激光雷达建图&定位开源方法hdl_graph_slam及hdl_localization实践记录

目的

使用激光雷达完成室内外环境中的地图构建以及全局定位。

方法

激光雷达SLAM方法为hdl_graph_slam, 链接如下hdl_graph_slam
激光雷达全局定位方法（重定位方法）为hdl_localization, 链接如下hdl_localization

软硬件配置

软件：
Ubuntu16.04
ros kinetic
pcl 1.7
eigen 3.2
g2o

硬件：
CPU Intel® Core™ i7-8700K CPU @ 3.70GHz × 12
内存 15.6 GiB
Velodyne 32线激光雷达
北斗星通IMU

使用流程

安装hdl_graph_slam

参考github页面即可，详情见博客Lachiven-hdl_graph_slam配置
注意：

1. 对于Ubuntu16.04，pcl的安装方式非常简单：sudo apt-get install libpcl-dev
   详情见博客pcl安装
   不建议编译源码安装，本人出现过无法找到头文件的报错，只能重装系统解决。
2. g2o在github的官方仓库在2020年四月进行过更新，更新后依赖Eigen3.3。 如果只有Eigen3.2，请使用其历史版本20170730_git
3. 若采用单独编译某个包的方法，在编译hdl_graph_slam与hdl_graph_slam之前，首先需要编译ndt_omp

安装hdl_graph_slam

所有依赖与hdl_graph_slam相同，将git源码放在工作空间src下随后进行编译即可。

建图

首先打开雷达和imu驱动，随后录制数据包。
停止录包后，关闭雷达和imu节点。进入hdl_graph_slam工作空间，输入以下命令

rosparam set use_sim_time true

roslaunch hdl_graph_slam hdl_graph_slam_inin.launch

roscd hdl_graph_slam/rviz
rviz -d hdl_graph_slam.rviz

rosbag play --clock ***.bag

保存地图

输入以下命令

rosservice call /hdl_graph_slam/save_map "utm: false
resolution: 0.05
destination: '/home/junbo/Dataset/RobotDrive202009/hdl400.pcd'"

注意:以上utm resolution destination 三个选项之间回车隔开

重定位

为了实时运行，首先需要修改launch文件，将其中

<!-- in case you use velodyne_driver, comment out the following line -->
  <node pkg="nodelet" type="nodelet" name="$(arg nodelet_manager)" args="manager" output="screen"/>

注释掉，变为

<!-- in case you use velodyne_driver, comment out the following line -->
<!--<node pkg="nodelet" type="nodelet" name="$(arg nodelet_manager)" args="manager" output="screen"/>-->

同时，需要将雷达和imu topic名字换为自己需要的

<launch>
  <!-- arguments -->
  <arg name="nodelet_manager" default="velodyne_nodelet_manager" />
  <arg name="points_topic" default="/velodyne_points" />
  <arg name="imu_topic" default="/imu" />
  <arg name="odom_child_frame_id" default="velodyne" />

在这里我的topic名字为 /imu 和 /velodyne

打开雷达和imu节点，输入以下命令

rosparam set use_sim_time false

roslaunch hdl_localization hdl_localization_inin.launch 

roscd hdl_localization/rviz
rviz -d hdl_localization.rviz

注意

1. 如果进行纯定位时的初始位姿在地图坐标系附近，在launch文件中
   可以将 “specify_init_pose" 设为 ”true“，这样，其默认的三维位置（0，0，0）和默认的表示旋转的四元数（0，0，0，1）就可以很好的给予点云一个初始状态，有利于其后续匹配和重定位。
2. 如果想在地图中任意位置进行重定位，需要在开启
   rviz -d hdl_localization.rviz
   后，选择rviz上方的2D pose estimator，并在地图中左键点击和鼠标拖动，选择一个与真实位置相近的位置与航向。

效果

建图效果，下方为车道，右上为车库（使用pcl_viewer查看）

以上为重定位效果。注意：地图起点在下方道路中央，重定位初始位置在车库内，初始位姿估计由rviz给出，给出初始位姿五秒内点云可完成配准过程，即完成重定位。

局部特写。注意：黄色点云为地图点，绿色部分为地图中新出现的梯子和人员。可见该方法对地图变化具有一定的鲁棒性。

总结

在本项目的硬件配置和运行环境中，hdl_graph_slam的同时定位与建图与其他开源方法相比似乎没有明显优势，但其配套的hdl_localization却提供了相当方便与可靠的重定位功能。