从零开始做自动驾驶定位(一): 开篇

本文纯属转载，并认真学习一遍，感谢大佬分享！

1. 这个系列包含哪些内容

按照时间先后主要包括以下几个模块的实现：

1）3D激光SLAM

包括激光点云地图的建立与基于点云地图的定位。

建图又包括室外大场景建图与室内场景建图，区别是室外大场景必须借助 RTK作为约束 才能建立精确地图，室内场景由于没有RTK信号，则需要寻找其他约束才能建立闭合地图，比如 闭环检测 等。

2）点云地图定位基础上添加 IMU 、GNSS、轮速计等信息

仅依赖激光雷达定位，容易受外界环境影响，比如雷达被遮挡，或者进入了空旷地带，所以需要寻找在特性上和它互补的传感器做融合。

3）组合导航

此处组合导航是指“IMU+GNSS”的组合（轮速计一般作为附加项供用户选择，此处我们也会介绍相应的融合方法）。理论上，有了“点云地图定位+IMU+GNSS”的融合，就不再需要“IMU+GNSS”的组合导航系统了，此处仍然把它作为一个模块来做，是由自动驾驶的现状决定的，具体来讲就包括这样几个方面：

• 早期自动驾驶很多借助于组合导航系统来做定位，导致后来转成多传感器融合以后，很多都是购买一套“IMU+GNSS”的导航系统成品，然后再在此基础上加上雷达定位做融合。所以对组合导航的原理和具体实现做深入了解是很有必要的。
• 有些场景下的自动驾驶是使用雷达做定位的，所以这时候即使自己开发，能使用的传感器也只是IMU、GNSS、轮速计这些，所以这仍然是组合导航的范畴。

4）后处理

诺瓦泰的PP7在自动驾驶里的出镜率很高，如果使用过，那么对它的后处理软件“IE”应该也不陌生。后处理这个东西简单来讲就是给融合系统增加了将来视角，它会根据采集的数据对历史时刻的导航结果做修正，这样做的主要目的是在建立地图的时候使用，以对点云的位姿进一步优化，获得更高的地图精度。

2. 各个模块的介绍会深入到什么程度

不用担心，由于我水平有限，所以也深入不到哪去。

另外，我更想说的一点是，如果做过实际工程项目的应该了解一点，那就是实际工程效果的提升多数是因为一些小的工程技巧，而不是原理上的突破。本系列只会介绍对应的基本原理及其实现，而不会介绍太多工程技巧，因为我是服务于我司的工程师，这些工程技巧是公司的核心竞争力，我不能做违背职业道德的事。（所以这一段实际是免责声明）

3. 这个系列的风格是什么样的

面向读者的输出是什么样的风格，取决于以哪些人作为目标读者。

本系列面向的实际是初学者，或者对以上各模块中的一块有了解，对其他模块接触较少的读者。（看到这里，求各位大佬别出门就走，也恳请各位能加个关注，在以后专栏更新的过程中多提宝贵意见）

所以本系列文章以及代码的开发会有以下特点：

1）会横向对比多种方法

比如激光SLAM的前端会使用ndt、icp、特征匹配等方式各实现一遍，滤波会对比卡尔曼滤波、粒子滤波等方法，后端优化也会使用g2o、gtsam、ceres各实现一遍去对比，通过对比我们才能知道他们之间的区别，进而在以后的使用中知道在什么情况下选用什么方法。

2）会展示完整过程

关于这一点，我要重点解释一下，不然以后可能会被喷。

我们在软件开发过程中，会逐渐地发现问题、解决问题，直到开发结束，得到一个成熟的系统，这个系统的框架和开发之前的设计会有很大差别。这时候如果再让你开发一套类似的系统，你可能会直接按照以前的经验，就直接设计一套成熟的框架了。

这里的展示完整过程是指，我之前设计过这类系统，但是在本系列里，我不想直接给出最终的成熟框架，而是更倾向于再展示一遍第一次开发时遇到的那些问题。这是因为对于没有开发过这类系统的读者来讲，直接给他一个成熟框架，它可能用起来顺手，但是它不清楚为什么这么写，而我们从最简单的想法开始写起，随着进度的推进，系统的逐渐扩大，遇到问题时我们再针对问题去改进之前的简单框架，这样所有的读者就会知其然而且知其所以然，明白框架中每一个设计细节背后的原因。

这会导致一个问题，就是各个时期的版本在架构上可能会差距比较大，代码读起来要多花些精力，可能会默默在心里飙脏话，这也是我要重点解释这一点的原因。

这些细节作者处理的很好，也正是因为一次次的失败，我们才能成功，才能记忆深刻，所以完全同意作者的看法！

3）使用ROS作为调试环境

对于ROS的各种诟病想必各位也都了解，很多公司如果人手足够，都自己开发框架了。这里仍然使用它来作为调试环境，是因为如果抛弃ROS就要自己写环境，包括显示系统等，也就是要自己造轮子，而这个轮子其实和我们重点介绍的融合算法关系不大，我希望我们能把主要精力用在算法上。

 

下一篇：从零开始做自动驾驶定位(二): 数据集