基于SC-LeGO-LOAM的建图和ndt_localizer的定位

基于SC-LeGO-LOAM的建图和ndt_localizer的定位

链接: link. SC-LeGO-LOAM
链接: link. ndt_localizer

将建图和定位两部分分开，利用SC-LeGO-LOAM进行建图，相比于LeGO-LOAM，其采用了Scan Context方法，对点云地图进行闭环检测和姿态图优化后闭环效果更好。后续采用ndt进行定位。

---

一、利用SC-LeGO-LOAM建图

1. 下载源码包

git clone https://github.com/AbangLZU/SC-LeGO-LOAM.git
// 编译
cd ..
catkin_make

2. 原作者使用的是Ouster OS1-64雷达，本文采用velodyne 16线激光雷达，对utility.h文件要做以下修改

首先是pointCloudTopic和imuTopic

 # 将原本的这两行注释或者直接修改
// extern const string pointCloudTopic = "/os1_points";
// extern const string imuTopic = "/imu/data";
 # 修改为对应的雷达和IMU的Topic
extern const string pointCloudTopic = "/velodyne_points";
extern const string imuTopic = "/imu/data";

再将原本的这行注释掉，添加以下代码

# 注释
// Ouster OS1-64
//extern const int N_SCAN = 64;
//extern const int Horizon_SCAN = 1024;
//extern const float ang_res_x = 360.0/float(Horizon_SCAN);
//extern const float ang_res_y = 33.2/float(N_SCAN-1);
//extern const float ang_bottom = 16.6+0.1;
//extern const int groundScanInd = 15;
       
# 添加
// VLP-16
extern const int N_SCAN = 16;
extern const int Horizon_SCAN = 1800;
extern const float ang_res_x = 0.2;
extern const float ang_res_y = 2.0;
extern const float ang_bottom = 15.0+0.1;
extern const int groundScanInd = 7;
       
# 对于64线的VLP雷达，添加：
extern const int N_SCAN = 64;
extern const int Horizon_SCAN = 2083;
extern const float ang_res_x = 360.0/float(Horizon_SCAN);
extern const float ang_res_y = 26.8/float(N_SCAN-1);
extern const float ang_bottom = 24.8;
extern const int groundScanInd = 55;

3. 再次编译

cd /catkin_ws
catkin_make
source devel/setup.bash

4. 运行

roslaunch lego-loam run.launch
#播放bag包
rosbag play --clock ***.bag
#如果bag的雷达话题不是/velodyne_points，可在播放的时候添加话题映射，例如原话题为/rslidar_points
rosbag play --clock ***.bag /rslidar_points:=/velodyne_points

在SC-LeGO-LOAM中，imu起着去除运动畸变的作用，但在实际运行中发现，添加了imu话题之后，建图会产生漂移。所以，在播放bag包的时候为加入imu话题，建图效果也还好。

SC-LeGO-LOAM中添加了自动保存地图功能，bag包播放结束后，Ctrl+C结束，即可在map文件夹下生成pcd文件。建图过程到此完成，下面是实现NDT定位。

---

二、利用ndt_localizer进行定位

1. 下载源码包

cd /catkin_ws/src
git clone https://github.com/AbangLZU/ndt_localizer.git
cd ..
catkin_make

2. 将之前生成的***.pcd文件复制到ndt_localizer文件下的map文件夹里，对launch文件进行修改

map_loader.launch
将***.pcd 修改为map文件下的名称

ndt_localizer.launch
将urdf模型注释

pointsdownsample.launch
将雷达话题改为/velodyne_points；leaf_size改为1.0（如果采用的是16线的激光雷达,那么降采样的 leaf_size 控制在1 - 2 m 较为合适,当采用的激光雷达为 32 线及以上 , 可以将 leaf size 设置为 2 - 3 m ）

3. 运行

cd /catkin_ws
catkin_make
source devel/setup.bash
roslaunch ndt_localizer ndt_localizer.launch

此时，地图会在rviz里面加载出来

4. 再选择rviz里面的 2D Pose Estimate，选定车辆的初始姿态（一切使用预先构建的地图进行配准定位的方法都需要提供初始姿态,在工业界的实践中,这一初始姿态通常是通过 gnss 获得,本文中我们简化这一步,在 Rviz 中手动指定初始姿态, Rviz 中设定的初始姿态通常会被默认发送至 /initialpose topic 上）

5. 然后另起终端，播放bag包，即可看到定位的实现过程。
   
   问题记录：
   换成Ubuntu20.04后运行lego-loam出现rviz不显示点云的现象；

# rviz提示错误：
failed to transform from frame /camera_init to frame map
failed to transform from frame /camera to frame map

解决： 将***.cpp文件中的/camera_init替换为camera_init；/camera替换为camera；launch文件同理；

参考文献

1. https://github.com/AbangLZU/SC-LeGO-LOAM.git
2. https://github.com/AbangLZU/ndt_localizer.git