1. 环境准备与数据获取:从零开始的“地基”工程
大家好,我是老张,在机器人感知和SLAM这块摸爬滚打了十来年,今天想和大家聊聊一个非常经典且实用的实战项目:在Ubuntu 20.04系统上,用KITTI-00数据集跑通LeGO-LOAM,最后再用evo工具给跑出来的轨迹打个分。听起来是不是挺酷?但说实话,这个过程就像玩一个高难度拼图,官方说明书可能就几句话,真正动手时你会发现缺这少那,一步一个坑。我这次复现,几乎把能踩的“雷”都踩了一遍,所以这篇文章更像是一份“排雷手册”和“故障诊断指南”,我会把每一步的细节、可能遇到的报错以及我的解决方案掰开揉碎了讲,目标就是让你能无痛复现。
咱们先从最基础的“地基”打起。Ubuntu 20.04是一个长期支持版本,系统稳定,社区支持好,是搞机器人开发的绝佳选择。我强烈建议你使用一个干净的系统环境,或者至少在一个新的用户空间里操作,这样可以避免很多因历史安装包版本冲突导致的玄学问题。你需要确保ROS Noetic已经正确安装,这是整个项目的运行框架。别小看这一步,很多新手在安装ROS时因为源没配好或者密钥问题就卡住了。安装完成后,一定记得在终端里输入 roscore 测试一下,能看到ROS Master成功启动,这才算过了第一关。
接下来是数据。KITTI数据集在自动驾驶和SLAM领域堪称“圣经”,但它的官网对于新手来说可能有点不友好。我们需要的是2011_10_03_drive_0027这个序列,也就是常说的KITTI-00。这里有个关键点:一定要下载 synced+rectified data(同步且校正后的数据)以及对应的 calibration files(校准文件)。我见过有朋友只下载了原始数据,结果后面转换bag包时各种时间戳对不上,点云和图像配不准,折腾半天还得回头重下。下载下来的两个zip包,解压后文件夹结构要特别注意,必须严格按照 2011_10_03/2011_10_03_drive_0027_sync 这样的层级放置,里面的 image_00, image_01, velodyne_points 等文件夹一个都不能少。校准文件解压后通常放在序列文件夹的同级目录。这一步文件目录的整洁,能为后续所有操作省去无数麻烦。
1.1 数据转换:从KITTI到ROS Bag
KITTI数据集是离线文件格式,而LeGO-LOAM是一个ROS节点,它需要订阅ROS话题(Topic)来获取数据。所以,我们需要一个“翻译官”——kitti2bag。这个工具用Python写成,安装非常简单,一句 pip install kitti2bag 就行。但这里有个隐藏的坑:如果你的系统里有多个Python版本(比如Python2.7和Python3.8),pip命令可能会把包装到错误的地方,导致后续命令找不到。保险起见,可以用 pip3 install kitti2bag 明确指定Python3。
安装好后,进入你放置 2011_10_03 文件夹的目录(注意,不是进入 drive_0027_sync 里面)。执行转换命令:kitti2bag -t 2011_10_03 -r 0027 raw_synced。这个命令的 -t 指定日期,-r 指定序列号,raw_synced 指明我们用的是同步后的数据。如果一切顺利,你会看到终端滚动一堆信息,最后在当前目录下生成一个名为 kitti_2011_10_03_drive_0027_synced.bag 的文件,大小有几个G。这个过程可能会花点时间,耐心等待即可。
但是! 我实测下来,这里最容易出两个问题。第一,如果提示找不到某些文件,比如 oxts 数据,请回头检查你的文件夹路径和命名是否完全正确,一个下划线都不能错。第二,如果转换过程报错关于时间戳的警告,但最终生成了bag包,通常可以继续,但心里要有数,这可能会影响后续轨迹评估时的时间戳对齐。生成bag包后,我习惯先用 rosbag info kitti_*.bag 命令看一眼里面都有哪些话题,确认 /kitti/velo/pointcloud(点云)和 /kitti/oxts/imu(IMU)这两个关键话题是否存在。
2. 核心依赖安装:GTSAM与LeGO-LOAM的“爱恨情仇”
地基打牢,数据备好,现在要盖房子的主体结构了。LeGO-LOAM严重依赖两个库:PCL(点云库)和GTSAM(因子图优化库)。PCL通常通过ROS桌面完整版安装就已经包含了,版本是1.10,基本没问题。重头戏在GTSAM。
LeGO-LOAM的官方README可能推荐安装GTSAM 4.0以上版本,但根据我多次实战的经验,直接装最新版很容易在编译时出现兼容性问题。我强烈建议使用一个经过大量验证的稳定版本:GTSAM 4.0.0-alpha2。别被“alpha”吓到,这个版本与Ubuntu 20.04下的PCL 1.10配合得最好。下载和编
509



被折叠的 条评论
为什么被折叠?



