐标，我们知道odom的原点是机器人启动时刻的位置，它在map上的位置是未知的，但是AMCl可以根据最佳粒子的位置推算出odom->map（就是说通过最佳粒子推算出机器人在地图中的位置）的tf转换信息并发布到tf主题上，因为base_link->odom的tf转换信息是每时每刻都在发布的，所以它是已知的，这里的tf关系
map->base_link(就是地图中机器人的位置，根据最佳粒子计算的）
base_link->odom(这是现实中机器人的位姿可以说是里程计的信息）
扫描二维码关注公众号，回复：
4070474 查看本文章
