FSSIM仿真环境的雷达和摄像头

最新推荐文章于 2024-06-08 10:03:52 发布
最新推荐文章于 2024-06-08 10:03:52 发布
阅读量586 收藏
点赞数
分类专栏： FSSIM
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/weixin_43446137/article/details/105174325
版权

文章目录

寻找切入口

运行fssim

roslaunch fssim auto_fssim.launch

在这里插入图片描述
终端输入

rqt_graph

在这里插入图片描述
终端输入

rostopic list

在这里插入图片描述
终端输入

rosnode list

在这里插入图片描述

终端输入

rosservice list

在这里插入图片描述
终端输入

rosmsg list

还有一些线索可能在源码中，接下来开始探索

探索

打开fssim，查看左侧信息栏
在这里插入图片描述
发现有雷达和摄像头的信息，本质上fssim是利用rviz进行仿真，rviz是根据各种各样的信息来进行可视化的，从左侧应该能找到线索

雷达

先看雷达
在这里插入图片描述
发现是一个叫 /lidar/cones的话题
在rqt_graph中可以看见如下图：
在这里插入图片描述
rviz订阅 /lidar/cones 和 /camera/cones,gazebo向这两个话题发送信息。这就可以解释为啥刚开始学习fssim的时候为啥启动gazebo没有反映了，因为gazebo也被fssim集成了。
那么是否我们也可以订阅 /lidar/cones 呢？看一下这个话题都有些什么

rostopic info /lidar/cones

在这里插入图片描述

看一下名为 sensor_msgs/PointCloud2 的msg

rosmsg show sensor_msgs/PointCloud2

在这里插入图片描述

。。。。当场死亡，这是啥。。。。
等雷达方面的朋友看看再说吧，雷达到这里就结束了。

摄像头

方法和雷达类似
在这里插入图片描述

rostopic info /camera/cones

在这里插入图片描述
几乎和雷达一样，再看msg都是一样的点云数据
所以fssim应该是直接给了锥桶信息，在仿真环境中不需要在进行雷达和摄像头上的一些复杂的取锥桶的操作，这对路径规划和控制是好消息，但是对感知不是，因为没有办法在fssim上面仿真感知的算法效果，或许还有其他办法，再深入研究研究再说吧。

下一篇

既然锥桶信息有了，只要我们在代码中订阅这个话题应该就可以实现使用锥桶信息规划路线了，下一篇订阅这两个话题，并且该清楚点云msg的含义

千禧要努力
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
python无人驾驶小车_FSSIM是一款专为Formula Student无人驾驶比赛而设的车辆模拟器...
weixin_39811478的博客
12-19 446
FSSIMFSSIM is a vehicle simulator dedicated for Formula Student Driverless Competition. It was developed for autonomous software testing purposes and not for gaming. A version of this simulator was u...
FS-Sim：用C ++编写的文件系统模拟器
02-20
FS-Sim（C ++中的文件系统模拟器） 用法 ./create_fs创建一个干净的磁盘对象。 要启动文件系统模拟器，请在终端中输入./fs_sim <disk> 。 在./fs_sim您可以输入命令列表： M <disk> ：挂载M <disk>的文件系统 C <file> <file> ：创建文件或目录（大小= 0） D <file> ：删除文件或目录 R <file> <block> ：在第N块读取文件 W <file> <block> ：在第N个块写入文件 B <new> ：更新缓冲区（最多1024个字符） L ：列出当前目录中的文件和目录 E <file> <new> ：更改文件大小 O ：对磁盘进行碎片整理
fsd代码移植+Fssim安装
weixin_56735612的博客
05-24 1095
本人能力不强，以下仅是个人记录。如有侵权，请及时联系删除。 最近在学习相关方程式无人车大赛的项目，由于北理工的无私伟大，下面将对其github开源项目进行移植。疯狂点赞北理工车队！！！！ 1、创建工作空间 首先需要创建工作空间，进行编译配置。之前看到通过catkin_init_workspace 进行初始化，还有使用catkin init 的 不知道有什么区别，有了解的大佬可以推荐篇文章给我，感谢。 $ mkdir -p ~/catkin_ws/src # 创建了第二层级的文件夹src，这是放R
再探FSSIM（代码驱动小车）
weixin_43446137的博客
03-21 783
再探FSSIM 实现代码控制 在上一篇博客，我们已经实现了控制小车的运动，并且得知 dc：位移（千米） delta：转角（弧度） 接下来实现代码控制小车的运动，先不管算法，先控制了小车运动再说。 首先，打开网易云音乐： 然后，打开ROBOWARE 打开并创建一个工作区 这里省略ROBOWARE的操作。 从上一回我们私聊就可以让小车运动来看，我们只需要写一个发布者就可以实现代码对车子的控制。 ...
推荐使用FSSIM：专为Formula Student Driverless竞赛设计的车辆模拟器
最新发布
gitblog_00028的博客
06-08 401
推荐使用FSSIM：专为Formula Student Driverless竞赛设计的车辆模拟器 项目地址:https://gitcode.com/AMZ-Driverless/fssim 在自动驾驶领域，真实环境中的测试既耗时又昂贵，而FSSIM，全称为Formula Student Simulator，正是为此问题提供解决方案的关键工具。它是一个专为Formula Student Driver...
Python-FSSIM是一款专为FormulaStudent无人驾驶比赛而设的车辆模拟器
08-11
FSSIM是一款专为Formula Student无人驾驶比赛而设的车辆模拟器
fssim安装
weixin_43446137的博客
07-14 1278
这里写自定义目录标题欢迎使用Markdown编辑器新的改变下载源码解压以后，把文件夹改名为fssim安装依赖创建工作空间把解压得到的fssim（改名后）文件夹复制到install_fssim/src/路径下buildsourceHow to Run It in your Workspace功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片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SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不
欧拉公式求圆周率的matlab代码-fssim:参加FSD竞赛的方程式学生模拟器
05-23
欧拉公式求长期率的matlab代码 FSSIM卡 FSSIM是专用于方程式学生无人驾驶比赛的车辆模拟器。 它是为自治软件测试而不是游戏目的而开发的。 该模拟器的一个版本用于预测FSG 2018赛道比赛中哥达的圈速，准确度为1％ 。 该模拟器是在Ubuntu 16.04和ROS Kinetic上开发和测试的，并且假定两者都已安装。 可以在下面找到更广泛的教程 FSSIM是我们在的工作之一。 如何在您的工作区中运行它 安装sudo apt install ros-kinetic-desktop-full和sudo apt install python-catkin-tools 将此存储库克隆到使用catkin init初始化的现有ROS工作区 从工作区运行cd src/fssim 。 运行./update_dependencies.sh ，您需要批准多个要安装的软件包 运行catkin build 来源工作区 成功构建后，使用roslaunch fssim auto_fssim.launch运行模拟器。 RVIZ窗口将启动。 注意：您可能需要在RVIZ中取消勾选并勾选FSSIM Track
fssim车子自动跑起来
weixin_43446137的博客
07-31 818
分析 怎么样才能让小车自己动起来呢？fssim仿真还是很贴近真实，那么让这个车自动跑起来像真车一样，需要感知，规划与控制。 感知 首先要摸清楚雷达和摄像头至少一个的用法，毕竟咱们的目的只是让它动起来就好，动的很优秀是之后的目标了。能够提供锥桶的坐标，这才能接着进行后面的工作。 规划 根据锥桶的坐标规划出一条线，是否科学先不论。 控制 了解fssim仿真的控制接口，利用规划出的路线进行调用，可以实现fssim自动运行。 实现 感知 雷达 摄像头 规划 控制 ...
多旋翼无人机仿真 rotors_simulator 是如何悬停的（一）
月照银海似蛟龙的博客
10-13 1494
无人机仿真主要分为两类：硬件在环仿真（HITL）和软件在环仿真（SITL全称Software in the loop）。无人机软件在环仿真是指完全用计算机来模拟出无人机飞行时的状态，而硬件在环仿真是指计算机连接飞控板来测试飞控软件是否可以流畅运行。一般来说硬件在环仿真若没有加上真实的转台进行测试的话，其与软件在环仿真没有很大的区别。在无须解决在研发过程中的硬件问题带来的麻烦，并且可以直观的调试代码，搭建一套无人机仿真系统，对于研发来说好处是数不剩数的。
【rotors】多旋翼无人机仿真（二）——设置飞行轨迹
caiqidong321的博客
01-23 2840
rotors的hovering_example文件解析
常用MAVROS话题和服务
z1872385的博客
10-21 4556
https://zhuanlan.zhihu.com/p/364872655 一、常用接收的话题 1.1 系统状态 消息名称：mavros/state 类型：mavros_msgs::State 头文件：mavros_msgs/State.h 成员变量: string MODE_PX4_MANUAL=MANUAL //这里只列PX4的，APM的用rosmsg show mavros_msgs/State查看 string MODE_PX4_ACRO=ACRO string MODE_PX4_ALTITUDE
rviz无法建图_[ROS项目]无人机仿真与建图
weixin_39647499的博客
11-20 634
无人机仿真(位置控制)本次项目所用的仿真环境是开源的Rotors功能包，初次了解无人机的控制，也是摸索小白，希望可以起到抛砖引玉的作用。1. 安装Rotors软件功能包首先需要建立ROS软件包，并下载对应的Rotors的软件功能包：$ mkdir -p /ROS/rotors_ws/src$ cd ROS/rotors_ws/src$ catkin_init_workspace$ gi...
学习hector_slam随手记录（一）
Dawn_JIN的博客
03-19 4130
hector_compressed_map_transport 一、Overview(概述）     这个包压缩地图数据用于图像传输。目前，只有从地图到图像的转化是可用的。这个包中的代码是一个概念证明（POC：概念证明是证实发布的漏洞真实性的测试代码），它是可以更改的。 二、ROS API 2.1 map_to_image_node     把地图转换成图像数据并且用image_tran
树莓派控制无人机实现定点降落（四）——gazebo无人机定点降落仿真环境搭建
Cyril的博客
03-07 8172
1、源码编译px4固件，若不编译则需要连接自己的飞控用于仿真，没有虚拟飞控 2、编译gazebo ### 禁用在线模型查找 export GAZEBO_MODEL_DATABASE_URI="" ### 设置 sitl_gazebo 文件夹的路径 export SITL_GAZEBO_PATH=$HOME/src/Firmware/Tools/sitl_gazebo ### 编译gazebo...
ROS-TF的使用（常用功能）
热门推荐
liuzubing的博客
07-12 1万+
https://blog.csdn.net/u010876294/article/details/75004903 一、TF中的数据格式： 这些数据格式全都是class 头文件：#include <tf/transform_datatypes.h>基本上可以包含所有的tf数据类型 （1）tf::Vector3 tf::Vector3 point; 默认构造一个对象：tf::...
octomap中3d-rrt路径规划
weixin_30721899的博客
06-21 1276
路径规划 碰撞冲突检测 使用的Informed RRT*简介youtube 在octomap中制定起止点，目标点，使用rrt规划一条路径出来，没有运动学，动力学的限制，只要能避开障碍物。 效果如下(绿线是规划的路线，红线是B样条优化的曲线)： #include "ros/ros.h" #include <octomap_msgs/Octomap.h> #include <oct...
激光雷达和摄像头融合 rviz
12-15
激光雷达和摄像头是两种不同的传感器，各自具有独特的优势和特点。激光雷达主要通过激光束扫描来获取环境中物体的距离和形状信息，精确度高，但受到光照和其他因素的影响；而摄像头则主要通过图像采集和处理来获取环境中物体的颜色、纹理等信息，对光照要求较高，但可以提供更加直观的视觉信息。 在RViz中，将激光雷达和摄像头融合可以充分发挥它们各自的优势，提高环境感知的全面性和准确性。通过激光雷达和摄像头同时获取的信息，可以实现三维环境重建、目标检测与跟踪、环境地图构建等应用。例如在自动驾驶领域，激光雷达可以用于精确定位和障碍物检测，而摄像头可以用于识别交通标识和识别行人等。 融合激光雷达和摄像头的关键在于数据融合和传感器融合算法的设计和优化。可以通过将激光雷达和摄像头获取的信息进行相互校准、融合，从而获得更加丰富和完整的环境感知信息。同时，也需要考虑到两种传感器的不同特性和应用场景，进行合理的数据处理和算法设计。 总之，激光雷达和摄像头的融合在RViz中具有重要的意义，可以为机器人和自动驾驶系统等提供更加全面和准确的环境感知能力。
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
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