4、地图数据准备：点云地图（PCD）生成、矢量地图（Lanelet2/OpenDRIVE）制作、地图坐标系转换、地图加载与验证

说实话，地图数据准备是整个Autoware仿真流程里最容易被低估的一环。我见过太多人花大把时间调参数、改代码，结果车子一跑就偏，最后发现是地图坐标系没对齐。嗯，这章我们就来把地图这块彻底讲透。

4.1 点云地图（PCD）生成——从原始数据到高精地图

点云地图说白了就是激光雷达扫出来的「三维照片」。它记录了每个反射点的X、Y、Z坐标和强度值。Autoware的定位模块就是靠这个来匹配当前车辆位置的。

生成PCD地图的典型流程：

  1. 数据采集——用激光雷达（比如Velodyne VLP-16）绕着目标区域跑一圈。我个人习惯跑两圈，一圈慢速、一圈正常速度，这样能覆盖更多细节。
  2. 点云拼接——用NDT或ICP算法把每一帧点云对齐。这里有个坑：如果GPS信号不好，拼接出来的地图会「飘」。我在项目中遇到过，在隧道里采集的数据，出来一看墙都是歪的。
  3. 滤波与降采样——用PCL库的VoxelGrid滤波器，把点云密度降到每立方米几十个点就够用了。太密了反而拖慢匹配速度。
  4. 导出PCD文件——保存为二进制格式（.pcd），文件小、加载快。

核心命令示例：

# 用pcl_ros工具把bag转成pcd
rosrun pcl_ros bag_to_pcd input.bag /velodyne_points ./pcd_output

# 或者用NDT匹配拼接（我常用这个）
rosrun ndt_mapping ndt_mapping_node
  _use_odom:=false
  _use_tf:=true
  _output_pcd:=final_map.pcd

我的小技巧：生成完PCD后，用CloudCompare打开看一眼。如果地面有明显的「分层」或「重影」，说明拼接参数没调好。我曾经因为IMU标定不准，折腾了整整两天才发现问题。

4.2 矢量地图制作——Lanelet2 vs OpenDRIVE

点云地图告诉车子「我在哪」，矢量地图告诉车子「路怎么走」。说白了，矢量地图就是道路的「骨架」——车道线、交叉口、红绿灯、限速标志，全在这里面。

两种主流格式对比：

特性 Lanelet2 OpenDRIVE
起源 学术界（慕尼黑工大） 工业界（Vires/ASAM）
数据结构 点、线、区域（轻量） 道路、车道、连接（重型）
Autoware支持 原生支持（推荐） 需转换工具
学习曲线 低（一两天上手） 高（一周起步）
适用场景 园区、城市道路 高速公路、复杂立交

我个人强烈建议初学者先用Lanelet2。为什么？因为它的设计思路更贴近「人怎么理解道路」。你想想看，一条车道就是一条线，交叉口就是几个点的连接，多直观。

用Vector Map Builder制作Lanelet2地图：

  1. 加载PCD点云作为底图
  2. 沿着车道中心线画点（每5-10米一个点）
  3. 设置车道宽度、方向、速度限制
  4. 标注停止线、人行横道、红绿灯位置
  5. 导出为.lanelet2或.osm格式

注意：画车道线时，一定要保证点与点之间的间距均匀。我见过有人画得歪歪扭扭，结果车辆规划出来的路径像蛇一样扭来扭去。嗯，这其实是个很常见的坑。

4.3 地图坐标系转换——别让坐标「打架」

这是最容易出问题的地方。Autoware里至少涉及三个坐标系：

  • 世界坐标系（WGS84经纬度）——GPS用的
  • 地图坐标系（UTM或自定义）——PCD和矢量地图用的
  • 车辆坐标系（base_link）——车体中心

它们之间的转换关系，说白了就是一个「平移+旋转」的矩阵运算。但实际做起来，坑特别多。

我曾经踩过的坑：

有一次，我用RTK-GPS采集了地图原点坐标，结果加载地图后车辆位置偏了30多米。查了半天，发现是UTM分区搞错了——我用的Zone 50，但地图数据是Zone 51的。你想想看，差一个分区就是几十公里的偏差。

坐标系转换的核心步骤：

# 用GeographicLib做经纬度转UTM
from geographiclib.geodesic import Geodesic

# 定义地图原点（比如：东经121.47°, 北纬31.23°）
origin_lat = 31.23
origin_lon = 121.47

# 转成UTM坐标（Autoware默认用UTM）
# 这个转换Autoware内部会自动做，但你要确保原点设置正确

验证方法：加载地图后，用rviz2的「Publish Point」工具点一下地图上的某个特征点（比如路灯杆），看它的坐标是否和PCD文件里的一致。如果不一致，八成是坐标系转换参数错了。

4.4 地图加载与验证——跑起来之前先「体检」

地图做好了，怎么知道它能不能用？我一般按这个顺序验证：

  1. 可视化检查——在rviz2里同时加载PCD和Lanelet2地图，看车道线是否贴合点云。如果偏差超过20厘米，就得重新调整。
  2. 拓扑检查——用Autoware自带的lanelet2_validation工具检查车道连接是否完整。比如，有没有断头路？有没有车道方向标反了？
  3. 仿真测试——在模拟器里让车辆沿着地图跑一圈，看规划模块是否报错。我习惯先跑直线，再跑弯道，最后跑交叉口。

快速验证命令：

# 检查Lanelet2地图完整性
rosrun lanelet2_validation lanelet2_validation_node
  _lanelet2_map:=/path/to/your_map.osm

# 加载地图到Autoware
roslaunch autoware_launch map.launch
  pointcloud_map_path:=/path/to/pcd
  lanelet2_map_path:=/path/to/osm

嗯，这里要特别提醒一句：地图验证不是一次性的。每次修改地图后，都要重新跑一遍验证流程。我见过有人改了一个红绿灯位置，结果整个交叉口的拓扑全乱了。

本章知识体系总览

下面这张图概括了地图数据准备的核心逻辑：从原始传感器数据出发，经过点云地图和矢量地图两条线，最终汇合到Autoware的仿真环境中。

地图数据准备核心流程 传感器数据采集 数据预处理 点云地图（PCD）生成 矢量地图（Lanelet2）制作 NDT拼接 → 滤波 → 导出PCD 画车道线 → 标属性 → 导出OSM 坐标系转换（WGS84 ↔ UTM ↔ 地图） 地图加载与验证 → 仿真运行

这张图把整个流程串起来了。你从最上面的「传感器数据采集」开始，一路往下走，经过预处理后分两条线——左边做点云地图，右边做矢量地图。最后在坐标系转换这一步汇合，经过验证后就能跑仿真了。

说实话，地图准备这件事，第一次做可能会觉得繁琐。但只要你按照这个流程走一遍，后面再改地图就快多了。我自己的经验是：第一次花三天，第二次花半天，第三次就只需要改几个参数了。

本章要点回顾：

  • PCD地图是定位的基础，精度直接影响车辆行为
  • Lanelet2比OpenDRIVE更适合初学者，但复杂场景还是得用OpenDRIVE
  • 坐标系转换是最大的坑，务必用可视化工具验证
  • 地图验证不是一次性的，每次修改都要重新检查

可可精品资料库

← 上一章 📖 返回目录 下一章 →