一、基于pointpillar(直接配置Autoware吧,不过只有前视结果)
项目有很多,环境参照second-pytorch配置即可:https://github.com/traveller59/second.pytorch。
特别地,spconv环境要求苛刻,建议配置环境前,先参考spconv环境要求。
问题:运行时出现cannot import name 'rbbox_intersection' 或 'rbbox_iou' from 'spconv.utils'问题。
解决:下载该版本:https://github.com/traveller59/spconv/tree/v1.2.1,
下载pybind11:https://github.com/pybind/pybind11,替换spconv/third_party的pybind11。
然后再安装:cd spconv
python setup.py bdist_wheel
cd dist
pip install 相应生成的后缀为.whl的文件
很遗憾,最终本人在实际场景下采集的rslidar点云数据测试,并未成功检测出障碍物。
续:配置Autoware的pointpillar,可成功实现前视点云的目标检测,大家可以试试。
二、基于百度cnn_seg算法(实景采集,360°激光雷达点云,目标检测成功)
项目地址:自动驾驶系统进阶与项目实战(三)基于全卷积神经网络的点云三维目标检测和ROS实战_AdamShan的博客-CSDN博客_基于三维卷积神经网络的点云标记
代码地址:GitHub - AbangLZU/cnn_seg_lidar: Real time 3D semantic segmentation for Lidar, Ros based project
问题:出现permission denined的问题。
解决:直接sudo chmod -R 777 该文件夹即可。
特别地:makefile.config文件中关于GPU算力的配置部分需要修改。
问题:roslaunch出现process has died的红色字样问题,往上有check cuda是否success的提醒。
解决:查看本机GPU算力,在适合的位置,将原代码对应行替换为
-gencode arch=compute_61,code=compute_61(本人所用GPU算力为61)。
重新编译项目即可。
经测试,该项目可以成功检测出障碍物。rviz显示信息如下图所示(rslidar-16):