工业界大场景SLAM的一点探索

Bertha 。 2022-09-17 03:27 139阅读 0赞

点击下方**卡片**，关注“**CVer**”公众号

AI/CV重磅干货，第一时间送达

**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

*  **数据采集&数据准备**

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。

1.  坐标系转换，BLH肯定得转UTM的，所以前端做了一个重发布
2.  点云赋色，基于标定结果反算了一下发现标定精度还是蛮高的，所以又做了点云赋色的进程

![b077cda3f36ecdbaa6797e4b4b2f1c87.png][]

*  **数据处理&优化**

主要的优化包括以下几点

1.  由于这个组合导航设备蛮垃圾的，即使显示RTK FIX了，但是定位结果还是很差，有时候经纬度还是负数，于是单独开发了一个基于原始数据的RTK程序，让RTKFIX这个值变得稳定，后来又发现即使RTK FIX了，INS的输出有时候还是一团糟，所以做了一个组合导航的滤波，对数据进行了进一步处理，让INS的输出可用。
2.  多线程的管理，赋色，优化，存储，显示这些都做了优化。
3.  地图存储&优化，最后做到200s数据4 Gib大小的地图，10s内能存储完毕。

*  **结果展示**

懒得放Google Earth上的轨迹了，将就一下：

![f62b2a2cde3e4dd912e9f2e982d911a1.png][] 单程行驶轨迹 ![cdd4e6461106b28740a050b6947b57c4.png][] SLAM建图结果

![e44bfbc4ea36678624d0f2c40308a103.png][]

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  
![ce1f388e8ae5d46cb557f516dbea72ba.png][] 杨泗港大桥 ![7b81a6b59d27a7b7f948065e5bd6ee45.png][] 隧道 ![06a407d49d87ec35a12add17d79b339e.png][] 高架

由于是要给图商做标注的，所以车道线必须明显

![1e2374e943979fbeeb7f82938f55ae2e.png][]

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

ICCV和CVPR 2021论文和代码下载
    
    后台回复：CVPR2021，即可下载CVPR 2021论文和代码开源的论文合集
    
    后台回复：ICCV2021，即可下载ICCV 2021论文和代码开源的论文合集
    
    后台回复：Transformer综述，即可下载最新的两篇Transformer综述PDF
    CVer-SLAM交流群成立
    扫码添加CVer助手，可申请加入CVer-SLAM微信交流群，方向已涵盖：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch和TensorFlow等群。
    一定要备注：研究方向+地点+学校/公司+昵称（如SLAM+上海+上交+卡卡），根据格式备注，可更快被通过且邀请进群
    
    ▲长按加小助手微信，进交流群
    ▲点击上方卡片，关注CVer公众号

**整理不易，请点赞和在看****![cce5c9fd980ac5a8fd0aa263b09f980a.gif][]**

[b077cda3f36ecdbaa6797e4b4b2f1c87.png]: /images/20220828/eb1d9123752e4c87a0d02bb3695d7791.png
[f62b2a2cde3e4dd912e9f2e982d911a1.png]: https://img-blog.csdnimg.cn/img_convert/f62b2a2cde3e4dd912e9f2e982d911a1.png
[cdd4e6461106b28740a050b6947b57c4.png]: /images/20220828/dc5c89b1e89d455b927b7e2030cf37c4.png
[e44bfbc4ea36678624d0f2c40308a103.png]: /images/20220828/28c166dfea0d4835872bbb973baea630.png
[ce1f388e8ae5d46cb557f516dbea72ba.png]: https://img-blog.csdnimg.cn/img_convert/ce1f388e8ae5d46cb557f516dbea72ba.png
[7b81a6b59d27a7b7f948065e5bd6ee45.png]: https://img-blog.csdnimg.cn/img_convert/7b81a6b59d27a7b7f948065e5bd6ee45.png
[06a407d49d87ec35a12add17d79b339e.png]: /images/20220828/a099bcb528ad42408525ae95dc86d53d.png
[1e2374e943979fbeeb7f82938f55ae2e.png]: /images/20220828/27f7fd7d76374714835154e69869c7a8.png
[cce5c9fd980ac5a8fd0aa263b09f980a.gif]: /images/20220828/5f2699afa9fd48b9b7bdaf6104d56c27.png