(02)Cartographer源码无死角解析-(28) GlobalTrajectoryBuilder构建过程与数据转发前后端
创始人
2024-02-07 07:24:56
0

讲解关于slam一系列文章汇总链接:史上最全slam从零开始,针对于本栏目讲解(02)Cartographer源码无死角解析-链接如下:
(02)Cartographer源码无死角解析- (00)目录_最新无死角讲解:https://blog.csdn.net/weixin_43013761/article/details/127350885
 
文末正下方中心提供了本人联系方式,点击本人照片即可显示WX→官方认证{\color{blue}{文末正下方中心}提供了本人 \color{red} 联系方式,\color{blue}点击本人照片即可显示WX→官方认证}文末正下方中心提供了本人联系方式,点击本人照片即可显示WX→官方认证
 

一、前言

通过上一篇博客的复盘,已经可以很清晰的知道数据流动过程,总的来说,会依照时间的先后顺序,把数据传送给 GlobalTrajectoryBuilder。当然,对于 GPS 与 landmark 数据可以通过参数 collate_fixed_frame_,collate_landmarks_ 进行控制,是否对数据进行排序之后,再添加到 GlobalTrajectoryBuilder,默认配置 trajectory_builder.lua 中:

  collate_fixed_frame = true,  --是否将GPS数据放入阻塞队列中,按时间排序再进行分发collate_landmarks = false,  --是否将landmarks数据放入阻塞队列中,按时间排序再进行分发

在对 GlobalTrajectoryBuilder 进行深入分析之前,先来看看其构建过程。
 

二、GlobalTrajectoryBuilder实例

在 src/cartographer/cartographer/mapping/map_builder.cc 文件中的 MapBuilder::AddTrajectoryBuilde() 函数

	3D追踪trajectory_builders_.push_back(absl::make_unique(trajectory_options, sensor_collator_.get(), trajectory_id,expected_sensor_ids,// 将3D前端与3D位姿图打包在一起, 传入CollatedTrajectoryBuilderCreateGlobalTrajectoryBuilder3D(std::move(local_trajectory_builder), trajectory_id,static_cast(pose_graph_.get()),local_slam_result_callback, pose_graph_odometry_motion_filter)));
	2D追踪trajectory_builders_.push_back(absl::make_unique(trajectory_options, sensor_collator_.get(), trajectory_id,expected_sensor_ids,// 将2D前端与2D位姿图打包在一起, 传入CollatedTrajectoryBuilderCreateGlobalTrajectoryBuilder2D(std::move(local_trajectory_builder), trajectory_id,static_cast(pose_graph_.get()),local_slam_result_callback, pose_graph_odometry_motion_filter)));

其上可以看到,在对3D或者2D追踪,实例化 CollatedTrajectoryBuilder 对象的时候, 其需要一个 std::unique_ptr wrapped_trajectory_builder 参数,这里以2D为例,也就是如下函数的返回值:

 CreateGlobalTrajectoryBuilder2D(std::move(local_trajectory_builder), trajectory_id,static_cast(pose_graph_.get()),local_slam_result_callback, pose_graph_odometry_motion_filter)

CreateGlobalTrajectoryBuilder2D 是一个工厂函数,在前面提到过,类模板成员函数没有自动推演模板参数的功能,所以单独写了出来,
实现过程如下:

// 2d的完整的slam
std::unique_ptr CreateGlobalTrajectoryBuilder2D(std::unique_ptr local_trajectory_builder,const int trajectory_id, mapping::PoseGraph2D* const pose_graph,const TrajectoryBuilderInterface::LocalSlamResultCallback&local_slam_result_callback,const absl::optional& pose_graph_odometry_motion_filter) {return absl::make_unique>(std::move(local_trajectory_builder), trajectory_id, pose_graph,local_slam_result_callback, pose_graph_odometry_motion_filter);
}

初步看起来比较复杂,其实不然,直接看return,其就是构建一个 GlobalTrajectoryBuilder 类型智能指针返回,共需要五个参数。
 

参数local_trajectory_builder

该参数在 MapBuilder::AddTrajectoryBuilder() 中创建,主要用于前端优化代码如下:

    // local_trajectory_builder(前端)的初始化std::unique_ptr local_trajectory_builder;if (trajectory_options.has_trajectory_builder_3d_options()) {local_trajectory_builder = absl::make_unique(trajectory_options.trajectory_builder_3d_options(),SelectRangeSensorIds(expected_sensor_ids));} 

 

参数 pose_graph_

该参数在 MapBuilder 的构造函数中根据配置信息创建,主要用于后端优化

  // 2d位姿图(后端)的初始化根据if (options.use_trajectory_builder_2d()) {//如果使用2d追踪pose_graph_ = absl::make_unique(options_.pose_graph_options(),absl::make_unique(options_.pose_graph_options().optimization_problem_options()),&thread_pool_);}// 3d位姿图(后端)的初始化if (options.use_trajectory_builder_3d()) {//如果使用3d追踪pose_graph_ = absl::make_unique(options_.pose_graph_options(),absl::make_unique(options_.pose_graph_options().optimization_problem_options()),&thread_pool_);} 

 

参数 local_slam_result_callback

local_slam_result_callback 是一个回调函数,该回调函数是src/cartographer_ros/cartographer_ros/cartographer_ros/map_builder_bridge.cc 的 MapBuilderBridge::AddTrajectory 函数中的一个lambda 表达式:

      // lambda表达式 local_slam_result_callback_[this](const int trajectory_id, const ::cartographer::common::Time time, const Rigid3d local_pose,::cartographer::sensor::RangeData range_data_in_local,const std::unique_ptr) {// 保存local slam 的结果数据 5个参数实际只用了4个OnLocalSlamResult(trajectory_id, time, local_pose, range_data_in_local);}

总的来说呢,local_slam_result_callback 等价于函数 MapBuilderBridge::OnLocalSlamResult() 函数,该函数的内容后面再讲解。
 

参数 pose_graph_odometry_motion_filter

参数 pose_graph_odometry_motion_filter 是再 MapBuilder::AddTrajectoryBuilde() 中创建,主要涉及代码如下:

  // 运动过滤器, 运动太小没必要进行更新// 配置文件中没有 pose_graph_odometry_motion_filteabsl::optional pose_graph_odometry_motion_filter;if (trajectory_options.has_pose_graph_odometry_motion_filter()) {LOG(INFO) << "Using a motion filter for adding odometry to the pose graph.";pose_graph_odometry_motion_filter.emplace(MotionFilter(trajectory_options.pose_graph_odometry_motion_filter()));}

其主要功能是一个滤波器。
 

提示

重点:\color{red}重点:重点:这里先不要深究,主要是回顾一下 GlobalTrajectoryBuilder 的构建过程。这里呢,额外介绍一点东西。src/cartographer_ros/cartographer_ros/cartographer_ros/map_builder_bridge.cc 是 包 cartographer_ros 中的代码,简单的说,map_builder_bridge.cc 负责调用 Cartographer 的算法代码。

MapBuilderBridge 可以理解为 ros 侧封装的代码,其中的函数 MapBuilderBridge::AddTrajectory() 添加一条轨迹的时候会调用到 MapBuilder::AddTrajectoryBuilder() 函数,那么很显然,MapBuilder 也是 Cartographer 暴漏在外面接口,或者说共客户使用的类。

前面我们知道 CollatedTrajectoryBuilder 也是 Cartographer 暴露给客户的接口,那么问题就出现了,CollatedTrajectoryBuilder 与 MapBuilder 是怎么联系起来的?注意,在 MapBuilder 中有一个成员变量

std::vector>trajectory_builders_;

其存储的,就是所有创建轨迹是生成的 CollatedTrajectoryBuilder 实例对象。也就是说,对于 Cartographer 算法的使用,暂时只需要着重这 MapBuilder 与 CollatedTrajectoryBuilder 这两个类就行了,后续其他的在后面也会陆续讲解。
 

三、GlobalTrajectoryBuilder构造函数

GlobalTrajectoryBuilder.h 的头文件,就是声明了两个工厂函数,前面已经进行讲解。再次提及一下 GlobalTrajectoryBuilder 的实例对象,是存储在 CollatedTrajectoryBuilder::wrapped_trajectory_builder_ 之中。

下面来看看 GlobalTrajectoryBuilder 的构造函数,函数所示:

  GlobalTrajectoryBuilder(std::unique_ptr local_trajectory_builder,const int trajectory_id, PoseGraph* const pose_graph,const LocalSlamResultCallback& local_slam_result_callback,const absl::optional& pose_graph_odometry_motion_filter): trajectory_id_(trajectory_id),pose_graph_(pose_graph),local_trajectory_builder_(std::move(local_trajectory_builder)),local_slam_result_callback_(local_slam_result_callback), ///主要用于保存结果的回调函数pose_graph_odometry_motion_filter_(pose_graph_odometry_motion_filter) {}

与前面创建实例的时候,传入的参数一一对应的,不过没有做什么复杂的操作,就是一个初始化列表,对如下的几个成员变量进行了赋值:

  const int trajectory_id_; //轨迹idPoseGraph* const pose_graph_;     // 模板参数, 可以指向PoseGraph2D也可以指向PoseGraph3Dstd::unique_ptr local_trajectory_builder_;  //前端LocalSlamResultCallback local_slam_result_callback_; //主要用于保存结果的回调函数absl::optional pose_graph_odometry_motion_filter_; //里程计过滤器,没有启用

 

四、AddSensorData() 重载函数

可以很明显的可以看到,实现了多个 AddSensorData() 重载函数,如下所示:

1、imu数据处理

  // imu数据的处理, 数据走向有两个,一个是进入前端local_trajectory_builder_,一个是进入后端pose_graph_void AddSensorData(const std::string& sensor_id,const sensor::ImuData& imu_data) override {if (local_trajectory_builder_) { //如果存在前端local_trajectory_builder_->AddImuData(imu_data); //把数据发送给前端}pose_graph_->AddImuData(trajectory_id_, imu_data); //把数据发送给后端}

 

2、里程计数据处理

  // 里程计数据的处理, 数据走向有两个,一个是进入前端local_trajectory_builder_, 一个是进入后端pose_graph_// 加入到后端之前, 先做一个距离的计算, 只有时间,移动距离,角度 变换量大于阈值才加入到后端中void AddSensorData(const std::string& sensor_id,const sensor::OdometryData& odometry_data) override {//判断数据是否有值,如果没有值,则报错,且输出里程计数据                 CHECK(odometry_data.pose.IsValid()) << odometry_data.pose;if (local_trajectory_builder_) { //如果存在前端local_trajectory_builder_->AddOdometryData(odometry_data);}// TODO(MichaelGrupp): Instead of having an optional filter on this level,// odometry could be marginalized between nodes in the pose graph.// Related issue: cartographer-project/cartographer/#1768//如果设置则进行过滤if (pose_graph_odometry_motion_filter_.has_value() &&pose_graph_odometry_motion_filter_.value().IsSimilar(odometry_data.time, odometry_data.pose)) {return;}//把数据分发给后端pose_graph_->AddOdometryData(trajectory_id_, odometry_data);}

 

3、GPS数据处理

  // gps数据只在后端中使用void AddSensorData(const std::string& sensor_id,const sensor::FixedFramePoseData& fixed_frame_pose) override {if (fixed_frame_pose.pose.has_value()) {CHECK(fixed_frame_pose.pose.value().IsValid())<< fixed_frame_pose.pose.value();}pose_graph_->AddFixedFramePoseData(trajectory_id_, fixed_frame_pose);}

 

4、Landmark数据处理

  // Landmark的数据只在后端中使用void AddSensorData(const std::string& sensor_id,const sensor::LandmarkData& landmark_data) override {pose_graph_->AddLandmarkData(trajectory_id_, landmark_data);}

 

5、local slam 数据处理

  // 将local slam的结果加入到后端中, 作为位姿图的一个节点void AddLocalSlamResultData(std::unique_ptrlocal_slam_result_data) override {CHECK(!local_trajectory_builder_) << "Can't add LocalSlamResultData with ""local_trajectory_builder_ present.";local_slam_result_data->AddToPoseGraph(trajectory_id_, pose_graph_);}

 

五、雷达数据处理

下面来重点讲解一下雷达数据的处理,代码如下:

 /*** @brief 点云数据的处理, 先进行扫描匹配, 然后将扫描匹配的结果当做节点插入到后端的位姿图中* * @param[in] sensor_id topic名字* @param[in] timed_point_cloud_data 点云数据*/void AddSensorData(const std::string& sensor_id, //订阅的话题const sensor::TimedPointCloudData& timed_point_cloud_data) override {CHECK(local_trajectory_builder_)//检测是否存在前端,没有前端则报错<< "Cannot add TimedPointCloudData without a LocalTrajectoryBuilder.";// 通过前端进行扫描匹配, 然后返回匹配后的结果std::unique_ptrmatching_result = local_trajectory_builder_->AddRangeData(sensor_id, timed_point_cloud_data);if (matching_result == nullptr) { //如果失败了,直接返回// The range data has not been fully accumulated yet.return;}kLocalSlamMatchingResults->Increment();std::unique_ptr insertion_result;// matching_result->insertion_result 的类型是 LocalTrajectoryBuilder2D::InsertionResult// 如果雷达成功插入到地图中if (matching_result->insertion_result != nullptr) {kLocalSlamInsertionResults->Increment();// 将匹配后的结果 当做节点 加入到位姿图中auto node_id = pose_graph_->AddNode(matching_result->insertion_result->constant_data, trajectory_id_,matching_result->insertion_result->insertion_submaps);CHECK_EQ(node_id.trajectory_id, trajectory_id_);// 这里的InsertionResult的类型是 TrajectoryBuilderInterface::InsertionResultinsertion_result = absl::make_unique(InsertionResult{node_id, matching_result->insertion_result->constant_data,std::vector>(matching_result->insertion_result->insertion_submaps.begin(),matching_result->insertion_result->insertion_submaps.end())});}// 将结果数据传入回调函数中, 进行保存if (local_slam_result_callback_) {local_slam_result_callback_(trajectory_id_, matching_result->time, matching_result->local_pose,std::move(matching_result->range_data_in_local),std::move(insertion_result));}}

如果看得不是是明白没有关系,下一篇博客会针对该函数进行十分详细的讲解。

六、结语

通过篇博客,可以知道,GlobalTrajectoryBuilder 中除了对雷达数据做了比较复杂的处理,对于其他的数据集,基本就是做了个转发工作。值得注意的是,GlobalTrajectoryBuilder::local_slam_result_callback_ 回调函数,是一个十分主要点,其主要起到保存结果的作用,具体的内容后面再进行讲解。

 
 
 

相关内容

热门资讯

抗癌治癌板块走强 舒泰神涨幅居...   07月01日消息,截止14:20,抗癌治癌板块走强,丰原药业涨停,舒泰神、千红制药、睿智医药、信...
共读 | 从一条小鱼身上看到生... 转自:CGTN 【#共读# | 从一条小鱼身上看到生命的...
谍网汉语拼音 谍网汉语拼音谍网汉语拼音dié wǎng谍 网拼音die wang第二声第二...
考研真的有用吗? 考研真的有用吗?  考研有没有用这种问题,别人是没法回答的,主要看自己的想法。其实考研就像是个选择或...
读完童年河段落的感受? 读完童年河段落的感受?我真切地看到一个初涉人世、不明事理的孩子,开始尝到人生的酸甜苦辣,在幼小的心灵...
从革命老区到智慧枢纽:中国航信... 转自:中国民航网四川省南充市高坪机场于6月30日正式转场启用T3航站楼,在川东北革命老区的热土上,这...
河南西峡极端强降雨致8人失联 ... 转自:中国宁波网记者从河南省南阳市西峡县应急指挥部了解到,6月30日21时至24时,西峡县太平镇、二...
如何评价2020年金曲奖的歌王... 如何评价2020年金曲奖的歌王和歌后?我认为2020年的歌王歌后是实至名归,因为他们确实有不错的唱功...
开启东方食养新章,构筑健康月饼... 6月28日,湖北恩施大峡谷云雾缭绕。在“长寿圣地·富硒秘境”的天然舞台上,良品铺子团购中秋发布会以“...
【西部晨会】平安好医生:平安集... (转自:西部证券研究发展中心)本期内容【机械设备】低空经济专题报告:盘点江浙沪皖低空经济建设,重点关...