基于ROS的自动驾驶 激光雷达点云物体检测 项目实战

前言：
基于Apollo的preception与Autoware的lidar_apollo_cnn_seg_detect模块，并详细记录ROS系统上进行实时检测全部流程和踩坑，文章最后附上rosbag和rosbag的制作方法。参考文章：https://adamshan.blog.csdn.net/article/details/106157761?spm=1001.2014.3001.5502感谢大佬的杰作。

环境

RTX 2060（后面关于算力）
ubuntu 18.04
ROS melodic （ubuntu 18.04安装ROS melodic可以参看我这篇文章ubuntu 18.04安装ROS系统）
CUDA 10.0
cudnn 7.6.5
caffe
cmake 3.18.2（不能低于3.12.2）
opencv 3.2.0

安装

ubuntu 18.04、ROS melodic 、CUDA 10.0、cudnn 7.6.5安装在此就不赘述。

caffe安装

分步执行，安装依赖项

下载caffe开源软件项目（一定要在下载到home文件目录下）

进入caffe/python/目录下，执行下面的命令，下载依赖的软件

下载本项目源码：

将下载下来源码里面的Makefile.config复制到caffe文件夹下

更改Makefile.config里面的部分内容

改为（这部分算力根据自己显卡型号来哈）：

注：如果不清楚自己opencv版本型号，输入下面命令产看版本：

编译caffe

成功后如下图所示：

再编译本项目
首先要对源码做一部分修改（修改数据的topic，以便检测算法能读取数据）：
修改

如果不知道topic是啥，先运行下rosbag包，打开rviz看下

修改完后就可以再项目文件夹下编译了：

可能会报错：

解决方法：

此时再就没问题了，成功如下:

然后我们下面开始制做rosbag

使用kitti2bag项目将kitti 的raw data转化为rosbag
其中需要将kitti2bag项目中的 里面中的反射强度改成，如下所示：

下载kitti raw data中的一部分就行（如2011_09_26_drive_0101_sync.zip数据文件包括点云、图像等和2011_09_26_calib.zip标定文件，这两个组合起来用的，所以前面的数字要对应，不能不匹配），放在kitti2bag文件夹下

解压这两个文件：

开始转换：

可能会遇到下面错误：

这是因为tf2是为了Python2写的，不适用于Python3，所以需要吧python换成ubuntu系统自带的2.7版本

此时在转换应该就没问题了，成功后界面如下：

在kitti2bag文件夹下应该就有了rosbag：

启动激光雷达点云三维目标检测

先启动ROS

再循环播放rosbag数据：

然后在文件夹下打开终端：

在文件夹下新开终端打开rviz：

点击Add（我是因为提前开了，所以有画面，正常情况下刚打开rviz是没这样的画面的）

选择如下

更改这里，就会显示雷达画面：

刚开始点云的点很小，可以改下尺寸：

最终检测画面如下所示：

至此全部完成。

测试rosbag链接：

链接：https://pan.baidu.com/s/17Nqm4VzwoJxBGZOl2tnQwQ
提取码：k1us

返回