Autoware融合教程

已于 2022-04-22 11:51:55 修改
阅读量3.9k 收藏 34
点赞数 4
分类专栏： autoware lgsvl 智能驾驶 文章标签： 自动驾驶 c++ 算法
于 2022-04-21 21:24:16 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_40252459/article/details/124330607
版权

Autoware融合教程

写在前边：课题组需要使用融合进行检测，在这里记录下Autoware各个节点的打开方式。现在采用的是将激光雷达的数据投影到视觉的二维图像中，可以在激光点云的聚类中得到摄像头的分类标签，将激光雷达点云投影到二维图像中。
数据包链接：
激光雷达bag包提取码：3eco，建图生成的pcd点云，标定的文件。

节点打开顺序

  1. 播放点云数据
    播放bag包
  2. setup界面设置如下
    setup设置方式
  3. Map地图的设置
    加载点云数据
    Map设置
  4. Sensing中的设置

先打开点云降采样和点云前处理方式
在这里插入图片描述
然后点开Calibration Publish按钮，其中设置如下。
这里要加载之前的yaml配置文件，然后点击OK。还需要打开Points Image节点。
在这里插入图片描述
Points Image
5. Computing模块的设置
需要打开如下的节点设置，需要打开的节点包含定位，YOLOv3视频检测，激光雷达聚类，imm_ukf激光雷达追踪。

在这里插入图片描述
之后需要打开range_vision_fusion节点，其中/detected_objects_range需要选择/detection/lidar_detector/objects，/detected_objects_vision需要选择/detection/lidar_detector/objects

在这里插入图片描述
在这里插入图片描述

  1. 打开rviz，准备看效果！

融合效果

融合效果

猫和老鼠丶丶
关注
  • 4
    点赞
  • 踩
  • 34
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 4
    评论
专栏目录
基于autoware的视觉激光雷达信息融合与联合标定
qq_25244255的博客
10-14 2343
基于多传感器融合，我们首先要做的就是传感器的标定，对于相机标定，我们首先应该明白，标定到底是在做什么，大家可以花费一点时间读下该篇文章https://zhuanlan.zhihu.com/p/30813733 相机和激光雷达的联合标定相关方法，该篇文章有列出开源的方案https://www.pianshen.com/article/5985271766/，本文选取了较为简单实用的autoware所采用的方案，下面详细讲解标定步骤。 1.安装Autoware 可参考上一篇文章，本文采用的是docker安
如何使用Autoware标定工具包进行相机和激光雷达的联合标定（无需完整安装Autoware）
qq_36573015的博客
06-24 5958
目前做相机激光雷达联合标定的主要方法有两种，一种是基于棋盘格的标定方法，一种是基于特征点的标定方法。 其中基于棋盘格的标定方法可以通过Autoware实现，基于特征点的可以用Apollo实现。 笔者体验过Apollo（如何使用内网安装Apollo可以参看我的另一个博客：点这里），觉得它更适合拥有智能驾驶完整硬件系统的玩家使用，因为需要具备IMU、GPS等其他硬件才能完成标定。 也在github上找过纯程序标定，效果都不太理想。 综合考虑，决定还是使用Autoware，但是安装过的人都清楚，安装Autowar
autoware传感器融合相关内容整理
weixin_43493439的博客
04-09 2612
Autoware 感知融合 1. 为什么要融合 ​不同传感器在不同条件下的性能对比 图像分辨率高，携带丰富的边缘、语义信息，成本低；但是损失了深度信息，夜间环境会大大降低图像检测性能 激光雷达测距准确，不受光线影响；但是波长短，穿透能力不强，远处分辨率太低，成本高 毫米波雷达不易受环境影响，测速准确；但是分辨率低、目标识别难度大 融合的目的：互为补充、冗余设计 2. 感知融合分类 按照融合在目标检测过程所处的位置分类： 分类 特点 前融合 数据级对融合后的多维综合数据或特征进行感知传
Autoware 感知融合流程图
lcc47251的博客
05-28 1082
Autoware1.14-摄像头、激光雷达感知融合
weixin_43687753的博客
10-09 4727
利用摄像头目标检测结果`vision_darknet_yolo3`（人、车）、利用激光雷达获得目标的几何信息`lidar_euclidean_cluster_detect`（大小、距离）、利用感知融合模块融合摄像头和激光雷达信息`range_vision_fusion`，并在三维地图中可视化。
【自动驾驶】定位方式：RTK定位与激光融合定位
u011754972的博客
02-25 4134
对于自动驾驶定位技术更详细的介绍，可以参考这篇博客：自动驾驶定位技术（Localization）—GNSS 定位分为RTK定位和融合定位。 RTK（Real Time Kinematic）定位： 实时动态载波相位差分技术，在GNSS信号良好的情况下可以实现厘米级精度定位。 MSF（Multi-Sensor Fusion）定位，即融合定位： 结合 GNSS + IMU + Lidar 等多传感器融合实现的全局定位导航系统，利用多传感器优缺点的互补，实现高精度、高鲁棒性的定位能力。对于GNSS 失效或者Lida
自动驾驶，AutoWareAuto框架全框架梳理思维导图及代码注释
m0_71646851的博客
06-05 580
自动驾驶，AutoWareAuto框架全框架梳理思维导图及代码注释。授人以鱼不如授人以渔，涵盖：融合感知模块，定位模块，决策规划模块，控制模块，预测模块等极为详尽的代码注释及框架梳理。阅读Auto版本的代码时结合思维导图可以事半功倍，大厂自动驾驶技术团队多位领域技术牛人耗时两个月之作 ID:69120672133586131...
AUTOWARE架构
dinghhhhh的博客
10-30 2029
AUTOWARE架构传感层（Sensing）计算层（Computing）感知（Perception）定位（Localization）检测（Detection）预测（Prediction）决策（Decision）智能（Intelligence）状态（State）规划（Planning）任务规划（Misson）运动规划（Motion）执行模块（Actuation） 本文参考了https://githu...
无人驾驶入门--Autoware使用手册
04-03
无人驾驶汽车系统入门 - Autoware_UsersManual_v1.1 Autoware-用于城市自主驾驶的集成开源软件，支持以下功能： 3D本地化 3D映射 路径规划 路径跟随 加速/制动/转向控制 数据记录 汽车/行人/物体检测 交通信号检测 交通灯识别 车道检测 对象跟踪 传感器校准 传感器融合 面向云的地图 连接自动化 智能手机导航 软件仿真 虚拟现实 Autoware受BSD许可证保护。请自行负责使用。为了安全使用，我们为不拥有真正自主车辆的人提供基于ROSBAG的仿真方法。如果您使用Autoware与真正的自主车辆，请在现场测试之前制定安全措施和风险评估。
使用Autoware标定工具包进行相机和激光雷达的联合标定
weixin_48657767的博客
07-29 6961
无
自动驾驶Autoware源码
09-11
日本名古屋大学开源的自动驾驶源码：Autoware框架。适合做自动驾驶。
Autoware与Apollo定位算法比较
weixin_49227107的博客
10-21 2642
一、Autoware Apollo 使用基于 IMU、GPS、激光雷达、雷达和高精度地图的多传感器融合定位系统。这种融合方法利用了不同传感器的互补优势，它也提高了稳定性和准确性。这些传感器同时支持 GNSS 定位和LiDAR 定位。GNSS 定位输出位置和速度信息，LiDAR 定位输出位置和行进方向信息。 ...
【使用autoware中的标定工具包进行相机和激光雷达联合标定】
weixin_45273638的博客
05-19 2590
解决办法，安装jsk_recognition_msgs 2. catkin_make(undefined reference to `cv::Mat::Mat()') 解决办法，ubuntu18.04安装calibration_toolkit标定工具箱可能遇到的编译错误 编译成功 参考链接：https://github.com/XidianLemon/calibration_camera_lidar/issues/7 5、重新编译，出现大片错误（PCL） 参考：https://github.com/X
ROS新手踩坑 ““world“ passed to lookupTransform argument target_frame does not exist.“
weixin_45377327的博客
02-21 3638
我在一个节点在发布了tf关系后，已经确认了tf成功发布，但是当我在新节点想要调用tf的监听时，比如调用。放在main函数的ros::init 之后，不能放在函数里，尽管已经确认tf已经正确发布了。但是节点却一直一直在报错。
autoware.universe中所有的多传感器融合代码解读，一看就懂！
最新发布
cxkyxx的博客
03-02 1240
所有的autoware.universe中的多传感器融合的代码阅读
无人驾驶汽车系统入门（二十二）——使用Autoware实践激光雷达与摄像机组合标定
热门推荐
AdamShan的博客
08-14 5万+
无人驾驶汽车系统入门（二十二）——使用Autoware实践激光雷达与摄像机组合标定 单目相机分辨率高，我们可以使用各种深度学习算法完成对目标检测，但是缺乏深度，坐标等信息。激光雷达能够获得目标相当精确的三维坐标信息，但是分辨率低，目前主流的为64线和32线，稀疏的电云数据为模式识别带来了困难。一种简单的思路是融合相机和激光雷达对目标障碍物完成检测，在图像层面使用深度学习方法将目标检测识别，...
Autoware主要模块的解释及构架框图
qq_21161993的博客
03-06 7076
原文：https://blog.csdn.net/weixin_35695879/article/details/86716796 , 仅为转载学习收藏 本文参考Autoware_wiki_overview，主要描述了Autoware的整体框架和模块描述，主要包括感知和规划两大部分。 感知包括定位模块，检测模块，预测模块。定位模块使用3D map和SLAM算法来实现，辅助以GNSS和I...
Autoware 1.14 源码编译+感知SSD+YOLOv3+Point Pillar模块运行（步骤+报错+解决方法记录）
tiatiatiatia的博客
06-21 1万+
Autoware 1.14 源码编译+感知SSD+YOLOv3+Point Pillar模块运行（步骤+报错解决汇总）显示rostopic之间的关系图：range_vision_fusion_01:安装caffe（其实貌似不需要安装,ssdcaffe会安装caffe的）一条命令装caffe测试:运行SSD1. 安装/编译ssdcaffe其中: 如何更改Makefile.config：SSD的caffe在编译时，成功之后，给出的命令需要逐步执行:生成一个适合你的列表创建一个表格设定内容居中、居左、居右Smar
Autoware 关键模块解读
Coulson的博客
01-31 7713
引言 本文参考Autoware_wiki_overview，主要描述了Autoware的整体框架和模块描述，主要包括感知和规划两大部分。 感知包括定位模块，检测模块，预测模块。定位模块使用3D map和SLAM算法来实现，辅助以GNSS和IMU传感器。检测模块使用摄像头和激光雷达，结合传感器融合算法和深度学习网络进行目标检测。预测模块使用定位和检测的结果来预测跟踪目标。 规划模块主要是基于感知的...
authware古诗教程
09-24
Authware古诗教程是一款专门为学习和欣赏古诗而设计的软件。它提供了丰富的古诗资源和相关的学习功能，帮助用户更好地理解和感受古代文化。 首先，Authware古诗教程拥有庞大的古诗库，涵盖了各个朝代的经典古诗。...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

猫和老鼠丶丶

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值