无人驾驶autoware 项目实战autoware架构-manager

Posted 2022-01-02 盒子君~

系列文章目录

提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加
TODO:写完再整理

文章目录

• 系列文章目录
• 前言
• （1）从Autoware的系统层进行剖析
• （2）从系统组件框图进行剖析
• （3）从算法的基本控制和数据流进行剖析
• （4）从Autoware的节点图进行剖析【较有用】
• 总结
• • 部署经验总结
• 参考资料

---

前言

认知有限，望大家多多包涵，有什么问题也希望能够与大家多交流，共同成长！

本文先对XXX做个简单的介绍，具体内容后续再更，其他模块可以参考去我其他文章

---

提示：以下是本篇文章正文内容

（1）从Autoware的系统层进行剖析

（2）从系统组件框图进行剖析

这个框架少了高精度矢量地图的部分【SLAM建图部分–静态地图及矢量化，其他地图图层生成】

（3）从算法的基本控制和数据流进行剖析

（4）从Autoware的节点图进行剖析【较有用】

---

总结

Autoware仅仅是一个工具，实现的源码内容还是得靠自己的去学，学习源码原理参考百度，Autoware的整体是比较复杂的，整体解读清楚它的原理短时间是不可能实现的，所以别整体的源码去看，从自己需要的模块逐个突破

部署经验总结

（1）autoware的bag数据包得改成自己得做验证，有实物传感器更好啦，没有的化自己搭gazebo仿真一样能拿到传感器数据
（2）autoware在ubuntu18.04也可以装1.12以上的版本【防盗标记–盒子君hzj】
（3）安装autoware从简单装起来，用到什么装什么
（4）装好autoware启动界面肯定亏出现花屏的现象，按照博客来pip装wx，再改文件就行
https://www.cxybb.com/article/m0_46673077/115400045
https://codeleading.com/article/10816031861/

（5）使用bag_demo运行起来的时候仅仅只有一个CPU在运行是正常的，后面用自己的bag数据包自己选择算法的时候CPU运行就可选了
.
.
.

参考资料

（1）官方视频介绍（ROSCon 2017 ）
https://www.youtube.com/watch?v=XlXHLoIDohc

（2）官网提供的 PPT 简介，文档说明
https://github.com/CPFL/Autoware-Manuals

（3）autoware 的 gitlab 链接
https://gitlab.com/autowarefoundation/autoware.ai/autoware

（4）官方数据包rosbag下载（付费）
https://data.tier4.jp
像我一样没钱的可以考虑自己搭个gazebo的仿真环境就好，毕竟学生太…

（5）公司官网
https://tier4.jp/

（6）autoware 操作教程（很全）
https://www.ncnynl.com/archives/201910/3401.html

（7）优酷上演示 autoware 各种 demo 的配置视频
https://i.youku.com/i/UNDIxMDQ1MTkzNg==?spm=a2h0j.11185381.module_basic_dayu_sub.DLDDH2~A

（8）优酷 autoware 的中文介绍
https://v.youku.com/v_show/id_XMzExNDQ0NzE2NA==.html?spm=a2hzp.8253869.0.0

（9）创客智造的教程
https://www.ncnynl.com/archives/201910/3401.html

（10）PIX教程
https://www.cnblogs.com/hgl0417/p/11844135.html
https://www.cnblogs.com/hgl0417/p/14617025.html

（11）autoware的gazebo仿真博客教程【知道效果可以学习源码原理】
假设你已经安装好了Autoware，Autoware源码中其实已经配置有Gazebo仿真环境，当然你也可以根据自己的需要另外下载自动驾驶汽车的仿真模型。该汽车模型已经默认配置好了Velodyne HDL-32E 激光雷达、IMU和相机

在Gazebo仿真环境配置自动驾驶汽车：https://blog.csdn.net/Travis_X/article/details/105418119

给仿真环境中的自动驾驶汽车更换或添加传感器：https://blog.csdn.net/Travis_X/article/details/105418550

使用NDT构建点云地图：https://blog.csdn.net/Travis_X/article/details/105455195

使用Hybrid a*进行路径规划：https://blog.csdn.net/Travis_X/article/details/105949471

使用聚类算法作物体检测：https://blog.csdn.net/Travis_X/article/details/106113427

使用Pure Pursuit和MPC进行路径追踪：https://blog.csdn.net/Travis_X/article/details/106116998