查看“MDCS参数表:Detour”的源代码


= 一、概述 =
[[文件:基于优化的SLAM框架.png|无框|592x592像素]]

'''图 1-1 基于优化的SLAM框架'''

Detour的激光SLAM由前端和后端构成。激光雷达输出点云到前端，前端使用激光里程计得到相邻点云帧间位移，积分出机器人位姿，这就是局部建图。由于积分会累积误差，因此后端使用激光地图纠正激光里程计误差，通过全局优化使激光里程计输出精确的机器人位姿，这称为全局建图。

当我们在一个空白地图上建图时，Detour把关键帧（激光雷达观测到的环境轮廓，也称为路标）记录到激光地图，并建立关键帧的约束关系，关键帧位姿则通过激光里程计获取。由于激光里程计的累积误差特性，因此我们在建图时要求遥控机器人沿建图路线走来回，使Detour能够从不同角度观测到相同的物体，以图优化消除误差，并建立起正确的关键帧间约束关系（激光地图上关键帧之间的连线）。

在定位模式下，前端以激光里程计持续输出机器人位姿，闭环检测则不断比较点云与邻近关键帧的配准分数，当配准分数大于设定阈值，且当前位姿与激光地图计算所得位姿的误差小于设定阈值时，则通过全局优化修正激光里程计误差。

除激光雷达标定外参以外，Detour的默认参数可用于大多数场景。在特定环境下需要调整前后端参数，这些调整基于最佳实践，我们在参数说明中会提供。如果不清楚要调整的参数，请联系技术支持工程师咨询。<blockquote>提示：修改参数时建议多备份配置文件，每次只修改一组关联参数，以免一次性修改多个参数后引入多个误差，不利于排查问题。</blockquote>

= 二、激光SLAM =

== 2.1 激光雷达 ==

=== 2.1.1 2D激光雷达 ===
[[文件:Image-20241114095213899.png|无框|618x618像素]]

'''图 2-1 2D激光雷达'''

在车体编辑器中，通过“添加 / 单线雷达”菜单向车体部署2D激光雷达。配置项在detour.json的“layout/components”下，类型为“lidar2d”
    "components": [
       {
         "type": "lidar2d,component,haveposition",
         "options": {
           "isCircle": false,
           "angleSgn": 1.0,
           "endAngle": 0.0,
           "rangeStartAngle": -180.0,
           "rangeEndAngle": 180.0,
           "x": 350.0,
           "y": 10.0,
           "th": 0.0,
           ...
         }
       }
2D激光雷达需要关注的是其扫描角度和安装位置，后者一般称为“雷达外参”。


'''''扫描角度相关参数'''''：
{| class="wikitable"
|-
! 参数            !! 说明                                                         !! 取值来源                                                     |-
| isCircle        || =true表示激光雷达是360度视野，否则为false。                  || 激光雷达用户手册                                            |-
| angleSgn        || 雷达扫描方向。1 为逆时针，-1为顺时针。此项为雷达本身特性，不随雷达安装方式（正装/倒装）变化而改变。（倒装雷达使用雷达驱动的setMirror(true)方法设置）。 ||
|-
| endAngle        || 雷达每帧扫描结束的角度。此项为雷达本身特性，不随雷达安装方式变化而改变，也不受rangeStartAngle和rangeEndAngle影响。 ||
|-
| rangeStartAngle || 雷达实际有效扫描范围开始的角度。                             || 根据车体设计判断，一般是激光雷达手册提供的参数值。如果<br />激光雷达视野被车体遮挡，则应跳过被遮挡角度，以滤掉遮挡产生的噪声点云。 ||
|-
| rangeEndAngle   || 雷达实际有效扫描范围结束的角度。                             || 
|}



'''''雷达安装相关参数'''''：

'''''有反（使用反光棒/板）SLAM相关参数'''''：

'''''其他参数'''''：

=== 2.2.2 3D激光雷达 ===
'''图 2-2 3D激光雷达'''

与2D激光雷达相比，3D激光雷达能够提供垂直空间的测量数据，多用于室外场景。

'''图 2-3 3D点云'''

Detour 3D SLAM的计算过程分为两步，第一步提取3D点云的空间特征，把垂直空间结构（如墙体、树干、立柱）提取为特征线段；第二部把空间特征二向化，输出到SLAM算法。因此3D雷达要配套二向化雷达使用，Livox Mid360（非周期性激光雷达）配套“二向化mid360雷达”，其他3D雷达（比如速腾）配套“二向化3D雷达”。

在应用3D SLAM时，需要理解垂直空间结构。我们以道路旁的围墙举例，如图3-3所示，3D雷达在围墙上有若干条水平扫描线，以3D雷达的水平角分辨率为单位，可绘制出若干垂直线段，构成线段的点数量由3D雷达的垂直角分辨率决定。垂直线段可用其长度和扫描点数量描述。比如 Vn 是水平角度n观察到的垂直线段，其长度为V，有m个测量点。

Detour以高度为垂直结构分配权重。以3D雷达的垂直扫描方向0度为赤道面，距离赤道面越近的垂直结构其权重越高。

二向化后的点云与2D雷达一样，熟悉2D SLAM的用户可以轻松使用3D SLAM。

如果您首次使用3D SLAM，或者引入一个新型号3D激光雷达，建议使用Detour + Medulla组合以了解3D SLAM或3D雷达性能。Medulla能够显示3D点云，相比于Detour的二向化后的2D点云，它能够看到原始点云，有利于发现与雷达相关的问题。

3D雷达的扫描与安装参数与2D雷达相同。我们重点讲解3D SLAM相关的参数。

'''''雷达特性相关参数'''''：

'''''垂直结构相关参数'''''：

其他参数：

== 2.2 激光里程计 ==

== 2.3 激光地图 ==

== 2.4 Guru ==
detour.json的"guru"配置段用于配置全局参数。