作者:Yusheng | 已授权转载(源:知乎)
https://zhuanlan.zhihu.com/p/402344909
5年前开始接手大场景的SLAM重建,到现在适配过各种常见型号雷达,不同的INS,RTK,另外还有诸如轮速,chassis info,4G/5G通讯定位等信号的输入,处理过许多复杂场景,例如隧道,严重堵车等环境。
最近刚好在做一个超过50km的城市建图数据,效果还挺不错的,跟大家分享一下处理过程:
视频见:
https://www.bilibili.com/video/BV17q4y1D787
采集车是一辆红旗H9轿车,用到的雷达是顶部的一台128线雷达,组合导航设备是一台平凡无奇的车用级组合导航设备,车辆搭载了8摄像头的周视系统,所有传感器都经过预标定。
采集路线是从武汉的华中智谷到创意城,单程25km多,往返超过了50km,每10s采集一个sequence,总共采集了424个sequence。
由于自己对自己的算法非常有信心(测试过超20T各种数据),于是乎直接上手拿SLAM撸建图,数据准备方面,将数百个sequence按200s一个bag,组合成若干个rosbag,这里为了减小存储量,只提取了前视摄像头,lidar,ins,chassis,轮速的信息出来。
主要的优化包括以下几点
懒得放Google Earth上的轨迹了,将就一下:
单程行驶轨迹
SLAM建图结果
高程方向稳如老狗,中间有隧道,高架等等各种没RTK信号的地方
杨泗港大桥
隧道
高架
由于是要给图商做标注的,所以车道线必须明显
现在的难点一是地图精度评定,二是动态物体去除,一只能借助测绘手段才行,二的话用过一些方法还行,但是无法彻底去除,还得研究研究