Apollo2.0自动驾驶howto文件夹之how_to_run_offline_perception_visualizer.md

/****************Apollo源码分析****************************

Copyright 2018 The File Authors & zouyu. All Rights Reserved.

Contact with: 1746430162@qq.com 181663309504

源码主要是c++实现的，也有少量python，git下载几百兆，其实代码不太多，主要是地图和数据了大量空间，主要程序
在apollo/modules目录中，

我们把它分成以下几部分（具体说明见各目录下的modules）：

感知：感知当前位置，速度，障碍物等等

Apollo/modules/perception

预测：对场景下一步的变化做出预测

Apollo/modules/prediction

规划：

(1) 全局路径规划：通过起点终点计算行驶路径

Apollo/modules/routing

(2) 规划当前轨道：通过感知，预测，路径规划等信息计算轨道

Apollo/modules/planning

(3) 规划转换成命令：将轨道转换成控制汽车的命令（加速，制动，转向等）

Apollo/modules/control

其它

(1) 输入输出

i. Apollo/modules/drivers 设备驱动

ii. Apollo/modules/localization 位置信息

iii. Apollo/modules/monitor 监控模块

iv. Apollo/modules/canbus 与汽车硬件交互

v. Apollo/modules/map 地图数据

vi. Apollo/modules/third_party_perception 三方感知器支持

(2) 交互

i. Apollo/modules/dreamview 可视化模块

ii. Apollo/modules/hmi 把汽车当前状态显示给用户

(3) 工具

i. Apollo/modules/calibration 标注工具

ii. Apollo/modules/common 支持其它模块的公共工具

iii. Apollo/modules/data 数据工具

iv. Apollo/modules/tools 一些Python工具

(4) 其它

i. Apollo/modules/elo 高精度定位系统，无源码，但有文档

ii. Apollo/modules/e2e 收集传感器数据给PX2,ROS

  自动驾驶系统先通过起点终点规划出整体路径（routing）；然后在行驶过程中感知（perception）当前环境
（识别车辆行人路况标志等），并预测下一步发展；然后把已知信息都传入规划模块（planning），规划出之后的轨道；
控制模块（control）将轨道数据转换成对车辆的控制信号，通过汽车交互模块（canbus）控制汽车．

我觉得这里面算法技术含量最高的是感知perception和规划planning，具体请见本博客中各模块的分析代码。

/****************************************************************************************

＃如何运行离线感知展示台

      尽管Dreamviewer工具可以直观地模拟感知模块，但它缺乏可视化点云和ROI区域的能力，这对调试和测试感知算法很有帮助。为此，我们提供了一个基于OpenGL和PCL库的离线可视化工具来显示点云的障碍感知结果。请在Apollo官方网站上查看[演示视频]（http://apollo.auto/platform/perception.html），了解这款离线感知可视化工具。
我们介绍在Docker中构建和运行离线可视化器的详细步骤，如下所示：

### 1.准备PCD和姿势数据

       在运行可视化器之前，我们需要准备必要的PCD和姿态数据，这些数据可以从记录点云数据的ROS包中提取。为了便于数据提取，我们提供一个ROS启动文件来转储PCD帧文件和一个python脚本来为每个帧生成Pose文件。
1.1启动PCD导出器（详见[Velodyne驱动程序文档]（https://github.com/ApolloAuto/apollo/tree/master/modules/drivers/velodyne））
```
roslaunch velodyne export_pcd.launch
```
1.2玩ROS包   
ROS包的默认目录是`/ apollo / data / bag`。假设ROS包的文件名是`example.bag`。
```
cd / apollo / data / bag
rosbag play --clock example.bag
```
      播放包时，PCD文件将被转储到导出目录（defalut：`/ apollo / data / pcd`）。提取的PCD文件根据它们的帧号命名，该帧号对应于从点云ROS主题（例如，`/ apollo / sensor / velodyne64 / compensator / PointCloud2`）播放记录的消息的顺序。另外，还有两个其他文件（`stamp.txt`和`pose.txt`）在导出目录中生成。它们将用于为每个帧生成Pose文件。

1.3生成姿势文件
我们提供了一个Python脚本`gen_pose_file.py`来从`pose.txt`生成Pose文件。
```
cd / apollo / modules / perception / tool
python gen_pose_file.py / apollo / data / pcd
```
生成的Pose文件的名称与PCD文件的帧号相对应。这意味着帧的PCD和Pose文件的名称是相同的，但具有不同的扩展名（即，分别为.pcd和.pose）。  

### 2.构建离线感知展示台

我们使用Bazel来构建离线感知可视化器。
```
cd / apollo
bazel build -c opt // modules / perception / tool / offline_visualizer_tool：offline_lidar_visualizer_tool
```
选项`-c opt`用于构建具有优化性能的程序，这对于实时感知模块的离线模拟和可视化非常重要。
如果您想用GPU运行感知模块，请使用以下命令：
```
bazel build -c opt --cxxopt = -DUSE_CAFFE_GPU // modules / perception / tool / offline_visualizer_tool：offline_lidar_visualizer_tool
```

### 3.使用离线感知模拟运行Visualizer

       在运行可视化器之前，可以在配置文件`/ apollo / modules / perception / tool / offline_visualizer_tool / conf / offline_lidar_perception_test.flag`中设置数据目录和算法模块设置。每个算法模块的详细参数设置可以根据`/ apollo / modules / perception / tool / offline_visualizer_tool / conf / config_manager.config`中的相应配置文件进行设置。然后您可以使用以下命令通过离线感知仿真运行可视化器：
```  
/阿波罗/巴泽勒滨/模块/感知/工具/ offline_visualizer_tool / offline_lidar_visualizer_tool
```
       现在您将看到一个弹出式窗口，逐帧显示点云的感知结果。用紫色矩形边界框显示障碍物。有/无ROI区域的点云显示有三种模式：（1）以灰色显示所有点云; （2）仅以绿色显示ROI区域的点云; （3）显示绿色ROI区域的点云和其他灰色区域的点云。您可以按下键盘上的`S`键，依次切换模式。