apollo自动驾驶进阶学习之：TrafficDecider-＞TrafficLight

已于 2022-07-01 10:46:09 修改
阅读量946 收藏 1
点赞数
分类专栏： apollo学习进阶 文章标签： 自动驾驶 学习 算法
于 2022-06-23 10:44:32 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_41593516/article/details/125422681
版权
本文详细探讨了Apollo自动驾驶系统中关于TrafficDecider组件与TrafficLight的交互过程，包括场景进入条件、LGSVL的JSON配置、场景配置文件解析，以及在OnLanePlanning::RunOnce()中的调用逻辑。重点分析了traffic_light.cc中的BuildStopDecision()函数，并解释了traffic_light为何如此更新信息，涉及到st_boundary_mapper.cc中的关键步骤，用于计算障碍物的s t信息并更新到reference_line_info中。
摘要由CSDN通过智能技术生成

文章目录

1、场景进入条件

TRAFFIC_LIGHT_PROTECTED场景进入条件：

adc_distance_to_traffic_light <
          scenario_config.start_traffic_light_scenario_distance()

默认定义：5m

2、lgsvl 中JSON配置

[
    {
   
        "type":"3D Gr
了解本专栏 订阅专栏 解锁全文 超级会员免费看
DsAuto_汽车电子电控
关注
专栏目录
订阅专栏
Apollo Planning规划算法仿真调试(13)：交通规则决策器TrafficDecider (一)
自动驾驶Player的博客
07-24 787
Apollo(阿波罗)是一个开放的、完整的、安全的平台，将帮助汽车行业及自动驾驶领域的合作伙伴结合车辆和硬件系统，快速搭建一套属于自己的自动驾驶系统。reference_line_info->reference_line().map_path()中存取了很多语义信息的frenet坐标系的起始位置以及参考线优化后的frenet坐标系。从reference_line_info->reference_line().map_path()这个变量中读取。然后对搜索到的人形横道进行决策。...
apollo自动驾驶进阶学习之：traffic_light_protected_scenario-＞stage_approach-＞stage_intersection_cruise
qq_41593516的博客
06-29 621
1、stage_approach.cc 2、stage_intersection_cruise.cc
Apollo5.0 trafficlight Bug report
m0_38083306的博客
02-25 280
github issue:Could not find traffic light in Sim control #10759 Routing request: dreamview:
apollo规划之交通灯场景仿真
最新发布
weixin_44935703的博客
01-01 626
apollo规划之交通灯场景
自动驾驶 Apollo 源码分析系列，感知篇(三)：红绿灯检测和识别
frank 的专栏
01-24 5265
人在驾驶过程中会注意红绿灯的信息，而自动驾驶更离不开红绿灯信息，有了红绿灯信息，自动驾驶车辆才能更好地与车路进行交互。本篇分析 Apollo 6.0 中红绿灯检测和识别中的相关算法逻辑及部分代码实现。 先看感知架构图。 Apollo 中的红绿灯 Apollo 默认有 2 个前视摄像头： 25mm 焦距看远处，视距长，但 FOV 小。 6mm 焦距看近处，视距短，但 FOV 大。 两个摄像头都可以检测到红绿灯，它们相互冗余，但是同一时刻只能以一个为主。 上面的图片是来自于长焦相机，能看得很远，但视野
apollo自动驾驶进阶学习之：实例演示如何在apollo中集成并使用osqp库(1)
qq_41593516的博客
06-06 1079
优化在很多领域都发挥着重要应用，其中自动驾驶的运动规划可以看做一个优化问题，根据实际情况进行合理简化和建模。
apollo自动驾驶进阶学习之：ST与ST迭代过程
qq_41593516的博客
06-16 3947
在ST图中，斜率其实就是表示s值对于时间的导数即速度，斜率越大，则表示速度越高；s对于时间的二阶导则表示加速度。这里其实就和SL坐标系下对于路径的规划十分类似了，只是坐标系变换了下而已，优化的变量就是s，s一阶导，s二阶导。在弗莱纳坐标系下做运动规划的好处在于借助于指引线做运动分解，我们将高维度的规划问题，转换成了多个低维度的规划问题，极大的降低了规划的难度。另外一个好处在于方便理解场景，无论道路在地图坐标系下的形状与否，我们都能够很好的理解道路上物体的运动关系。相较直接使用地图坐标系下的坐标做分析，使用弗
apollo自动驾驶进阶学习之：如何调试TrafficLight红绿灯交通规则参数调整
qq_41593516的博客
07-14 2817
总结Planning模块根据routing（导航模块），prediction（感知模块）感知的周围环境信息，以及地图定位导航信息为自动驾驶车辆规划出一条运动轨迹（包含坐标，速度，加速度，jerk加加速度，时间等信息），然后将这些信息传递给控制模块。...............
apollo自动驾驶进阶学习之：如何调试减速带通行限速参数
qq_41593516的博客
07-15 4211
首先需要理解Planning模块是基于Scenario、Stage、Task这样的层次来进行的，即场景->步骤->具体的决策方法。Apollo可以应对自动驾驶所面临的不同道路场景，都是通过Scenario统一注册与管理。Scenario通过一个有限状态机来判断选择当前行车场景，每个Scenario下又有多个Stage，指当前场景下需要执行的粗略步骤。总结。......
百度Apollo的交通灯感知
Ronnie_Hu的博客
11-30 1539
交通灯感知模块利用摄像头来提供精确和全面的交通灯状态。通常情况下，交通灯有三种状态：红、黄、绿。然而，当交通灯不工作时，可能显示为黑色、闪烁红灯或者黄灯。有时，在摄像头的视野范围内无法找到交通灯，从而导致状态感知失效。为了覆盖所有情形，交通灯感知模块提供五种状态输出：红、黄、绿、黑、未知。 Apollo交通灯感知分为三个步骤： 1）过滤：选取感兴趣区域（Region of Interest，ROI）； 2）识别：利用卷积神经网络（Convolutional Neural Network，CNN）对上述
Baidu Apollo代码解析之path_bounds_decider
silver bullet
03-11 4750
大家好，我已经把CSDN上的博客迁移到了知乎上，欢迎大家在知乎关注我的专栏慢慢悠悠小马车（https://zhuanlan.zhihu.com/c_1132958996826546176）。希望大家可以多多交流，互相学习。 ...
Apollo6.0 StBoundsDecider流程与代码解析
xl_courage的博客
12-01 5109
Apollo6.0 StBoundsDecider流程与代码解析 前言 对于纵向决策与规划而言，需要依据障碍物的预测轨迹、类型等，构建其st_boundary映射至planned_path上，并对其进行决策打标签(yield, overtake…);轨迹规划模块再依据决策信息，添加对应求解目标、约束条件，求解处"最优"轨迹。 本文主要对StBoundsDecider进行解析，StBoundsDecider模块内容较多，之前花了不少时间解析。 文中如有错误之处，恳请各位大佬指正！。 一、流程与代码解析 S.
apollo规划:scenario-＞stage-＞task
sinat_39307513的博客
11-22 3741
Apollo中的Planning（规划）模块的场景选择是通过scenario-stage-task并利用状态机行车对车辆状态和规划功能进行维护的。 一.场景scenario scenario代表当前所处的场景，包括正常的路上行驶场景、停车场景、红绿灯路口场景等。 scenario功能模块中的主要功能如下： 通过Scenario_manager作为scenario场景的执行和处理的入口，是由PublicRoadPlanner::Plan(）调用 scenario及其子类，通过定义的场景以及con
Apollo Planning（二）
whuzhang16的博客
01-17 1154
一、OnLanePlanning 每次Planning会根据以下2个信息作为输入来执行： Planning上下文信息 Frame结构体(车辆信息，位置信息等所有规划需要用到的信息，在/planning/common/frame.h中) 1.1 初始化 OnLanePlanning的初始化逻辑在Init中，主要实现分配具体的Planner，启动参考线提供器(reference_line_provider_)，代码分析如下： Status OnLanePlanning::Init(const Pla
解析百度Apollo之决策规划模块
weixin_30544657的博客
06-20 3663
本文是Apollo项目系列文章中的一篇，会解析自动驾驶系统中最核心的模块 - 决策规划模块。 前言 Apollo系统中的Planning模块实际上是整合了决策和规划两个功能，该模块是自动驾驶系统中最核心的模块之一（另外三个核心模块是：定位，感知和控制）。 关于决策规划的理论值得我们研究好久。所以接下来会通过几篇文章来专门讲解Planning模块。 这些文章会以百度Apollo的Planni...
apollo学习之---（30）st_bounds_decider
qq_41593516的博客
04-14 1386
文章目录1、参考文章2、代码分析3、测试 1、参考文章 2、代码分析 3、测试
Apollo Planning决策规划算法代码详解 (22):决策规划算法最完整介绍
热门推荐
自动驾驶Player的博客
05-19 1万+
前言： 后台已经写完了Apollo Planning决策规划算法的完整解析，一路从规划模块的入口OnLanePlanning，介绍到常见的规划器PublicRoadPlanner；接着介绍了在PublicRoadPlanner中如何通过类似有限状态机的ScenarioDispatch进行场景决策。之后又介绍了在每个场景Scenario中如何配置以及判断当前所处的stage，以及对于每个stage又是如何注册tasks来执行具体的规划任务。 现在回头来看，这个系列应该是目前全网最完整的apollo规划算法
Apollo项目类对象创建之工厂模式分析
davidhopper的博客
01-29 4693
前段时间写过这样一篇文章，因为CSDN的一个Bug，把原有文章覆盖了，咨询版务人员得知无法恢复，只能凭记忆再写一遍，供自己和可能需要帮助的人参考借鉴。
Apollo自动驾驶：路径-速度规划详解
本篇文档是关于Apollo自动驾驶入门课程的第⑧讲，专门探讨了规划模块的深入内容，特别是路径-速度解耦规划。路径-速度解耦是一种关键的决策策略，它将车辆的轨迹规划分解为两个独立但相互关联的部分：路径规划和速度...
评论
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

DsAuto_汽车电子电控

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