一、背景
上一次，我们使用Autoware成功进行了ndt定位和导航，但是GNSS初始定位以及修正功能没有正常生效。行走途中遇到剧烈颠簸、非常狭小的空间、遮挡严重、或其他ndt局部定位特征不足时，ndt_matching会找不到自己位置导致定位飞。
Autoware—GNSS辅助NDT定位
发表评论
Autoware—定位/导航验证
上一次，我们使用lio-sam、ndt-mapping分别尝试构建小区和公园的地图，今天我们继续下一步，地图来进行定位和导航的验证。
Unity—MapToolBox绘制VectorMap地图
上一次，我们使用ndt-mapping构建了一个PCD点云地图，在开始Autoware的导航之前，单靠点云地图是不够的，我们需要先绘制矢量地图，来约束可行驶的区域、方向等，然后再继续导航环节的验证。
Autoware—3D建图之NDTMapping
LIO-SAM对输入的点云/imu数据太敏感，道路距离过窄过宽都容易建图失败，在没有建筑物的公园基本用不了。因此本文尝试使用对特征点要求相对较少的ndt算法，来看看在小区或公园等场景的建图效果。
Autoware—AI版本的部署
由于LIO-SAM在公园等树木多特征少的场景效果不太好，但NDT是集成在Autoware.ai 1.x版本里的，这里记录下部署编译过程。
GNSS—G70差分定位RTK模块
今天新到一个G70 RTK定位模块，它支持多种卫星导航系统，包括中国BDS北斗，美国GPS，俄罗斯GLONASS、欧洲Galileo，日本QZSS卫星定位系统。G70内置RTCM更正，通过本地基站或网络 RTK设置中的虚拟参考站(VRS)，可以支持厘米级定位。
Docker—将容器导出为镜像
一台设备上有个docker容器，很好用，但是没有Dockfile，并且镜像hub是私有的不允许pull，但我想在另一台设备上使用这个镜像，应该怎么做呢？本文就介绍下操作方法。
Pandar40P + H30IMU + LIO_SAM建图
今天开始尝试使用Lidar+IMU进行3D SLAM建图，本文记录下实验过程。
Pandar40P Lidar + H30 IMU 外参标定
在使用LIO-SAM进行Lidar+IMU建图之前，需要做两个标定工作，IMU内参标定和Lidar-IMU外参标定。IMU内参标定，可以解决其固有的测量误差问题；Lidar和IMU的外参标定(以下简称“外参标定”)。外参标定的目的是获得激光雷达和IMU之间的位置转换关系，其中包括平移关系和旋转关系，分别对应最终输出结果中的平移向量与旋转矩阵。
IMU—H30九轴AHRS
今天新到一个九轴IMU – H30，它是一款高精度的姿态传感器，集成三轴 MEMS 陀螺仪、三轴 MEMS加速度计和三轴磁传感器，可以测量载体的三维姿态角度、加速度、角速度和磁场强度信息，实现 0.1°横滚、俯仰角测量精度和 0.5°无参考航向角、1°磁参考航向角测量精度，最大输出频率200HZ。
Nvidia Jetson AGX Orin系统刷写
新到一块Nvidia Jetson AGX Orin 32G的板子，想压测下GPU性能时发现里边没有带CUDA，重新刷下机，记录下刷机过程。
TensorRT 10.x NOTFOUND TENSORRT_NVPARSERS_LIBRARY 问题
问题描述:
在 Ubuntu22.04 + Orin Arm 中构建 tensorrt_common 时，出现未找到 TENSORRT_NVPARSERS_LIBRARY 变量错误。
RS16在Ubuntu22下无法显示点云问题
问题现象：
在Ubuntu 22.04上调试RS16的3D建图，发现ROS2无法正常显示点云，尝试使用官方的RSView工具也无法正常显示点云。
Autoware—Universe初探
上次我们大概了解了Autoware是什么，以及它的基本原理。作为一个完备的自动驾驶框架，Autoware看起来很有吸引力，那么今天就带大家动手实践下，看它是不是像描述的那么好用。
Autoware—概述
一、Autoware是什么?
Autoware与Apollo类似，是2015年发布的开源自动驾驶项目，它基于机器人操作系统 ( ROS 2 ) ，包含Map Server、Sensor Drivers、Perception、Prediction、Localization、Planning、Control、Vehicle Interface、User Interface等完备的自动驾驶模块，对自动驾驶汽车在各种平台和应用程序上的商业部署起到了积极的推动作用。
NVMe SSD磁盘寿命评估方法
我们都知道磁盘是有寿命的，超期服役后，服务器或物联网设备的磁盘会陆续报故障损坏，意外的损坏也带来诸多问题。本文主要讲解下nvme SSD的磁盘寿命消耗情况。
自动驾驶线控底盘行业研究报告（2024）
2、机械底盘、线控底盘、滑板底盘与AGV、IGV、AMR
ROS—laser_filters屏蔽无效雷达数据
一、概述
激光雷达通常可以检测360度等范围内的物体，但由于机械结构设计等原因，机器人本体可能会遮挡部分激光雷达扫描数据。如果将激光雷达原始点云直接用于建图或导航，则机器人本体的一部分会被当作障碍物导致建图或导航无法正常工作。
ROS—PGM地图文件的编辑
我们在使用SLAM建图后，为了提高显示及运行效果，通常需要对地图进行一些调整，比如点云毛刺清理、增加未知区域的边界防护等。本文主要讲解下如何对2D .gpm地图文件进行编辑修改的方法。
ROS—常见2D建图算法对比
本文主要针对常见的2D建图算法Gmapping、Hector、Karto、Cartographer进行对比，以确定在室内小场景、室外大场景下使用哪种建图算法更为合适。