Autoware定位与建图模块(一)——定位

该包是从autoware中提取出来，能够实现基于激光雷达点云定位功能的最小包。

注意：使用该包完成定位功能前，需要先通过激光SLAM算法获取环境pcd点云地图。

该包的定位算法种类：

• 1.纯激光雷达点云定位


• 2.融合GNSS的点云定位


• 3.融合IMU的点云定位


• 4.融合GNSS、IMU的点云定位

该定位功能必须包含包：

• autoware_build_flags


• messages

gnss_localizer的CMake依赖:

• gnss

lidar_localizer的CMake依赖:

• pcl_omp_registration


• autoware_health_checker -> ros_observer


• points_downsampler -> velodyne_pointcloud(apt安装)


• ndt_cpu -> ndt_tku


• jsk_rviz_plugins(apt安装)

map_file的CMake依赖:

• vector_map

编译使用catkin build，不能用catkin_make，会因编译包的先后顺序导致报错。

功能包文件组织结构

三、安装
3.1 安装依赖

/points_raw为voxel_grid_filter节点订阅的话题名称，消息类型为sensor_msgs/PointCloud2

4.2 实车测试

4.2.1 通过SLAM算法建立环境点云地图

若定位要融合GPS，建图时需要知道建图原点处的GPS信息。

4.2.2 实时点云的frame_id与话题名称匹配

激光雷达点云的tf坐标系绑定在了/velodyne上，话题名称为/points_raw。

4.2.3 加载点云地图

/points_raw是经过voxel_grid_filter下采样后，发布/filtered_points，/ndt_maching节点订阅该话题，发布/ndt_pose，/ndt_pose是pub_odom节点订阅的话题，该话题给move_base提供里程计信息。

5.1 map_file功能包

该功能包可加载3D地图点云和矢量地图，此处仅用点云地图。

source devel/setup.bash
roslaunch autoware_quickstart_examples small_robot_map.launch

robot_map.launch代码如下，通过指定点云地图文件路径加载点云地图，发布点云地图话题 /points_map。

small_robot_tf.launch代码如下，设置静态发布的tf树
主要指定world->map；base_link->velodyne;base_link->mobility;这三个静态tf变换，具体参数可以根据自己的机器人进行调整。默认world与map重合，map与mobility重合。

headless_setup.yaml代码如下，指定NDT matching节点中激光雷达与车体坐标系之间的tf变换关系。

#T_baselink_velodyne
tf_x: 0.12 #0.12
tf_y: 0
tf_z: -0.3 #0.35
tf_yaw: 0
tf_pitch: 0
tf_roll: 0
localizer: velodyne
use_sim_time: false

注意!!!

如果rviz中无法显示/points_map地图点云，可能是通过slam算法建立pcd点云文件width参数不匹配。

1。以有序点云方式加载

修改map_file/nodes/points_map_loader/points_map_loader.cpp中342行

pcd.width = int(pcd.data.size()/32);

中的32改为16。

2。以无序点云方式加载

用cloudcompare等3D点云编辑工具打开pcd点云文件，查看软件终端显示的点云数量，将该值直接赋值，此时需要指定pcd.screen"参数，将pcd.width参数打印出来。

output="screen"



5.2 gnss_localizer与gnss功能包

gnss_localizer包主要实现将两种GPS消息类型（nmea_msgs/Sentence与sensor_msgs/NavSatFix）转换为UTM坐标，其中GPS坐标(WGS84)转UTM坐标算法具体实现是在gnss功能包中。

将nmea_msgs/Sentence转换为UTM坐标

版权声明： 本博客所有文章除特别声明外，均采用 CC BY-NC-SA 3.0 许可协议。转载请注明出处！