基于导引点预测的视觉导航系统使用说明（五）数据采集和处理

本节主要介绍如何采集数据来训练自己的模型。

1数据采集

1.1从模拟器中获取图像、里程计等信息到本地

（1）总体过程为：首先通过手机APP遥控仿真环境中的车辆，通过记录rosbag包的方式将想要的信息（图像、里程计）信息记录下来，然后回放rosbag包，通过一个脚本程序（已经写好在之前的资料里）将图像和里程计信息保存到本地文档中，后期的数据处理就是基于保存的这些图像和里程计信息。
（2）具体操作：
1）启动仿真模拟器。按照前面章节的流程启动完模拟器和链接好手机app。
2）启动命令，记录rosbag包。记录rosbag包的指令封装为get_carla_data/rosbag.sh这个文件，在该目录下打开终端运行如下命令。

./rosbag.sh

3）遥控车辆沿着想要的路线运动（可以不用发布全局路线，注意：遥控车辆按照正常的逻辑行驶，不要出现原地掉头这种）。
4）结束rosbag记录。在第2）步中打开的终端里按ctrl+C键结束录制，会生成一个xxx.bag的文件。
5）回放xxx.bag文件。将前面打开的所有仿真模拟器和终端全部关闭。在生成的xxx.bag文件的位置打开终端，输入下面命令回放xxx.bag文件：

roscore

rosbag play xxx.bag

6）启动脚本文件将图片和里程计保存到本地。qt打开脚本工程，位置为get_carla_data/get_carla_data/get_img_cpp.pro。编译构建成功后（如果报错，修改.pro文件的依赖关系）运行。至此，就会在该工程的目录下面生成一个data文件夹，数据就在里面。

2数据处理

数据处理在这里的意思是生成数据的标签，在1.1中将图片和里程计保存到本地后需要生成图片的标签（导引点），数据处理程序在\carla_data\general_carla_data_new\文件夹下（有些文件用不到，接下来只讲解用到的文件）。

2.1 调整data文件夹文件目录

1.1最后保存到本地的文件在data目录下，每一次采集的数据按照城镇的序号命名，比如在town01下采集的某一次数据可以命名为town01_01，如下所示：

采集的数据可以按照如下的文件结构进行存储：
—data
——train2017(训练集)
———town01
————town01-01
————town01-02
————…
———town02
————town02-01
————town03-02
————…

2.2 生成gps.txt

打开1_total_general_gps_txt.py，修改第6行代码换成自己的路径：

total_path = "/home/owx/桌面/carla/data/"  #换成自己的路径

运行成功后会在rgb_img文件夹所在的目录下生产一个gps_txt文件夹，里面存有gps.txt文件.

2.3 生成标签（导引点）

打开2_total_general_waypoint.py，修改第77行代码换成自己的路径：

total_path = "/home/owx/桌面/carla/data/train2017/" #换成自己的路径

运行成功后会在rgb_img文件夹所在的目录下生产一个waypoint_txt文件夹，里面存有的.json文件就是生产的导引点标签。

2.4 生成局部地图

打开3_total_general_map.py，修改第58行代码换成自己的路径：

total_path = "/home/owx/桌面/carla/data/train2017/" #换成自己的路径

运行成功后会在rgb_img文件夹所在的目录下生产一个map_img_tp文件夹，里面存有的生成的局部地图。

经过上述的步骤即可完成数据的处理，处理结束后获得网络所需的三个输入信息（前视图RGB图片：rgb_img，导航下地图：map_img_tp，导引点标签：.json文件）。