一、基于pointpillar（直接配置Autoware吧，不过只有前视结果）

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。

续：配置Autoware的pointpillar，可成功实现前视点云的目标检测，大家可以试试。

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：自动驾驶系统进阶与项目实战（三）基于全卷积神经网络的点云三维目标检测和ROS实战_AdamShan的博客-CSDN博客_基于三维卷积神经网络的点云标记

代码地址：GitHub - AbangLZU/cnn_seg_lidar: Real time 3D semantic segmentation for Lidar, Ros based project

问题：出现permission denined的问题。

解决：直接sudo chmod -R 777 该文件夹即可。

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）：