hdl_localization技术文档

hdl_localization是一个基于ROS的实时三维定位包，专为如Velodyne HDL32e和VLP16这样的3D激光雷达设计。它采用无迹卡尔曼滤波（UKF）进行姿态估计，结合了IMU数据初步估算传感器姿态，并通过多线程NDT（Normal Distributions Transform）扫描匹配进一步校正，提升定位精度。支持选择性地使用IMU信息，若不启用，则应用恒定速度模型。

安装指南

前提条件

确保您的系统已安装ROS（建议Melodic或更高版本）、PCL、OpenMP以及必要的编译工具。

步骤

1. 克隆仓库：打开终端，进入您的catkin工作空间的src目录。

   cd /your/catkin_ws/src
   

   接着，依次克隆所需的GitHub仓库：

   git clone https://github.com/koide3/ndt_omp
   git clone https://github.com/SMRT-AIST/fast_gicp --recursive
   git clone https://github.com/koide3/hdl_localization
   git clone https://github.com/koide3/hdl_global_localization
   

2. 构建与编译 使用catkin_make命令进行编译，可以选择开启CUDA加速。

   cd /your/catkin_ws
   catkin_make -DCMAKE_BUILD_TYPE=Release
   
   # 如需CUDA加速的VGICP
   # catkin_make -DCMAKE_BUILD_TYPE=Release -DBUILD_VGICP_CUDA=ON
   

Docker快捷方式

对于快速搭建环境，可以使用Docker，按照提供的指示操作即可。

项目使用说明

1. 启动服务 在启动前，设置仿真时间（如果使用模拟数据），并启动hdl_localization节点：

   rosparam set use_sim_time true
   roslaunch hdl_localization hdl_localization.launch
   

2. 可视化 使用RVIZ显示定位结果：

   roscd hdl_localization/rviz
   rviz -d hdl_localization.rviz
   

3. 播放示例数据 下载并播放提供的示例bag文件进行测试：

   rosbag play --clock hdl_400.bag
   

4. 全球重定位 当需要进行全球重定位时，调用服务：

   rosservice call /relocalize
   

API使用文档与话题、服务

• 话题:

  • odom: 输出的估计姿态，nav_msgs/Odometry类型。
  • aligned_points: 输入点云，经过地图对齐。
  • status: 扫描匹配状态信息，如收敛情况、匹配误差及内点比例。

• 服务:

  • /relocalize: 服务调用来重置传感器姿态至全局定位结果。

示例与配置

定位过程中，如果遇到性能瓶颈或定位不稳定，修改hdl_localization.launch中的ndt_neighbor_search_method至"DIRECT1"可显著加快匹配速度。

相关资源与联系

hdl_localization与其他几个包一起构成一套完整的系统，可用于长期且大面积的人群行为测量等场景。作者Kenji Koide及其研究团队的联系方式可在文档末尾找到，更多技术支持和最新信息请访问其官方网站或直接通过邮件联系。

---

此文档旨在提供清晰、逐步的指导，帮助开发者和研究人员快速上手并有效利用hdl_localization进行激光雷达的实时定位任务。