【Autoware入门教程】如何使用NDT构建点云地图

最新推荐文章于 2025-11-08 01:07:02 发布
原创 最新推荐文章于 2025-11-08 01:07:02 发布 · 6.6k 阅读 · 47 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本教程详细介绍了如何使用Autoware的NDT Mapping模块进行点云地图构建。从启动仿真环境到运行runtime_manager，再到利用rqt_robot_steering控制车辆移动，最后保存并显示构建好的点云图。

启动仿真环境

$ roslaunch vehicle_gazebo_simulation_launcher world_test.launch

 

建图

启动Autoware的runtime_manager，并打开RVIZ，然后选择ndt_mapping，在右边的【app】中调整好参数后打钩√

$ roslaunch runtime_manager runtime_manager.launch

接下来通过rqt_robot_steering工具或者teleop_twist_keyboard键盘控制车辆的移动

整个建图过程视频https://www.bilibili.com/video/BV1u5411t7HJ/

【Autoware入门教程】如何使用NDT构建点云图

 

建图完成的点云图

 

保存点云图

建图完成后先别关闭，选择ndt_mapping右边的【app】，在下方选择Ref点云图的保存位置，然后点击PCD OUTPUT即可保存刚才NDT所建的点云图。

 

显示点云图

可以通过pcl_view查看刚才保存的pcd文件。

Autoware入门
天空中的太阳和月
04-26 887
Install https://gitlab.com/autowarefoundation/autoware.ai/autoware/-/wikis/home https://gitlab.com/autowarefoundation/autoware.ai/autoware/-/wikis/Source-Build 工具安装 for ubuntu16.04 $ sudo apt-get upda...
ROS实战之重定位——NDT
weixin_36485032的博客
07-04 4604
ROS实战之重定位——NDT目录安装方法绘制轨迹结果参考 目录 安装方法 拷贝到工作区，编译，运行，环境依赖同上一篇，Ubuntu16.04+ROS Kinetic+PCL+GTSAM，在运行前将要加载的点云地图放到map目录下，并命名为kaist02.pcd cd ~/catkin_ws/src git clone https://github.com/irapkaist/SC-LeGO-LOAM.git cd … catkin_make source devel/setup.bash roslaunc
2021-08-16-autoware学习1-定位模块解析之ndt_mapping
qq_43303411的博客
08-16 2212
autoware学习1-定位模块解析之ndt_mapping 由于近期采用autoware来做自动驾驶仿真和实验测试较多，因此对其进行了相应的学习，特此记录学习过程中对代码的了解，如有任何错误，请指出，大家相互学习共同进步，谢谢！ 我采用的是各版本号： autoware.ai，1.12版本 ros kinetic Ubuntu 16.04 opencv 3.4.0 + opencv_contrib 3.4.0 qt 5.9 nvidia-418 cuda 10 cudnn 7.3 本博客更多的是对代码的
【Autoware】之ndt_mapping理论公式及代码对比
这里是张聪明，正在学习中，请稍后
04-05 6026
Autoware之ndt_mapping详解Pub和SubNDT算法流程1. 将参考点云（reference scan）所占的空间划分成指定大小（CellSize）的网格或体素（Voxel）2. 初始化变换参数3. 对于要配准的点云（second scan），通过变换TTT 将其转换到参考点云的网格中 xi′=T(xi,p)x^′_i=T(x_i,p)xi′​=T(xi​,p)4. 根据正态分布参数计算每个转换点的概率密度5. NDT配准得分（score）通过对每个网格计算出的概率密度相加得到6. 根据牛顿
从零开始搭建自动驾驶系统：Autoware新手入门指南
最新发布
gitblog_01107的博客
11-08 995
你是否曾想过如何构建一套完整的自动驾驶系统？面对复杂的传感器融合、路径规划和车辆控制算法感到无从下手？本文将带你通过Autoware——全球领先的开源自动驾驶软件项目，一步步实现自动驾驶系统的搭建与运行。读完本文后，你将能够： - 理解Autoware的核心架构与功能模块 - 掌握基于Docker的快速部署方法 - 配置适合自己硬件环境的自动驾驶系统 - 参与开源社区贡献与问题解决 ## Aut
lidarslam_ros2：使用ndtgicp套准和位姿优化的3D激光雷达猛击的ROS2软件包
02-04
lidarslam_ros2 ros2 slam软件包的前端使用OpenMP增强的gicp / ndt扫描匹配，而后端则使用基于图形的slam。 移动机器人映射 绿色：带闭环的路径（大小为10m×10m的25x25网格） 红色和黄色：地图 概要 lidarslam_ros2是使用OpenMP增强的gicp / ndt扫描匹配的前端和使用基于图的slam的后端的ROS2程序包。 我发现即使只有16线LiDAR，即使是具有16GB内存的四核笔记本电脑也可以在室外环境下工作几公里。 （在制品） 要求建造 您需要作为扫描匹配器 克隆 cd ~/ros2_ws/src git clone --
【Autoware入门教程】如何在Gazebo仿真环境配置自动驾驶汽车
xiewf的博客
04-09 6319
Autoware源码中已经配置有Gazebo仿真环境，也可以根据自己的需要另外下载自动驾驶汽车的仿真模型。该汽车模型已经默认配置好了Velodyne HDL-32E 激光雷达、IMU和相机。 配置环境要求 ROS (kinetic以上版本) gazebo (gazebo7以上版本) 下载 $ cd <catkin workspace/src/> $ git clone https:...
autoware官方入门教使用
GJC的博客
02-09 6208
autoware官方入门教 autoware官方demo 1. 下载demo使用的数据包 数据包包括velodyne32E的激光雷达.bag文件（文件名：sample_moriyama_150324.tar.gz）下载链接如下 wget https://autoware-ai.s3.us-east-2.amazonaws.com/sample_moriyama_data.tar.gz 各种其他数据文件，包括激光雷达数据和GNSS数据（文件名：sample_moriyama_data.tar.gz），下载链
【Autoware入门教程】如何使用聚类算法作物体检测
xiewf的博客
05-14 1555
启动仿真环境 $ roslaunch vehicle_gazebo_simulation_launcher world_test.launch 加载地图 加载已经构建好的点云地图，建图过程看如何使用NDT构建点云地图。 Runtime Manager设置 启动地面过滤的节点，调整相关的参数如下图所示： 所有的节点连接图如下所示： 显示效果： ...
【Autoware入门教程】如何使用Hybrid a*进行路径规划
xiewf的博客
05-06 5576
启动仿真环境 $ roslaunch vehicle_gazebo_simulation_launcher world_test.launch 加载地图 加载已经构建好的点云地图，建图过程看如何使用NDT构建点云地图。 Runtime Manager设置 启动降采样和地面过滤的节点，调整相关的参数如下图所示： 启动ndt_matching节点进行自主定位，还要勾选vel_pose_co...
【Autoware入门教程】如何使用Pure Pursuit和MPC进行路径追踪
xiewf的博客
05-14 3097
启动仿真环境 $ roslaunch vehicle_gazebo_simulation_launcher world_test.launch 加载地图 加载已经构建好的点云地图，建图过程看如何使用NDT构建点云地图。 Runtime Manager设置 启动降采样节点，调整相关的参数如下图所示： 启动ndt_matching节点进行自主定位，还要勾选vel_pose_connect节点用作输出车辆的位姿和速度信息。其他节点操作看下图： MPC Pure Pursuit 显示效果： MPC
无人驾驶入门--Autoware使用手册
04-03
无人驾驶汽车系统入门 - Autoware_UsersManual_v1.1 Autoware-用于城市自主驾驶的集成开源软件，支持以下功能： 3D本地化 3D映射 路径规划 路径跟随 加速/制动/转向控制 数据记录 汽车/行人/物体检测 交通信号检测 交通灯识别 车道检测 对象跟踪 传感器校准 传感器融合 面向云的地图 连接自动化 智能手机导航 软件仿真 虚拟现实 Autoware受BSD许可证保护。请自行负责使用。为了安全使用，我们为不拥有真正自主车辆的人提供基于ROSBAG的仿真方法。如果您使用Autoware与真正的自主车辆，请在现场测试之前制定安全措施和风险评估。
Autoware用户手册与快速入门操作.zip
05-04
Autoware用户手册与快速入门操作，包含两个文件：Autoware_QuickStart_v1.1.pdf和Autoware_UsersManual_v1.1.pdf
Autoware使用教程中文版
12-09
Autoware使用教程中文版
ndt_mapping：Autoware中的ROS1本地化和映射包
02-04
ndt_mapping：Autoware中的ROS1本地化和映射包
Autoware.AI入门教程：自动驾驶开源软件解析
- **Lidar_Localizer** 使用激光雷达（LIDAR）的扫描数据和预建地图进行正态分布变换（NDT）匹配，确定车辆的全局坐标（x,y,z,roll,pitch,yaw）。 - **Gnss_Localizer** 处理GNSS接收器的NMEA消息，转换为位置信息...
Autoware自动驾驶框架使用与快速部署指南合集
其中包括感知模块（如激光雷达点云处理、目标检测与跟踪）、定位模块（基于 GNSS/IMU 的融合定位、NDT 定位算法）、地图管理（使用矢量地图或点云地图进行路径规划）、路径规划模块（全局路径规划 A* 或 Dijkstra ...
Autoware1.14入门教程
weixin_42325783的博客
05-04 3453
autoware1.14+ros melodic+no gpu
Autoware入门学习（一）——Autoware自动驾驶框架介绍
热门推荐
阿川_LiDAR的博客
06-18 3万+
Autoware简介 Autoware.AI是世界上第一个用于自动驾驶技术的“All-in-One”开源软件。它ROS1操作系统，并在Apache2.0许可下使用。主要包含以下模块： 定位（Localization ）：通过结合GNSS和IMU传感器的3D地图和3D地图、SLAM算法来实现定位。 检测（Detection ）：通过传感器融合算法和深度神经网络使用摄像机和激光雷达完成检测。 预测和规划（Prediction and Planning ）：基于概率机器人模型和基于规则的系统，部分还使用深度神经
autoware点云地图构建显示没有点云数据
06-11
### 可能的原因及解决方案 在使用 Autoware 构建点云地图时，如果发现没有显示点云数据，可能是由以下几个原因导致的。以下是一些可能的解决方案及其详细说明： #### 1. **话题名称不匹配** 如果录制点云数据时使用的话题不是 Autoware 默认的 `points_raw`，那么需要确保将录制的点云数据发布到正确的主题上。可以编写一个 ROS 节点来实现话题的转换[^1]。 ```python #!/usr/bin/env python import rospy from sensor_msgs.msg import PointCloud2 def callback(data): pub.publish(data) if __name__ == '__main__': rospy.init_node('topic_converter', anonymous=True) sub = rospy.Subscriber('/your_custom_topic', PointCloud2, callback) pub = rospy.Publisher('/points_raw', PointCloud2, queue_size=10) rospy.spin() ``` 运行此节点后，确保 `/points_raw` 话题上有数据发布。 #### 2. **点云数据未正确发布** 使用 `rostopic echo /points_raw` 检查是否有点云数据被发布到该话题。如果没有数据输出，则需要检查点云数据源（例如激光雷达驱动程序）是否正常工作。可以通过以下命令验证： ```bash rostopic echo /points_raw ``` 如果没有数据输出，可能需要重新配置激光雷达驱动程序或检查硬件连接。 #### 3. **NDT 配置问题** 在使用 NDT 算法进行点云匹配和地图构建时，如果配置文件设置不当，可能会导致点云数据无法正确显示。请检查以下配置项： - 确保 `ndt_matching` 节点已启动并正确订阅了 `/points_raw` 话题。 - 验证 `localizer` 参数是否正确设置为 `p2d_ndt` 或 `p2d_lidar`[^2]。 - 检查 `ndt_map` 的分辨率和范围是否与实际环境相符。 #### 4. **RViz 设置问题** 如果点云数据已经发布但 RViz 中没有显示，可能是 RViz 的设置有问题。请按照以下步骤检查： - 确保 RViz 中添加了 `PointCloud2` 类型的显示插件。 - 设置 `Topic` 为 `/points_raw` 或其他相关话题。 - 检查 `Fixed Frame` 是否设置为 `map` 或 `base_link`。 - 确保点云的颜色和大小设置适当，以便能够清晰地看到点云数据。 #### 5. **累积误差过大** 如果构建的地图场景较大且存在显著的累积误差，可能导致点云数据无法正确对齐和显示。可以尝试以下方法减少误差： - 使用回环检测功能（Loop Closure）来校正累积误差。 - 在较小的场景中测试地图构建功能，以验证算法的正确性。 ### 示例代码：检查点云数据 以下是一个简单的 Python 脚本，用于检查 `/points_raw` 话题是否有数据发布： ```python #!/usr/bin/env python import rospy from sensor_msgs.msg import PointCloud2 def callback(data): print("Received point cloud data with size:", len(data.data)) if __name__ == '__main__': rospy.init_node('pointcloud_checker', anonymous=True) sub = rospy.Subscriber('/points_raw', PointCloud2, callback) rospy.spin() ``` ---
评论 13
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Xiewf8128

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值