Autoware自动驾驶平台(第二章):Autoware官方demo运行

Autoware自动驾驶平台系列文章

序言 什么是Autoware
第一章 Autoware安装
第二章 Autoware官方demo运行
第三章

1. 准备数据

1.1 下载数据

  1. 3D点云地图和向量地图数据:
wget https://autoware-ai.s3.us-east-2.amazonaws.com/sample_moriyama_data.tar.gz
  1. 以ROSBAG形式存储的感知数据,其中包含32线的激光雷达数据以及GNSS定位数据:
wget https://autoware-ai.s3.us-east-2.amazonaws.com/sample_moriyama_150324.tar.gz

1.2 解压数据

  1. 解压地图数据:
tar zxfv sample_moriyama_data.tar.gz
  1. 解压感知数据:
tar zxfv sample_moriyama_150324.tar.gz

2. 运行DEMO

2.1 开启辅助工具

Autoware提供了一个图形化的控制界面,即RUNTIME_MANAGER,通过RUNTIME_MANAGER可勾选希望运行的模块。但为了更好的理解具体都有哪些模块在Demo过程中被运用到,我们可开启两个比较有用的分析工具:

  • 其一是rqt_graph(ROS Wiki),此工具提供当前运行的ROS节点、话题即节点间话题发布和订阅的相互关系的可视化。
  • 其二是rqt_tf_tree (ROS Wiki),此工具提供传感器间坐标变换之间的相互关系的可视化,

2.1.1 开启rqt_graph

  1. 开启一个独立的terminal,输入:
roscore

启动roscore
2. 开启一个独立的terminal,输入:

rqt_graph

在这里插入图片描述
正常情况下会弹出以下窗口:

在这里插入图片描述

2.1.2 开启rqt_tf_tree

  1. 开启一个独立的terminal,输入:
rosrun rqt_tf_tree rqt_tf_tree --force-discover

在这里插入图片描述
正常情况下会出现以下窗口,即TF_TREE的可视化界面。

在这里插入图片描述
如果运行Autoware 1.14官方提供的docker,则会出现无法找到rqt_tf_tree的情况,此时要先安装rqt_tf_tree。在terminal内输入以下命令安装即可。

sudo apt-install update
sudo apt-install ros-melodic-rqt-tf-tree

2.2 开启Autoware Runtime Manager并运行Demo

2.2.1 开启Autoware Runtime Manager

  1. 在一个新的terminal内输入:
roslaunch runtime_manager runtime_manager.launch

在这里插入图片描述
正常情况下会弹出以下界面,即Autoware Runtime Manager的GUI界面。

在这里插入图片描述

2.2.2 配置Demo

  1. 在Autoware Runtime Manager中选中“Simulation”Tab,在底下的文件选择框中选取从“sample_moriyama_data.tar.gz”中解压出来的rosbag文件,点击下面的“Play”按键即可开始播放Demo中所录制的自动驾驶过程,但这里我们需要立刻点击“Pause”,原因是我们还需要设置其他一些数据和参数。

在这里插入图片描述
2. 在“Setup”Tab中设置TF和车辆模型,即点击“TF”按钮及“Vehicle Model”按钮即可。正确点击后了两个按钮应该是处于深色的状态。

在这里插入图片描述
3. 在“Map”Tab中选择地图文件和TF设置文件。在“Point Cloud”后面的文件选择框内载入点云地图文件,相关的文件存储在“sample_moriyama_data.tar.gz”文件所解压出来的文件中,具体位置为“data/map/pointcloud_map”,需要选中文件夹内所有的文件。然后点击“Point Cloud”按钮使之变为下图所示的深色状态。在“TF”按钮后面的文件选择框内载入tf.launch文件。相关的文件存储在“sample_moriyama_data.tar.gz”文件所解压出来的文件中,具体位置为“data/tf”,选中tf.launch文件。然后点击“TF”按钮使之变为下图所示的深色状态。

在这里插入图片描述
4. 在“Sensing”Tab中勾选“voxel_grid_filter”,如下图所示。
在这里插入图片描述
5. 在“Computing”Tab中勾选“nmea2tfpose”“ndt_matching”,如下图所示。
在这里插入图片描述
6. 开启RViz可视化工具,回到“Simulation”Tab,点击底下的“RViz”按钮,使之成为深色的状态,如下图所示。

在这里插入图片描述
此时应弹出RViz的窗口,如下图所示。

在这里插入图片描述
7. 设置RViz,首先选择RViz配置文件,在菜单中选择“File–>Open Config”,选择“autoware.ai/src/autoware/documentation/autoware_quickstart_examples/launch/rosbag_demo/”下的“default.rviz”文件。

在这里插入图片描述
在右边的“Views”Panel中的“Type”下拉菜单中选择“Orbit (RViz)”。点击后面的“Zero”按钮。则RViz窗口应呈现为下图所示状态。

在这里插入图片描述

2.2.3 正式开始运行Demo

  1. 回到Autoware Runtime Manager,进入到“Simulation”Tab页,点击“Pause”按钮,这时Demo会结束暂停状态,继续播放rosbag文件。

在这里插入图片描述

回到RViz,可观察到类似下面这样的界面。

在这里插入图片描述
此时RViz中还没有load进点云地图,打开左边的“Display”Panel,勾选Points Map(如果已经处于勾选状态,先去除勾选状态,然后再重新勾选),这时点云地图将呈现出来,即为下图中灰色部分所示。

在这里插入图片描述

2.2.4 利用rqt_graph和rqt_tf_tree分析系统运行状态

  1. 回到rqt_graph窗口,点左上角的刷新图标,可获得以下ROS节点、话题的可视化结果,并通过连线关系展示出话题的发布和订阅关系。

在这里插入图片描述

  1. 回到rqt_tf_tree窗口,点左上角的刷新图标,可获得以下不同坐标系间的变换关系图。

在这里插入图片描述
在以上启动Demo和进行配置的过程中,可随时刷新rqt_graph窗口和rqt_tf_tree窗口以观察各种不同的配置下系统运行状态的变化。以下为两个中间过程下rqt_graph窗口的输出,
其中下图为刚刚启动Autoware Runtime Manager时候的状态。

在这里插入图片描述
下图为勾选“Sensing”Tab页的voxel_grid_filter后的状态。

在这里插入图片描述

参考文献

  1. run autoware(version: 1.14.0) demo data(链接
  2. ROSBAG demo (链接
  • 8
    点赞
  • 61
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
### 回答1: Autoware是一个开放源代码的自动驾驶软件平台,旨在为无人驾驶自动化研究和开发提供一个灵活、可扩展和可定制的解决方案。现在有许多公司和团体正在使用Autoware进行自动驾驶技术的研究和开发。 针对Autoware无人驾驶平台的培训,通常需要一些基本的技术背景,比如计算机视觉、机器学习等方面的知识。培训通常包括三个方面,即平台的基础知识、基于Autoware的车辆控制和规划算法、以及Autoware在现实道路环境下的使用和测试。 首先,对于新手,需要了解Autoware的基础框架、模块和工具链,如数据采集、2D和3D感知、定位估计、定位控制等。这些内容可以通过相关书籍和在线教程学习。 其次,针对车辆控制和规划算法,Autoware包括许多重要组件,如路径规划、障碍物检测与跟踪等。培训通常会向学员介绍Autoware的这些算法和实践,让学员了解如何使用Autoware进行算法实现,并为自动驾驶系统提供基本控制器。 最后,为了将Autoware更好地应用到现实道路环境中,培训着重讲解了实际实现自动驾驶需要考虑的许多技术难题。例如,如何进行车辆注册、如何与其他汽车通信、如何进行故障恢复与安全评估等等。 总之,Autoware的无人驾驶平台培训需要学员有一定的技术背景,并需要在实践中不断探索和学习。只有不断学习和实践,才能够掌握自动驾驶这一前沿领域的相关技术,并掌握Autoware无人驾驶平台的使用和开发。 ### 回答2: Autoware无人驾驶平台是当前开源自动驾驶领域中最具代表性和实用性的软件平台之一,因此培训相关技术和应用前景是非常有必要的。在Autoware无人驾驶平台培训中,常见的课程设置包括软件介绍、基础知识讲解、应用案例分享、实操操作等环节。学员通常需要具备编程基础、自动控制和机器学习相关知识等基础技能,才能更好地掌握Autoware无人驾驶平台的使用和应用。在实践操作环节中,学员需要通过编程实现无人驾驶汽车的自动驾驶和智能控制等功能,并对实验结果进行回顾总结,以不断提升自己的技术水平和应用体验。此外,在Autoware无人驾驶平台培训中,还需要考虑相关法规和安全问题,培养学员具备对无人驾驶安全研究和应用的意识和责任心,从而更好地应对实际应用场景的挑战。总之,Autoware无人驾驶平台培训是一个相对较新的领域,需要专业的授课和实践经验,并与人工智能和机器人领域等相关技术及行业保持紧密联系,才能更好地促进无人驾驶技术的发展和应用。 ### 回答3: Autoware无人驾驶平台培训是一个针对无人驾驶技术和Autonomous Driving智能行车系统开发的培训计划。该计划旨在让参与者掌握Autoware无人驾驶平台的基本概念和使用方法,以便应用在实际产业和研究中,从而提高技术水平和开发效率。 该培训计划包括Autonomous Driving和ROS机器人操作系统的概念介绍,Autoware平台的安装和配置,作为Autonomous Driving系统的开发流程和数据结构的详细说明,Autoware平台中常用的节点、消息和传感器的使用方法以及应用案例和活动的实践训练。 这个培训计划适合从事无人驾驶相关技术或者对无人驾驶技术感兴趣的工程师、研究人员和学生等。参加者将学习到Autonomous Driving和ROS操作系统的基本理念,以及如何使用Autoware平台开发和实现无人驾驶技术。此外,培训还提供了一系列的案例和实践活动,以更好地让参与者了解和掌握Autoware无人驾驶平台的应用方法和实践技能。这样可以帮助参与者更好地了解无人驾驶技术的发展趋势和应用前景。 总的来说,Autoware无人驾驶平台培训是一个非常有价值的培训计划,可以让参与者了解无人驾驶技术的核心概念和基础知识,提高个人技能和实践能力,从而为未来的职业或学术生涯做好准备。
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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