apollo2.0 lidar代码分析（未写完）-CSDN博客

1. 概述

// lidar输出数据定义
class Velodyne的产品RawFrame : public SensorRawFrame
{
public:
VelodyneRawFrame() {}
~VelodyneRawFrame() {}
public:
pclutil::PointCloudPtr cloud;
};
主函数
bool LidarProcess::Process(const double timestamp, PointCloudPtr point_cloud,
std::shared_ptr<Matrix4d> velodyne_trans)
过程

从hdmap取得ROI
BaseROIFilter的子类过滤掉roi以外的点云输出PointCloudPtr roi_cloud
BaseSegmentation子类分割点云，输出std::vector<ObjectPtr> objects
BaseObjectBuilder子类初始化objects的部分成员变量
BaseTracker子类跟踪object，形成轨迹

2. 从hdmap取得ROI

 输入：lidar位置变化，std::shared_ptr<Eigen::Matrix4d> velodyne_trans
           FLAGS_map_radius，ROI半径，命令行参数map_radius，定义在perception_gflags.h中，默认60.0
 输出：HdmapStructPtr hdmap
 struct alignas(16) HdmapStruct 
 {
 std::vector<RoadBoundary> road_boundary;
   std::vector<PolygonDType> junction;
 };
 struct alignas(16) RoadBoundary 
 {
   PolygonDType left_boundary;
   PolygonDType right_boundary;
 };
 PolygonDType是pcl_util::PointDCloud类型
 过程：1. 依据lidar位置变化，把坐标原点做一次仿射变换
            2. 调用函数bool HDMapInput::GetROI，找到指定中心位置和半径的roi
                在apollo-master-2.0/modules/map/data/demo目录里面，可以找到apollo默认的hdmap数据，txt格式
               GetROI的详细过程就不详述了，一幅图解释，得到的是路（左右两侧）+ 路口的区域的点云
                 |   |   |     
                 |   |   | 
   _______|   |   |_______ 
   _______         _______
   _______         _______       
                 |   |   |     
                 |   |   | 
                 | . |   |

3. roi_filter过滤掉roi以外的点云

BaseROIFilter有两个子类
|--- DummyROIFilter（默认的，纯粹打酱油）
|--- HdmapROIFilter（实际有作用的）
我们只关注bool HdmapROIFilter::Filter这个函数，过程如下
   1. 道路和路口的区域合二为一，std::vector<PolygonDType> polygons
   2. TransformFrame，cloud和polygons变换到同一坐标系
   3. FilterWithPolygonMask过滤cloud，过程如下
      a. 抽取第一步得到的polygons的x，y坐标，z坐标抛弃，得到std::vector<PolygonScanConverter::Polygon> raw_polygons
         若x的范围大，则选取x方向位主方向（MajorDirection）。反之，取y
      b. 构建一个Bitmap2D，Bitmap2D是一个vector嵌套vector的结构，它的行数和列数是这样定义的
         把x(-range_, -range_)，y(range_, range_)这样的范围按照(cell_size_, cell_size_)的大小，划分成许多个小格子
         Bitmap2D的行数等于主方向上的格子数，列数等于另一个方向上的格子数做如下数学运算，(dims[op_dir_major_] >> 6) + 1;
      c. DrawPolygonInBitmap把polygons全部画到这张图上，示例图没画（以后补上）
         边界连线可能占一个格子的任何一小块，于是，要确定polygons是否应该占这个格子，这个函数就是把polygons所占的格子打上标记           
      d. 依次检查cloud的点是否在polygons所占的格子里面