标签：map localization 如下 模块 点云 apollo 定位 ndt

apollo localization模块学习

• 定位
• • 输入
  • 输出
  • 目录
  • • rtk
    • ndt
    • • LidarLocatorNdt::Update
      • LidarLocatorNdt::ComposeMapCells
      • BaseMap::LoadMapArea
      • NDT步骤
    • msf
    • • config.xml
      • 地图路径命名

定位

输入

在提供的RTK方法中，有两个输入：

• GPS-全球定位系统。
• IMU-惯性测量单元。

在所提供的多传感器融合定位方法中，有三个输入：

• GPS-全球定位系统。
• IMU-惯性测量单元。
• 激光雷达-光探测与测距传感器

输出

• 一个Protobuf message类型的LocalizationEstimate实例，它可以在localization/proto/localization.proto中找到。

目录

下面是localization的目录结构，看之前最好看下该模块的readme文件

├── common          // 声明配置(flags)，从conf目录中读取相应的值
├── conf            // 配置文件存放目录
├── dag             // cyber DAG流
├── launch          // cyber的配置文件，依赖DAG图（这2个和cyber有关的后面再分析）
├── msf             // 融合定位（gnss,点云,IMU融合定位）
├── ndt                         // ndt定位
├── proto                   // 消息格式
├── rtk                     // rtk定位
└── testdata                // imu和gps的测试数据

可以看到，主要是rtk，ndt，msf这3个目录分别代表了不同的定位方法，而proto是消息的格式定义，common和conf主要是存放一些配置和消息TOPIC。下面我们逐个分析各个模块。

rtk

rtk定位模块很简单，主要流程如下：

主要将gps以及imu中的msg填充到Localization中相应的位置。

ndt

ndt定位算法流程如下：

主要的流程在黄色步骤，主要进行ndt算法匹配。几个主要的函数实现如下：

LidarLocatorNdt::Update

具体流程如下：

1. 组合导航之间的位置差，作为预测位置
2. 根据当前预测位置加载周边地图
3. 对当前帧地图进行滤波
4. 获取点云地图，并将点云数据转到激光坐标系
5. 进行NDT匹配
6. 获取NDT匹配结果。

LidarLocatorNdt::ComposeMapCells

具体流程如下：

1. 计算9个块的start end坐标，存入map_nodes_zones
2. 遍历每一个块的区域，计算每一个区域的mean以及icov_，数据存到cell_map_中。

BaseMap::LoadMapArea

流程比较简单：

1. 构建9块的map_ids
2. 根据map_ids的值，导入所有的map_ids.LoadMapNodes(&map_ids)

NDT步骤

NDT算法的基本思想是先根据参考数据（reference scan）来构建多维变量的正态分布，如果变换参数能使得两幅激光数据匹配的很好，那么变换点在参考系中的概率密度将会很大。因此，可以考虑用优化的方法求出使得概率密度之和最大的变换参数，此时两幅激光点云数据将匹配的最好。

msf

msf定位算法流程如下：

主要的流程在黄色部分，主要进行多传感器融合。

其中Lidar Localization算法流程如下：

主要采用LK算法进行heading的计算，采用直方图滤波算法计算（x, y）。

其中， r m ， r z r_m， r_z rm​，rz​表示，地图中和当前帧点云反射率。 σ m , σ z \sigma_m, \sigma_z σm​,σz​表示反射率标准差。

其中， a m , a z a_m, a_z am​,az​表示，地图中和当前帧点云的高度值。

似然计算如下：

方差计算放如下：

权重 γ \gamma γ计算放如下：

区域 Z Z Z中最佳的offset计算如下：

协方差矩阵如下：

config.xml

<?xml version="1.0" encoding="utf-8"?>
<map>
  <map_config>
    <version>map_ndt_v01</version>
    <node_size>
      <x>128</x>		#  1024个像素，每个像素0.125米
      <y>128</y>	    
    </node_size>
    <range>				# 默认值（单位米）
      <min_x>0</min_x>
      <min_y>0</min_y>
      <max_x>1000448</max_x>
      <max_y>10000384</max_y>
    </range>
    <compression>true</compression>
    <resolutions>
      <resolution>1</resolution>	# 第0个分辨率
    </resolutions>
    <resolutions_z>
      <resolution>1</resolution>
    </resolutions_z>
  </map_config>
  <map_runtime>
    <map_ground_height_offset>0</map_ground_height_offset>
  </map_runtime>
  <map_record>
    <datasets>
      <dataset>/apollo/modules/localization/msf/local_map/test_data/ndt_map/map_data</dataset>
    </datasets>
  </map_record>
</map>

地图路径命名

└── 000						// 分辨率id，resolution是一个数组，000表示第0个resolution
    └── north		  		// zone_id > 0 则为orth， 否则为south
        └── 10				// zone_id
            ├── 00032352		// north 方向的计数
            │   ├── 00004595	// east  方向的计数
            │   ├── 00004596
            │   └── 00004597
            ├── 00032353
            │   ├── 00004595
            │   ├── 00004596
            │   └── 00004597
            └── 00032354
                ├── 00004595
                └── 00004596

标签：map,localization,如下,模块,点云,apollo,定位,ndt
来源： https://blog.csdn.net/weixin_42232742/article/details/113522793

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。