自动驾驶轨迹预测/规划可视化工具

该可视化工具在ubuntu18.04下基于ros实现。该文档基于EPSILON的README操作流程完成。

参考文献：EPSILON: An Efficient Planning System for Automated Vehicles in Highly Interactive Environments

github：GitHub - HKUST-Aerial-Robotics/EPSILON

目录

一、准备工作：

1.安装ros

2. 安装必须的包

3.安装OOQP

1.安装BLAS

2. 安装ma27

3.安装OOQP

4.安装protobuf

5. Build on ROS

二、运行程序

一、准备工作：

1.安装ros

参考：Ubuntu18.04安装ROS Melodic（详细，亲测安装完成，有清晰的截图步骤）_爱跑步的mango的博客-CSDN博客_xubuntu18.04安装ros

 如果遇到 rosdep update报错问题，参考：

（成功）ROS安装过程中如何解决 rosdep update 命令出现错误——安装记录_小张小张快来学习的博客-CSDN博客

2. 安装必须的包

sudo apt-get install libgoogle-glog-dev libdw-dev libopenblas-dev gfortran

pip install empy pygame

3.安装OOQP

参考：

ubuntu18.04安装OOQP过程记录_小张小张快来学习的博客-CSDN博客

1.安装BLAS

1.创建QP_lib文件夹。

2.进入QP_lib文件夹。

3.下载并解压blas包

wget http://www.netlib.org/blas/blas.tgz
tar zxf blas.tgz
cd BLAS-3.10.0/    #下载的版本

 4.编译

如果是32位系统，使用GNU的g77或gfortran编译器来编译：

g77 -O2 -fno-second-underscore -c *.f
gfortran -O2 -std=legacy -fno-second-underscore -c *.f #（推荐）

如果是64位系统，使用GNU的g77或gfortran编译器来编译：

g77 -O3 -m64 -fno-second-underscore -fPIC -c *.f
gfortran -O3 -std=legacy -m64 -fno-second-underscore -fPIC -c *.f #（推荐）

如果使用的是Intel的Fortran编译器，则：

ifort -FI -w90 -w95 -cm -O3 -unroll -c *.f

注意：

• 请根据情况选择上述5个命令中的一个执行
• 在编译BLAS、LAPACK、NumPy和SciPy的时候，所选择的Fortran编译器必须要保持一致
• 在下述LAPACK的编译安装中，需要使用Fortran 90编译器，因此不应该使用g77来编译BLAS

5、后续工作

ar r libfblas.a *.o
ranlib libfblas.a
rm -rf *.o      # 清理文件
export BLAS=~/src/BLAS-3.5.0/libfblas.a # 导出BLAS环境变量，注意改为自己的路径及版本号

2. 安装ma27

回到QP_lib文件夹下：

git clone https://github.com/HITSZ-LeggedRobotics/ma27.git
cd ma27/ma21-1.0.0/
bash ./configure CPPFLAGS="-fPIC" CFLAGS="-fPIC" FFLAGS="-fPIC"
sudo make install

3.安装OOQP

回到QP_lib文件夹下：

git clone https://github.com/emgertz/OOQP.git
cd OOQP/
./configure
make
sudo make install

注意，在make及sudo make install时会出现如下报错，不用管（见此文章评论区）。

​

 出现上面的内容说明已经安装完成。

4.安装protobuf

参考：Ubuntu 18.04 安装 protobuf 3.2.0 版本_寻墨roy的博客-CSDN博客_ubuntu18.04安装protobuf

1.下载protobuf

protobuf下载地址：https://codeload.github.com/google/protobuf/zip/v3.2.0

2.执行

cd protobuf-3.2.0

3.执行

./configure

如果报错或者没有那个文件或目录，执行

./autogen.sh

./configure

4. 执行

make

sudo make install

5. Build on ROS

 1.创建工作空间

mkdir -p ~/EPSILON_WS/src

cd ~/EPSILON_WS/src

catkin_init_workspace

2.编译

cd ~/EPSILON_WS/src
  
git clone https://github.com/HKUST-Aerial-Robotics/EPSILON.git

cd ..

catkin_make

source devel/setup.bash

至此，可视化工具的所有准备工作已经完成！

3.编译报错

解决方案：【c++ debug】fatal error: google/protobuf/port_def.inc: no such file or directory_shuaixio的博客-CSDN博客

因为安装anaconda的时候，protoc的路径为 anaconda3/bin/protoc，因此要把这个文件删除，重新执行“4.安装protobuf”。

二、运行程序

注意每打开一个终端都要source一下。

1.打开一个终端输入：

roscore

2.另外打开一个终端打开rviz：

source devel/setup.bash

roscd phy_simulator/rviz/

rviz -d phy_simulator_planning.rviz

此时rviz只显示一个坐标，不要着急，继续往下操作。

3.打开新终端：

source devel/setup.bash

roslaunch planning_integrated test_ssc_with_eudm_ros.launch

4.打开新终端：

source devel/setup.bash

roslaunch ai_agent_planner onlane_ai_agent.launch

5.打开新终端：

source devel/setup.bash

roslaunch phy_simulator phy_simulator_planning.launch

程序能够运行起来，如下：

 6.控制agent

source devel/setup.bash

roscd aux_tools/src/

python terminal_server.py

至此，整个轨迹预测/规划仿真完成！！