Localization 定位模块

Apollo 定位模块负责为自动驾驶系统提供高精度的车辆位姿估计（位置 + 姿态），是规划、控制等下游模块的基础依赖。模块提供三种可选的定位方案：RTK（实时动态差分定位）、MSF（多传感器融合定位）和 NDT（正态分布变换定位），通过配置文件灵活切换。

模块职责

Localization 模块实时输出车辆在世界坐标系（UTM 投影）下的六自由度位姿（位置 x/y/z + 姿态 roll/pitch/yaw），具体职责包括：

接收并处理多种传感器数据：GNSS（GPS/BDS/GLONASS 等）、IMU（惯性测量单元）、LiDAR 点云
根据选定的定位方案，对传感器数据进行融合计算，输出 LocalizationEstimate 消息
通过 TF 广播车辆坐标系到世界坐标系的变换关系（world -> localization）
输出定位状态信息 LocalizationStatus，供下游模块判断定位质量
支持 GNSS 时间戳补偿（LocalizationGnssCompensator）、IMU-GPS 时间对齐与插值等数据预处理
默认输出频率 100Hz（由 localization_publish_freq 控制），输出 channel 为 /apollo/localization/pose

模块内置三种可切换的定位方案：

方案	精度	依赖传感器	适用场景
RTK	厘米级（依赖 RTK 信号质量）	GNSS + IMU	开阔环境、快速验证
MSF（多传感器融合）	厘米级	GNSS + IMU + LiDAR + 高精地图	生产部署、复杂城市环境
NDT	分米级	GNSS（里程计） + LiDAR + NDT 地图	无 RTK 信号的隧道/地下场景

通过 localization_config.pb.txt 中的 localization_type 字段（RTK / MSF）选择方案，NDT 方案通过独立的 launch 文件启动。

核心类与接口

公共层

类 / 文件	路径	职责
`localization_gflags`	`common/localization_gflags.h`	全局 GFlags 参数声明（LiDAR、GNSS、INS、NDT 等）
`LocalizationGnssCompensator`	`common/gnss_compensator.h`	GNSS 无效时间戳补偿
`LocalizationConfig`	`proto/localization_config.proto`	定位方案选择（RTK=0, MSF=1）

RTK 方案

类	路径	职责
`RTKLocalizationComponent`	`rtk/rtk_localization_component.h`	Cyber 组件入口，订阅 GPS/IMU/InsStat，发布定位结果与 TF
`RTKLocalization`	`rtk/rtk_localization.h`	核心算法：GPS-IMU 时间对齐、IMU 插值、位姿合成

MSF 方案

类	路径	职责
`MSFLocalizationComponent`	`msf/msf_localization_component.h`	Cyber 组件入口，订阅 IMU/LiDAR/GnssBestPose/Heading
`LocalizationMsgPublisher`	`msf/msf_localization_component.h`	统一发布融合结果、GNSS 子结果、LiDAR 子结果、状态
`MSFLocalization`	`msf/msf_localization.h`	参数初始化，将传感器数据分发给 `LocalizationInteg`
`LocalizationInteg`	`msf/local_integ/localization_integ.h`	融合引擎外观接口，IMU 坐标系转换（FLU/RFU）
`LocalizationIntegImpl`	`msf/local_integ/localization_integ_impl.h`	融合引擎实现，协调四大子处理器
`LocalizationIntegProcess`	`msf/local_integ/localization_integ_process.h`	SINS 惯导递推（封装 `Sins` 引擎），IMU 积分与量测更新
`LocalizationLidarProcess`	`msf/local_integ/localization_lidar_process.h`	LiDAR 点云与高精地图匹配定位
`LocalizationGnssProcess`	`msf/local_integ/localization_gnss_process.h`	GNSS 原始观测量处理、RTK 解算（封装 `GnssSolver`）
`MeasureRepublishProcess`	`msf/local_integ/measure_republish_process.h`	量测数据预处理与重发布（BestGnssPos/LiDAR/Heading → `MeasureData`）
`OnlineLocalizationExpert`	`msf/local_integ/online_localization_expert.h`	在线状态监控：IMU 延迟/丢失检测、GNSS/LiDAR 丢失检测、定位精度评估
`LocalizationLidar`	`msf/local_integ/localization_lidar.h`	LiDAR 地图匹配核心（基于 PyramidMap 的强度/高度匹配）
`LidarMsgTransfer`	`msf/local_integ/lidar_msg_transfer.h`	PointCloud protobuf → `LidarFrame` 转换
`GnssMagTransfer`	`msf/local_integ/gnss_msg_transfer.h`	GNSS 原始观测量 protobuf → 内部结构体转换

NDT 方案

类	路径	职责
`NDTLocalizationComponent`	`ndt/ndt_localization_component.h`	Cyber 组件入口，订阅 Odometry/LiDAR/InsStat
`NDTLocalization`	`ndt/ndt_localization.h`	NDT 定位主逻辑：里程计缓冲、点云匹配、位姿合成
`LidarLocatorNdt`	`ndt/ndt_locator/lidar_locator_ndt.h`	NDT 点云-地图匹配器，加载 NdtMap 并执行配准
`NormalDistributionsTransform`	`ndt/ndt_locator/ndt_solver.h`	NDT 配准求解器（基于 Magnusson 2009），牛顿法优化
`LocalizationPoseBuffer`	`ndt/localization_pose_buffer.h`	LiDAR 位姿与里程计位姿的环形缓冲区，用于帧间位姿推算

地图子系统（MSF 内部）

子目录	职责
`msf/local_map/`	基础地图框架（BaseMap）、无损地图（LosslessMap）、有损地图（LossyMap2D）、NDT 地图
`msf/local_pyramid_map/`	金字塔多分辨率地图：PyramidMap（强度+高度）、NdtMap（正态分布）

定位方案与算法概述

RTK 定位

RTK（Real-Time Kinematic）是最简单的定位方案，直接使用 GNSS 接收机输出的高精度位置，结合 IMU 数据进行姿态补全。

工作流程：

RTKLocalizationComponent 以 GPS Odometry（/apollo/sensor/gnss/odometry）为主触发消息
收到 GPS 消息后，RTKLocalization::GpsCallback 执行：
- 检查 IMU 缓冲区和 GPS 状态缓冲区是否非空
- 调用 FindMatchingIMU 在 IMU 列表中查找与 GPS 时间戳最近的两帧 IMU 数据
- 调用 InterpolateIMU 对两帧 IMU 进行线性插值，得到与 GPS 同一时刻的姿态角速度和线加速度
- 调用 ComposeLocalizationMsg 将 GPS 位置 + 插值后的 IMU 姿态合成为 LocalizationEstimate
WatchDog 机制监控 GPS 消息间隔，超过 gps_time_delay_tolerance_（默认 1s）则告警
支持 map_offset 地图偏移补偿
支持 IMU-Localization 外参补偿（CompensateImuLocalizationExtrinsic）

关键参数：

gps_imu_time_diff_threshold：GPS 与 IMU 时间差阈值（默认 0.02s）
imu_list_max_size：IMU 缓冲区大小（代码默认 50，配置文件覆盖为 20）
发布频率：100Hz（由 GPS 消息驱动）

MSF 多传感器融合定位

MSF（Multi-Sensor Fusion）是生产级定位方案，采用 SINS（捷联惯导系统）为核心，融合 GNSS 和 LiDAR 量测进行误差校正。

整体架构：

IMU (100Hz+)  ──→  LocalizationIntegProcess (SINS 递推)
                         ↑ MeasureData 量测更新
                         │
GNSS BestPose ──→  MeasureRepublishProcess ──→ MeasureData
GNSS Heading  ──→       │
GNSS Raw Obs  ──→  LocalizationGnssProcess (RTK 解算) ──→ MeasureData
GNSS Ephemeris──→       │
                         │
LiDAR PointCloud──→ LocalizationLidarProcess (地图匹配) ──→ MeasureData

SINS 惯导递推（LocalizationIntegProcess）：

封装底层 Sins 引擎（localization_msf/sins.h），以 IMU 数据为驱动进行高频位姿递推
状态机：NOT_INIT → NOT_STABLE → OK → VALID
接收 MeasureData 量测数据进行误差校正（通过异步队列 measure_data_queue_ 处理）
输出：校正后的 InsPva（位置/速度/姿态）及 9x9 协方差矩阵

GNSS 处理（LocalizationGnssProcess + MeasureRepublishProcess）：

支持两种 GNSS 模式（GnssMode）：
- NOVATEL（默认）：直接使用 NovAtel 接收机输出的 BestGnssPos
- SELF：使用原始观测量（EpochObservation）+ 星历（GnssEphemeris）自主 RTK 解算
MeasureRepublishProcess 负责：
- 将 BestGnssPos 转换为 UTM 坐标系下的 MeasureData
- 校验 GNSS 状态（sol_status、XY 标准差阈值 5.0m）
- 从 BestGnssPos 计算速度（差分法）
- 处理 GNSS Heading（双天线航向）
- 处理 LiDAR 定位结果转 MeasureData
MeasureData 量测类型（IntegMeasure.MeasureType）：
- GNSS_POS_ONLY / GNSS_POS_VEL / GNSS_VEL_ONLY / GNSS_POS_XY
- POINT_CLOUD_POS（LiDAR）
- ODOMETER_VEL_ONLY / VEHICLE_CONSTRAINT

LiDAR 地图匹配定位（LocalizationLidarProcess）：

使用 PoseForcast 进行 IMU 辅助的位姿预测，为 LiDAR 匹配提供初始值
预测状态机：NOT_VALID → INITIAL → INCREMENT
预测位置来源优先级：INSPVA_IMU_WHEEL > INSPVA_IMU > INSPVA_ONLY
LocalizationLidar 执行实际匹配：
- 加载 PyramidMap（金字塔多分辨率地图），包含强度和高度信息
- 定位模式（localization_mode）：0=强度匹配，1=高度匹配，2=融合匹配（默认）
- 航向对齐模式（yaw_align_mode）：0=关闭，1=融合，2=多线程融合（默认）
- 输出位姿、3x3 协方差矩阵和匹配得分
LiDAR 状态机：NOT_VALID → NOT_STABLE → OK
支持 AVX 指令集加速（if_use_avx 标志）

在线状态监控（OnlineLocalizationExpert）：

IMU 延迟检测：三级阈值（0.02s / 0.05s / 0.1s）
IMU 丢失检测：三级阈值（0.01s / 0.05s / 0.1s）
GNSS BestPose 丢失检测：阈值 2.0s
LiDAR 丢失检测：阈值 2.0s
定位精度评估：XY 标准差两级阈值（0.15m / 0.3m）
输出 MsfStatus 和 MsfSensorMsgStatus

融合状态等级：

LocalizationIntegState: OK → WARNNING → ERROR → CRITIAL_ERROR → FATAL_ERROR

NDT 定位

NDT（Normal Distributions Transform）方案使用 LiDAR 点云与预建的 NDT 地图进行配准定位，不依赖 RTK 信号。

工作流程：

NDTLocalizationComponent 以 GNSS Odometry 为主触发，同时订阅 LiDAR 点云和 InsStat
收到 LiDAR 点云后，NDTLocalization::LidarCallback 执行：
- 将 PointCloud protobuf 转换为 LidarFrame（过滤高度超过 max_height_ 的点）
- 通过 TF2 或里程计缓冲区查询当前时刻的预测位姿
- 应用 LiDAR 外参变换
- 调用 LidarLocatorNdt::Update 将点云投影到地图坐标系
- 调用 NDT 配准求解器进行点云-地图匹配
收到 Odometry 消息后：
- 将里程计位姿存入环形缓冲区（最大 100 帧）
- 通过 LocalizationPoseBuffer 利用最近一次 LiDAR 匹配结果和当前里程计增量推算输出位姿

NDT 配准算法（NormalDistributionsTransform）：

基于 Magnusson 2009 论文实现
将目标点云（地图）体素化，每个体素计算均值和协方差矩阵
使用牛顿法优化 6-DOF 变换参数，最小化点到正态分布的负对数似然
计算 Jacobian（6.18 式）和 Hessian（6.20 式）矩阵
使用 More-Thuente 线搜索确定步长
关键参数：
- resolution：体素边长（目标分辨率）
- step_size：最大步长
- transformation_epsilon：收敛阈值
- max_iterations：最大迭代次数
- outlier_ratio：离群点比例

NDT 得分监控：

warnning_ndt_score（默认 1.0）：匹配得分超过此值发出警告
error_ndt_score（默认 2.0）：匹配得分超过此值判定为错误
bad_score_count_threshold（默认 10）：连续坏分数计数阈值

传感器融合策略

Apollo 定位模块的传感器融合策略因方案而异，核心思想是利用不同传感器的互补特性实现高精度、高鲁棒性的定位。

RTK 方案：GPS-IMU 简单融合

RTK 方案采用最简单的融合策略——时间对齐插值：

GPS 提供绝对位置（经纬度 + 高程），IMU 提供高频姿态（角速度 + 线加速度）
融合方式：以 GPS 时间戳为基准，在 IMU 缓冲队列中查找前后两帧，通过线性插值（InterpolateIMU）得到同一时刻的 IMU 数据
位置直接取 GPS 值，姿态取插值后的 IMU 值，合成最终 LocalizationEstimate
局限性：完全依赖 GPS 信号质量，无法在 GPS 失锁时维持定位

MSF 方案：SINS + GNSS + LiDAR 紧耦合融合

MSF 是生产级融合方案，采用经典的 SINS（捷联惯导系统）+ 外部量测更新架构：

融合框架：

SINS 惯导递推（预测步）：以 IMU 数据（100Hz+）为驱动，通过 Sins 引擎进行高频位姿递推，输出预测的位置/速度/姿态（PVA）及 9x9 协方差矩阵
量测更新（校正步）：当 GNSS 或 LiDAR 量测到达时，将其转换为统一的 MeasureData 格式，送入 LocalizationIntegProcess 的量测队列进行误差校正

多源量测融合优先级与策略：

GNSS 量测：提供全局绝对位置约束，通过 MeasureRepublishProcess 预处理
- 状态校验：检查 sol_status、XY 标准差（阈值 5.0m）
- 坐标转换：WGS84 经纬度 → UTM 投影坐标
- 速度估计：通过相邻 BestGnssPos 差分计算
- 杆臂补偿：利用 IMU-天线杆臂参数（imu_to_ant_offset）将天线位置转换到 IMU 中心
LiDAR 量测：提供高精度局部位姿约束
- 通过 LocalizationLidarProcess 执行点云-地图匹配
- 使用 SINS 预测位姿作为匹配初始值（PoseForcast）
- 匹配结果经 MeasureRepublishProcess::LidarLocalProcess 转换为 MeasureData
- 输出包含 3x3 协方差矩阵，反映匹配置信度
GNSS Heading：双天线航向量测，提供航向角约束

量测类型（MeasureType）：

类型	来源	提供信息
`GNSS_POS_ONLY`	GNSS BestPos	仅位置
`GNSS_POS_VEL`	GNSS BestPos（含速度）	位置 + 速度
`GNSS_VEL_ONLY`	GNSS BestPos	仅速度
`GNSS_POS_XY`	GNSS BestPos	仅水平位置
`POINT_CLOUD_POS`	LiDAR 地图匹配	位置 + 姿态
`ODOMETER_VEL_ONLY`	里程计	仅速度
`VEHICLE_CONSTRAINT`	车辆运动约束	非完整性约束

退化处理：

GNSS 信号丢失（超过 bestgnsspose_loss_time_threshold 2.0s）：依赖 SINS + LiDAR 维持定位
LiDAR 信号丢失（超过 lidar_loss_time_threshold 2.0s）：依赖 SINS + GNSS 维持定位
双源均丢失：SINS 纯惯导递推（精度随时间快速退化）
OnlineLocalizationExpert 实时评估融合状态，输出五级状态：OK → WARNNING → ERROR → CRITIAL_ERROR → FATAL_ERROR

NDT 方案：里程计 + LiDAR-NDT 匹配融合

NDT 方案的融合策略相对简单：

里程计（GNSS Odometry）提供帧间相对运动，存入环形缓冲区（最大 100 帧）
LiDAR 点云通过 NDT 配准与预建地图匹配，获得绝对位姿
融合方式：以最近一次 LiDAR NDT 匹配结果为基准，叠加里程计增量推算当前位姿（LocalizationPoseBuffer）
NDT 匹配质量通过 fitness score 监控，连续坏分数超过阈值（默认 10 次）则判定定位失效

数据流

RTK 数据流

/apollo/sensor/gnss/odometry (Gps)
    │
    ▼
RTKLocalizationComponent::Proc()
    │
    ├── /apollo/sensor/gnss/corrected_imu (CorrectedImu) ──→ IMU 缓冲区
    ├── /apollo/sensor/gnss/ins_stat (InsStat) ──→ GPS 状态缓冲区
    │
    ▼
RTKLocalization::GpsCallback()
    ├── FindMatchingIMU() → InterpolateIMU()
    ├── ComposeLocalizationMsg()
    └── FillLocalizationStatusMsg()
         │
         ▼
    /apollo/localization/pose (LocalizationEstimate)
    /apollo/localization/msf_status (LocalizationStatus)
    TF: world → localization

MSF 数据流

/apollo/sensor/gnss/imu (Imu, 100Hz+)
    │
    ▼
MSFLocalizationComponent::Proc()
    │
    ▼
MSFLocalization::OnRawImuCache()  ← 仅缓存 IMU 数据
    │
    由 10ms 定时器 OnLocalizationTimer 驱动：
    ▼
MSFLocalization::OnRawImu()
    ├── TransferImuRfu/Flu() → RawImuProcessRfu()
    │       │
    │       ▼
    │   LocalizationIntegImpl::ImuProcessImpl()
    │       ├── LocalizationIntegProcess::RawImuProcess() ← SINS 递推
    │       ├── LocalizationLidarProcess::RawImuProcess() ← 位姿预测更新
    │       └── OnlineLocalizationExpert::AddImu()
    │
    ├── /apollo/sensor/lidar128/.../PointCloud2 ──→ OnPointCloud()
    │       │
    │       ▼
    │   LocalizationIntegImpl::PcdProcessImpl()
    │       ├── LocalizationLidarProcess::PcdProcess() ← LiDAR 地图匹配
    │       ├── MeasureRepublishProcess::LidarLocalProcess() → MeasureData
    │       └── LocalizationIntegProcess::MeasureDataProcess() ← 量测更新
    │
    ├── /apollo/sensor/gnss/best_pose ──→ OnGnssBestPose()
    │       │
    │       ▼
    │   LocalizationIntegImpl::GnssBestPoseProcessImpl()
    │       ├── MeasureRepublishProcess::NovatelBestgnssposProcess() → MeasureData
    │       └── LocalizationIntegProcess::MeasureDataProcess() ← 量测更新
    │
    └── /apollo/sensor/gnss/heading ──→ OnGnssHeading()
            │
            ▼
        MeasureRepublishProcess::GnssHeadingProcess() → MeasureData
            │
            ▼
    输出（由定时器 OnLocalizationTimer 驱动）：
        /apollo/localization/pose (LocalizationEstimate) ← 融合结果
        /apollo/localization/msf_lidar (LocalizationEstimate) ← LiDAR 子结果
        /apollo/localization/msf_gnss (LocalizationEstimate) ← GNSS 子结果
        /apollo/localization/msf_status (LocalizationStatus)
        TF: world → localization

NDT 数据流

/apollo/sensor/gnss/odometry (Gps)
    │
    ▼
NDTLocalizationComponent::Proc()
    │
    ├── /apollo/sensor/lidar/.../PointCloud2 ──→ LidarCallback()
    │       │
    │       ▼
    │   NDTLocalization::LidarCallback()
    │       ├── LidarMsgTransfer() → LidarFrame
    │       ├── QueryPoseFromTF() / QueryPoseFromBuffer() ← 预测位姿
    │       ├── LidarLocatorNdt::Update() ← 点云投影
    │       └── NormalDistributionsTransform::Align() ← NDT 配准
    │
    ├── /apollo/sensor/gnss/ins_stat ──→ OdometryStatusCallback()
    │
    ▼
NDTLocalization::OdometryCallback()
    ├── 里程计缓冲区更新
    ├── LocalizationPoseBuffer::UpdateOdometryPose() ← 帧间推算
    └── ComposeLocalizationEstimate()
         │
         ▼
    /apollo/localization/pose (LocalizationEstimate)
    /apollo/localization/ndt_lidar (LocalizationEstimate) ← LiDAR 匹配结果
    /apollo/localization/msf_status (LocalizationStatus)
    TF: world → localization

配置方式

定位方案选择

文件：conf/localization_config.pb.txt

protobuf

localization_type: MSF    # RTK 或 MSF

启动方式

每种方案对应独立的 launch 文件和 DAG 文件：

方案	Launch 文件	DAG 文件	主触发 Channel
RTK	`launch/rtk_localization.launch`	`dag/dag_streaming_rtk_localization.dag`	`/apollo/sensor/gnss/odometry`
MSF	`launch/msf_localization.launch`	`dag/dag_streaming_msf_localization.dag`	`/apollo/sensor/gnss/imu`
NDT	`launch/ndt_localization.launch`	`dag/dag_streaming_ndt_localization.dag`	`/apollo/sensor/gnss/odometry`

RTK 配置

文件：conf/rtk_localization.pb.txt（对应 proto/rtk_config.proto）

protobuf

localization_topic: "/apollo/localization/pose"
localization_status_topic: "/apollo/localization/msf_status"
imu_topic: "/apollo/sensor/gnss/corrected_imu"
gps_topic: "/apollo/sensor/gnss/odometry"
gps_status_topic: "/apollo/sensor/gnss/ins_stat"
broadcast_tf_frame_id: "world"
broadcast_tf_child_frame_id: "localization"
imu_frame_id: "imu"
imu_list_max_size: 20
gps_imu_time_diff_threshold: 0.02
map_offset_x: 0.0
map_offset_y: 0.0
map_offset_z: 0.0

MSF 配置

MSF 的 Topic 配置在 conf/msf_localization.pb.txt：

protobuf

localization_topic: "/apollo/localization/pose"
imu_topic: "/apollo/sensor/gnss/imu"
lidar_topic: "/apollo/sensor/lidar128/compensator/PointCloud2"
bestgnsspos_topic: "/apollo/sensor/gnss/best_pose"
gnss_heading_topic: "/apollo/sensor/gnss/heading"
broadcast_tf_frame_id: "world"
broadcast_tf_child_frame_id: "localization"
map_dir: "/apollo/modules/map/data/sunnyvale_big_loop"
lidar_localization_topic: "/apollo/localization/msf_lidar"
gnss_localization_topic: "/apollo/localization/msf_gnss"

算法参数通过 GFlags 配置，文件：conf/localization.conf，关键参数分组：

LiDAR 定位参数：

--enable_lidar_localization=true：启用 LiDAR 定位
--lidar_localization_mode=2：定位模式（0=强度，1=高度，2=融合）
--lidar_yaw_align_mode=2：航向对齐模式（0=关闭，1=融合，2=多线程融合）
--lidar_filter_size=17：LiDAR 滤波器尺寸
--lidar_map_coverage_theshold=0.9：点云与地图有效覆盖率阈值（GFlags 默认 0.9，配置文件中覆盖为 0.8）
--lidar_height_default=1.80：LiDAR 距地面默认高度（米）
--if_use_avx=true：启用 AVX 指令集加速

SINS 惯导参数：

--integ_ins_can_self_align=false：INS 是否可自对准
--integ_sins_align_with_vel=true：使用速度辅助对准
--integ_sins_state_check=true：启用 SINS 状态检查（异常时重启）
--integ_sins_state_span_time=60.0：状态检查时间窗口（秒）（GFlags 默认 60.0，配置文件中覆盖为 30.0）
--integ_sins_state_pos_std=1.0：位置标准差阈值

GNSS 参数：

--gnss_mode=0：GNSS 模式（0=NovAtel BestPos，1=自主解算）
--enable_ins_aid_rtk=false：启用 INS 辅助 RTK
--imu_to_ant_offset_x/y/z：IMU 到 GNSS 天线杆臂偏移
--imu_to_ant_offset_ux/uy/uz：杆臂偏移不确定度
--imu_coord_rfu=true：IMU 坐标系（true=RFU，false=FLU）

NDT 特有参数（GFlags）

--ndt_map_dir：NDT 地图目录
--online_resolution：在线点云分辨率（默认 2.0）
--ndt_max_iterations：最大迭代次数
--ndt_target_resolution：目标体素分辨率
--ndt_line_search_step_size：线搜索步长
--ndt_transformation_epsilon：变换收敛阈值
--ndt_warnning_ndt_score：警告得分阈值（默认 1.0）
--ndt_error_ndt_score：错误得分阈值（默认 2.0）

外参标定文件（YAML）

文件	用途
`msf/params/velodyne_params/velodyne64_novatel_extrinsics_example.yaml`	LiDAR-IMU 外参（平移 + 四元数旋转）
`msf/params/gnss_params/ant_imu_leverarm.yaml`	GNSS 天线-IMU 杆臂（主/副天线偏移及不确定度）
`msf/params/vehicle_params/vehicle_imu_extrinsics.yaml`	车体-IMU 外参（四元数旋转 + 平移）
`msf/params/velodyne_params/velodyne64_height.yaml`	LiDAR 距地面高度

贡献者

Steven Moder

页面历史

最后编辑于大约 10 小时前

查看完整历史

Localization 定位模块 ​

模块职责 ​

核心类与接口 ​

公共层 ​

RTK 方案 ​

MSF 方案 ​

NDT 方案 ​

地图子系统（MSF 内部） ​

定位方案与算法概述 ​

RTK 定位 ​

MSF 多传感器融合定位 ​

NDT 定位 ​

传感器融合策略 ​

RTK 方案：GPS-IMU 简单融合 ​

MSF 方案：SINS + GNSS + LiDAR 紧耦合融合 ​

NDT 方案：里程计 + LiDAR-NDT 匹配融合 ​

数据流 ​

RTK 数据流 ​

MSF 数据流 ​

NDT 数据流 ​

配置方式 ​

定位方案选择 ​

启动方式 ​

RTK 配置 ​

MSF 配置 ​

NDT 特有参数（GFlags） ​

外参标定文件（YAML） ​

贡献者

页面历史

Localization 定位模块

模块职责

核心类与接口

公共层

RTK 方案

MSF 方案

NDT 方案

地图子系统（MSF 内部）

定位方案与算法概述

RTK 定位

MSF 多传感器融合定位

NDT 定位

传感器融合策略

RTK 方案：GPS-IMU 简单融合

MSF 方案：SINS + GNSS + LiDAR 紧耦合融合

NDT 方案：里程计 + LiDAR-NDT 匹配融合

数据流

RTK 数据流

MSF 数据流

NDT 数据流

配置方式

定位方案选择

启动方式

RTK 配置

MSF 配置

NDT 特有参数（GFlags）

外参标定文件（YAML）