ndtmapping建图_自动驾驶系列：激光雷达建图和定位(NDT)

该系列主要为对前期工作进行梳理，以后所进行的工作也会部分在此记录。

使用NDT(正态分布变换)进行点云建图和定位

前言

定位模块是自动驾驶最核心的模块之一，定位又包括全局定位和局部定位，对于自动驾驶，其精度需要达到厘米级别。本文我们将讨论全局定位，即确定无人车在全局下的位置。

传统的AGV使用一类SLAM(simultaneous localization and mapping)的方法进行同时建图和定位，但是该方法实现代价高，难度大，难以应用到自动驾驶领域。自动驾驶车辆行驶速度快，距离远，环境复杂，使得SLAM的精度下降，同时远距离的行驶将导致实时构建的地图偏移过大。因此，如果在已有高精度的全局地图地图的情况下进行无人车的定位，将极大的简化该问题。

因此，将问题分为独立的两部分：建图Mapping和定位Matching。NDT是一种点云配准算法，可同时用于点云的建图和定位。

概要

本文包含以下内容:NDT配准的原理

应用:NDT-Mapping

NDT-Matching

1. NDT配准的原理

以下是一张用于配准的target_map,即已经建好的点云地图

以下是实时扫描到的一帧点云

以下是两幅点云进行配准之后的结果,中间输出的坐标轴为当前位置(x y z Y P R)

通过不断的比对实时扫描到的点云和已经建好的全局点云地图,我们就可以持续获得我们当前的位置。ICP(迭代最近点)等配准算法通过对所有的点