Ubuntu22.04 + ROS2 Humble 安装部署 PCT Planner
一、项目介绍
基于PCT Planner的多楼层3D全局路径规划技术创新性地解决了多楼层3D导航的难题，整个工作流程主要分为环境预处理和路径规划两部分。
1. 整体工作流概览
规划的核心思想，是利用点云生成一系列2D“断层扫描图像（Tomogram）”作为多楼层导航的基础地图。整个工作流程可以分为线下和线上两个阶段：
-
线下预处理 (Tomography)：输入原始3D点云地图，通过GPU加速的断层扫描算法，生成一张2.5D的可通行性代价地图（Tomogram），格式为
.pickle文件。 -
线上规划 (Planning)：在RViz2中交互式选择起点和终点，规划器会在这张预处理好的地图上进行A*搜索，得到一条平滑的3D路径，并实时避开悬空障碍物。
2. 可通行区域判断：从3D点云到2.5D代价图
判断“哪里能走”的本质，是通过层析技术将复杂的3D空间降维成易于计算的2.5D地图，具体包含以下核心步骤：
-
生成层析切片 (Tomogram Slices)：算法沿Z轴以固定分辨率扫描点云，在每个垂直区间内，计算出局部地面高度和天花板高度，将包含楼板、斜坡等不同高度的物理结构编码为多个2D切片。
-
评估机器人运动能力：在每个切片上，算法会综合考量机器人的尺寸和通过性，计算出每个位置的可通行性代价值。
可通行性代价值（
intensity）：
物理尺寸：确保有足够的最小垂直净空（如
0.50米）和碰撞安全半径（如0.40米）。台阶与坡度：评估机器人能否跨过最大台阶高度（
step_max，如0.17米）或爬上最大坡度（slope_max，如23°）的区域。安全性边际：除了硬性的障碍物，还会设置渐变的成本区域（
inflation），让路径规划更自然地与障碍物保持距离。
3. 上下楼路径规划：在层析切片间无缝探索
这是PCT Planner的关键创新之一。它通过以下方式实现了上下楼的连续规划：
-
跨越切片的通用搜索：规划器将不同楼层的层析切片视为一个统一的图（Graph）进行搜索，搜索逻辑在物理上天然支持跨楼层。
-
以3D点连接不同楼层：楼梯或坡道在3D点云中表现为连续的斜面。算法在每个高度切片上检测到这些过渡区域，并通过搜索算法将其平滑地连接起来，从而在生成的最终3D路径中，自动包含从起点楼层到终点楼层的完整上下楼轨迹。
二、部署指南
1. 环境准备
安装ROS2 Humble、CUDA 12.x以及cmake、gcc、eigen3等系统工具。
（1）硬件与软件环境
建议先确认以下基础条件：
-
操作系统：Ubuntu 22.04 LTS
-
ROS2 发行版：Humble Hawksbill（桌面完整版）
-
CUDA：11.5（系统预装，通过
nvidia-smi确认驱动支持的 CUDA 版本） -
Python：3.10
（2）检查 CUDA 和驱动
打开终端，输入：
nvidia-smi查看驱动最高支持的CUDA版本：
打开终端，输入：
nvcc --version查看实际安装的 CUDA Toolkit 版本：
注意：如果
nvcc显示 CUDA 11.x，则必须安装cupy-cuda11x；若显示 CUDA 12.x，则使用cupy-cuda12x。
2. 获取源码并安装系统依赖
（1）创建工作空间并克隆仓库
打开终端，输入：
mkdir -p ~/d7lros2/PCT_wscd ~/d7lros2/PCT_ws克隆仓库：
git clone https://github.com/rvxfahim/PCT_planner.gitcd PCT_planner（2）安装依赖
更新源：
sudo apt update
安装依赖：
sudo apt install -y libeigen3-dev libboost-all-dev cmake build-essential（3）设置 Python 虚拟环境
为避免依赖冲突，使用 Python 虚拟环境。
创建虚拟环境：
python3 -m venv ~/pct_venv激活虚拟环境：
source ~/pct_venv/bin/activate注意：每次使用前都需要重新激活虚拟环境。
升级 pip：
pip install --upgrade pip（4）安装 Python 依赖
安装基础依赖：
pip install numpy==1.24.3
pip install scipy==1.10.1
pip install open3d==0.17.0
pip install scikit-learn==1.2.2（5）安装 CuPy
根据 nvcc --version 显示的 CUDA 版本选择：
如果是CUDA 11.x，输入：
pip install cupy-cuda11x==13.6.0如果是CUDA 12.x，输入：
pip install cupy-cuda12x==13.6.0验证安装：
python3 -c "import cupy as cp; print(f'CuPy version: {cp.__version__}'); print(f'CUDA available: {cp.cuda.is_available()}')"
3. 编译 C++ 依赖库（GTSAM + OSQP）
打开终端，输入：
cd ~/d7lros2/PCT_ws/PCT_planner/planner编译第三方库（约 5–10 分钟）：
bash build_thirdparty.sh编译 pybind11 模块：
bash build.sh 编译完成后，会在 planner/lib/ 目录下生成 .so 文件。
三、测试验证
1. 准备点云数据
（1）使用示例点云（Building 场景）
打开终端，输入：
cd ~/d7lros2/PCT_ws/PCT_planner解压缩点云文件：
unzip rsc/pcd/pcd_files.zip -d rsc/pcd/（2）使用自定义点云（可选）
将自定义的 .pcd 文件复制到 rsc/pcd/，例如：
cp /path/to/your_cloud.pcd rsc/pcd/clinic.pcd2. 生成断层扫描地图（Tomogram）
（1）为 Building 场景生成
打开终端，输入：
cd ~/d7lros2/PCT_ws/PCT_planner/tomography/scripts
激活环境：
source ~/pct_venv/bin/activate场景生成：
python3 run_standalone.py --scene Building成功输出示例：
[INFO] Loading PCD: .../building2_9.pcd [INFO] PCD points: 853227 [INFO] Map center: [-0.37, 1.37] [INFO] Dim_x: 285, Dim_y: 150 [INFO] Num slices init: 30 → simplified: 8 [INFO] Tomogram exported: .../rsc/tomogram/building2_9.pickle
（2）为自定义场景（如 clinic）生成
需先在 tomography/config/ 下创建 scene_clinic.py 配置文件（可参考 scene_building.py），然后运行：
python3 run_standalone.py --scene Clinic3. 运行路径规划（无 ROS 测试，可选）
先验证整个流程是否正常，不依赖 ROS。打开终端，输入：
cd ~/d7lros2/PCT_ws/PCT_planner/planner/scripts激活环境：
source ~/pct_venv/bin/activate运行路径规划：
python3 plan_standalone.py --scene Building如果成功，会输出路径规划信息和保存的轨迹文件。
4. 启动 ROS2 交互式规划
（1）准备符号链接（使节点能找到点云和 tomogram）
节点默认寻找 rsc/pcd/clinic.pcd 和 rsc/tomogram/clinic.pickle。我们可以用 Building 的数据建立链接：
cd ~/d7lros2/PCT_ws/PCT_planner
ln -sf rsc/pcd/building2_9.pcd rsc/pcd/clinic.pcd
ln -sf rsc/tomogram/building2_9.pickle rsc/tomogram/clinic.pickle（2）启动 RViz2 可视化
打开一个终端，激活虚拟环境并 source ROS2：
source ~/pct_venv/bin/activate
source /opt/ros/humble/setup.bash
到你的工作目录：
cd ~/d7lros2/PCT_ws/PCT_planner
启动RVIZ：
rviz2 -d rsc/rviz/pct_ros2.rviz
（3）启动 ROS2 规划节点
打开另一个终端，激活虚拟环境并 source ROS2：
source ~/pct_venv/bin/activate
source /opt/ros/humble/setup.bash
到你的工作目录：
cd ~/d7lros2/PCT_ws/PCT_planner
运行路径规划：
python3 run_ros2_interactive.py --skip-tomo参数
--skip-tomo表示使用已有的 tomogram 文件，不再重新生成。
5. 在 RViz2 中交互式规划
（1）设置 Fixed Frame
在 RViz 左侧 Global Options 中，设置 Fixed Frame 为 map：
（2）显示点云和 tomogram
在 Displays 面板中，确保 Raw Point Cloud 和 Tomogram 都已勾选。
对于每个 PointCloud2 显示项，设置：
-
Style:
Points或Squares -
Size:
0.05~0.1 -
Color Transformer:
Intensity（tomogram）或AxisColor（调试）
6. 选择起点和终点
（1）切换为Orbit
左下角选择Orbit：
可以发现右边不再是俯视图：
（2）选择起点
点击工具栏的 Publish Point 按钮：
在点云地图上单击设置起点（绿色球体出现）：
（3）选择终点
在另一处单击设置终点（红色球体出现）：
规划器自动运行，成功后显示绿色路径线（/pct_path）。
（一）常见问题及解决方法汇总
问题现象 原因 解决方案 ModuleNotFoundError: No module named 'cupy'未安装 CuPy 根据 nvcc --version安装对应版本cupy-cuda11x或cupy-cuda12xImportError: numpy.core.multiarray failed to importNumPy 版本与 CuPy 不兼容 固定 NumPy 版本 pip install numpy==1.24.3OSError: libnvrtc.so.12: cannot open shared object fileCuPy 版本与系统 CUDA 不匹配 系统 CUDA 11.5 却安装了 cupy-cuda12x，改用cupy-cuda11xValueError: zero-size array在 ROS2 节点启动时找不到 .pcd文件创建符号链接指向存在的点云，或检查路径 RViz 中显示 Showing [0] pointsFrame_id 不匹配或 QoS 问题 将 Global Options 的 Fixed Frame 设置为 map或清空；重启节点RViz 中看不到任何点云 视图未对准 将 Views 类型改为 Orbit，点击 Reset，然后缩放/旋转找到点云Tomography 运行后生成的文件名不是 clinic.pickle脚本默认使用场景名 创建符号链接或修改 run_ros2_interactive.py中的文件名（二）参数调优参考
如需调整机器人尺寸、步高、坡度等，修改
tomography/config/scene_clinic.py中的参数，然后重新生成 tomogram。详细说明见项目中的PARAMETERS.md。关键参数示例：
map.resolution：栅格分辨率（默认 0.10 m）
trav.safe_margin：碰撞半径（默认 0.4 m）
trav.step_max：最大可跨越台阶高度（默认 0.17 m）
trav.slope_max：最大可爬坡度（默认 0.40 rad ≈ 23°）（三）完整部署检查清单
Ubuntu 22.04 + ROS2 Humble
NVIDIA 驱动正常，
nvidia-smi运行无误
nvcc显示 CUDA 版本（11.x 或 12.x）克隆仓库并安装系统依赖
创建 Python 虚拟环境并激活
安装 NumPy 1.24.3、SciPy、Open3D、scikit-learn
安装与 CUDA 版本匹配的 CuPy
编译 GTSAM 和 OSQP（
build_thirdparty.sh）编译 pybind11 模块（
build.sh）解压示例点云或准备自定义点云
生成 tomogram（
run_standalone.py --scene Building）测试无 ROS 规划（
plan_standalone.py）创建符号链接使 ROS2 节点能加载数据
启动 ROS2 节点（
run_ros2_interactive.py --skip-tomo）启动 RViz2，调整 Fixed Frame 和视图
在 RViz 中点击起点和终点，成功生成路径
脑启社区是一个专注类脑智能领域的开发者社区。欢迎加入社区，共建类脑智能生态。社区为开发者提供了丰富的开源类脑工具软件、类脑算法模型及数据集、类脑知识库、类脑技术培训课程以及类脑应用案例等资源。
更多推荐
5
0- 0
已为社区贡献2条内容
所有评论(0)