激光雷达的三维点云目标检测+Ros

一、基于pointpillar（前视数据集kitti可成功，全景激光雷达或许需要自己采集数据训练）

项目有很多，环境参照second-pytorch配置即可：https://github.com/traveller59/second.pytorch。

特别地，spconv环境要求苛刻，建议配置环境前，先参考spconv环境要求。

问题：运行时出现cannot import name 'rbbox_intersection' 或 'rbbox_iou' from 'spconv.utils'问题。

解决：下载该版本：https://github.com/traveller59/spconv/tree/v1.2.1，

           下载pybind11：​​​​​​https://github.com/pybind/pybind11，替换spconv/third_party的pybind11。

            然后再安装：cd spconv
                                  python setup.py bdist_wheel
                                  cd dist
                                  pip install 相应生成的后缀为.whl的文件

很遗憾，最终本人在实际场景下采集的rslidar点云数据测试，并未成功检测出障碍物。估计是因为网上的权重是根据前视的激光雷达数据集训练得到，而rslidar是全景信息。

二、基于百度cnn_seg算法（实景采集，360°激光雷达点云，目标检测成功）

项目地址：https://blog.csdn.net/AdamShan/article/details/106157761?spm=1001.2014.3001.5501

代码地址：https://github.com/AbangLZU/cnn_seg_lidar

问题：出现permission denined的问题。

解决：直接sudo chmod 777 该文件即可。

特别地：makefile.config文件中关于GPU算力的配置部分需要修改。

问题：roslaunch出现process has died的红色字样问题，往上有check cuda是否success的提醒。

解决：查看本机GPU算力，在适合的位置，将原代码对应行替换为

           -gencode arch=compute_61,code=compute_61（本人所用GPU算力为61）。

           重新编译项目即可。

经测试，该项目可以成功检测出障碍物。rviz显示信息如下图所示（rslidar-16）：

版权声明：本文为CSDN博主「LepoLepo」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/LepoLepo/article/details/121375955