1. 前言
构建出地图后，应该测试点云地图定位效果，这里用到ndt的scan_matching方法，这是一种scan-to-map方法。这里用的是我们自己采集的数据进行仿真。
本章内容有和No. 1重复的内容，为了方便调试，我将重复的内容也贴出来。
注意：所有需要在 [Simulation] 菜单下加载的数据，都需要在所有操作之前操作，否则在RViz显示时，会出现frame_id错误。
2. 点云仿真定位
注意：在开始点云定位之前，请确保No. 1的全部取消（建议直接关闭所有程序）。
注意：坐标系与建立点云地图不同，如下图所示
2.1 打开runtime manager
2.2 打开地图要定位的数据（在百度网盘中有，这是我们录制的用于定位的数据）
进入 [Simulaton] 页面，点击界面右上方 [Ref] 按钮，加载录制用于定位的 bag 文件。
点击 [Play] 然后点击 [Pause]暂停。
注意：请一定要先做这一步，这是因为要同步时间。如果在后面做，会产生关于stamped的错误。
2.3 加载地图，加载world到map以及base_link到velodyne的TF变化
(1) 设置从base_link到velodyne坐标系的TF（与No. 1重复）
在 [Setup] 菜单中，确保 [Localizer] 下选项为 [Velodyne]，在 [Baselink to Localizer] 中设置好各个参数之后点击 TF 按钮，其中x、y、z、yaw、pitch、roll表示真车雷达中心点与车身后轴中心点的相对位置关系（右手坐标系，真车后车轴为原点），此时可以点击[Vehicle Model]，如果[Vehicle Model]为空，那么会加载一个默认模型（在rviz显示时，如果有激光雷达数据，车辆会显示为黑色）。如下所示。
（2）设置从world到map转换（与No. 1重复）
点击 [Map] 页面，点击 [TF] 的 [ref] 选择 autoware/ros/src/.config/tf/tf_local.launch 文件，这是加载默认world到map的坐标转换，打开tf_local.launch文件如下：
<launch>
<node pkg="tf" type="static_transform_publisher" name="world_to_map" args="0 0 0 0 0 0 /world /map 10" />
</launch>
args的参数“0 0 0 0 0 0 /world /map 10”表示：从/world坐标系转换到/map坐标系的x, y, z, roll, pitch, yaw转换，且频率为10Hz。
点击 [TF] 按钮，如下图：
（2）加载地图
选择runtime manager的 [Map] 菜单，点击 [Point Cloud] 按钮的 [ref]，加载培训笔记 No. 1产生的.pcd文件（点云地图），并点击 [Point Cloud] 按钮，进度条显示OK，则加载完毕，如下所示：
2.4 设置相关滤波器
选择 [Sensing] 页面，点击 [Points Downsampler] 下 [voxel_grid_filter] 的 app，设置一些参数，[voxel_grid_filter] 是一种将采样方法，将点云数据用质心近似（用于降采用），如下图：
这里，[Voxel Leaf Size] 参数值为2，意义是2米的立方体内的全部点近似用1个质心代替。[Measurement Range]的参数值为2，意义是点云的有效的距离为200米。
[Points Downsampler] 下的四个滤波器都可以选，但我只看了 [voxel_grid_filter] 滤波器，其他三个暂时没看，后续会陆续补充。
[ring_filter] 与 [ring_ground_filter] 联合来用，才会过滤掉地面，如果大家去看 [computing] 菜单下的 [astar planner] 下的 [velocity set] 选项下的 [app] 设置会发现这个选项要接收的topic为points_no_ground 只有这两个选项都开启时，这个选项才会生效。 [velocity set] 实际上就是跟斑马线及障碍物相关的速度设置。
2.5 设置从map到base_link的转换（NDT_MATCHING）
找到 [Computing] 左菜单栏下的 [ndt_matching] 选项，打开 [app] ，如下所示：
确保 [topic:/config/ndt] 选项处于 [Initial_Pose] 处，勾选 [Initial Pos]，x，y，z，roll，pitch，yaw的值表示激光的初始位置，我们这里用默认的0，0，0，0，0，0。如果有GPU(还是一定有)，那么[Method Type]可以选择pcl_anh_gpu用GPU帮助运算。其他参数用默认值。
我们用的车只有16线激光雷达与摄像头，所以没有勾选Odom与IMU等选项。
如果有GNSS设备可以选择GNSS（后面会讲，先挖个坑）。
2.6 启动[vel_pose_connect]
找到 [Computing] 左菜单栏下的 [vel_pose_connect] ，打开 [app] 并确保选项 [Simulation_Mode] 没有被勾选（默认不勾选），退出并勾选 [vel_pose_connect]。
2.7 运行仿真数据
打开 [Rviz], 在 [file] 菜单中的 [open config] 选择路径：autoware/ros/src/.config/rviz/default.rviz 的文件。这是回到runtime manager，进入 [Simulaton] 页面，点击 [Pause]开始。这时可以从RViz中看到一辆黑色的带有激光雷达数据的汽车停在地图的右下方，如下图所示：
如果没有上图的效果，首先应该查看/points_raw topic是否有数据，如果没有可能是由于数据没发出来。如果车子不在上图的位置上，那么点击RViz的工具 [2D Pose Estimate] 重新为车子选择上图的位置和方向。
用于定位的数据在录制的时候前期停了很长时间，所以车子会在rosbag播放到大约14%的时候才能开始运行。运行效果如下图（下图是经过加速的，实际效果比这个慢很多）。
数据仿真到此也就结束了
3. 点云真车定位
真车定位与仿真定位类似，差别在于仿真定位采用事先记录的数据，真车定位采用实际的激光雷达。
3.1 打开runtime manager
3.2 启动激光雷达（与No.1 重复内容）
（1）针对velodyne 多线lidar
如果你有velodyne激光可以启动默认配置：[Sensing] 页面下 [Lidars] 选项下针对你的velodyne选择，velodyne激光对应的发布的点云topic：/velodyne_packets，frame_id：velodyne，topic会被重映射成为/points_raw。
例如：假如你有16线激光，点选 [velodyne VLP-16] 的 [config]，点选[ref]，加载/home/pix/Autoware/ros/src/sensing/drivers/lid ar/packages/velodyne/velodyne_pointcloud/param s/VLP16db.yaml路径下的配置文件（自己多线激光雷达可以针对这个配置改写），退出 [config]，勾选 [velodyne VLP-16] 选项（一般的操作都是先修改config或者app下的配置或参数文件，然后勾选选项）。
查看点云输出。
（2）针对其他品牌多线lidar
如果你有其他品牌的激光，他们发布的topic不是/velodyne_packets，且frame_id同样不对应，这时可以自己写个程序转一下，参照：https://www.cnblogs.com/hgl0417/p/11067660.html。然后单独运行你的lidar driver node，将你的点云数据模拟成velodyne数据。此时，不需要点选runtime manager上的lidar配置文件（每个配置文件对应一个package或者node，意义在于将对应的topic发布，此时你已经发布了topic，所以不需要在点选上述配置文件）。
3.3 加载地图数据，TF数据，设置滤波器，加载scan-to-map等
重复上述2.3~2.6的操作
3.4 老司机将车辆开到地图上的某个区域
3.5 打开RViz，查看定位是否成功
打开 [Rviz], 在 [file] 菜单中的 [open config] 选择路径：autoware/ros/src/.config/rviz/default.rviz 的文件。此时在地图上会显示真车在地图上的实际位置。如下所示：
与仿真定位显示类似，但是有时候由于初始位置与 map TF 有一定的距离，所以导致定位晃动无法准确与地图绑定，这时需要借助 Rviz 中上菜单栏里的 [2D Pose Estimate] 箭头进行辅助定位。
此时可以将车发动，司机手动开，可以看到与仿真类似的结果，一辆黑色的汽车在地图中运行。
引用：
autoware.ai
dowson.live
原创文章，转载请引用。