求知 文章 文库 Lib 视频 iPerson 课程 认证 咨询 工具 讲座 Modeler   Code  
会员   
要资料
 
追随技术信仰

随时听讲座
每天看新闻
 
 
目录
Autoware.Auto
安装
系统依赖性和目标环境
使用 ADE 安装
使用 ADE 安装 arm64 系统
没有使用 ADE 安装
SVL 仿真器
使用
自动代客泊车示范
F1Tenth 演示1
F1Tenth 演示2
启动和测试行为计划
启动和测试全局计划
地图创建
初始化 NDT 定位器
运行 EKF 过滤器进行本地化
3D感知堆栈
记录/回放计划
使用rosbag进行本地化演示
Autoware Auto启动场景仿真器
建立
设计
Autoware Auto常见的设计-1
Autoware Auto常见的设计-2
Autoware.Auto 控制器设计
Autoware.Auto 驱动程序设计
Autoware.Auto 设计融合
Autoware.Auto 本地化
Autoware.Auto 的地图
Perception设计
Autoware.Auto 的 设计计划
Autoware.Auto 的 设计跟踪
Autoware.Auto 的 预测
Autoware.Auto 的系统
Autoware.Auto 的工具
Autoware.Auto 提供的指南
 
 
启动和测试行为计划
李澎涛,俎涛 翻译(火龙果软件工程)
844 次浏览
7次  

如何启动堆栈

按照SVL 仿真器 中的说明开始仿真。 此外,要为此演示配置 LGSVL:

  1. 地图:使用此 地图链接
  2. 车辆:选择 ROS2 native 桥梁类型并将内容粘贴 AutowareAuto/src/launch/autoware_demos / config / svl/avp-sensors.json 到 Sensors 文本框中
  3. 仿真:在 General 选项卡中, Select Cluster = Local Machine 并取消选中任何框。 在 Map & Vehicles 选项卡中,确保取消勾选 Run simulation in interactive mode 。 在 Traffic 选项卡中,取消选中所有选择。 选项卡 Weather 无关紧要

1号航站楼

# 按照上面的说明启动 sim 但不要开车离开以确保我们可以定位自己
# 然后启动 RViz2 进行可视化
> ade 进入
ade$ source /opt/AutowareAuto/setup.bash
ade$ ros2 启动 autoware_auto_launch autoware_auto_visualization.launch.py

2号航站楼

> ade 进入
ade$ source /opt/AutowareAuto/setup.bash
ade$ stdbuf -o L ros2 启动 autoware_demos avp_sim.launch.py

需要上面的命令,因为 ROS 中的默认设置是仅 在缓冲区已满时 stdbuf 输出行。 stdout 此命令更改该设置以使用输出每一行的“行缓冲区”,提供更多调试信息。

3号航站楼

> ade 进入
ade$ source /opt/AutowareAuto/setup.bash
ade$ ros2 topic echo /planning/trajectory

将 LGSVL 上的车辆移动到图中所示的位置。 这是 AutonomouStuff 大楼前门外三个停车位前停车场道路上的“接送区”。

开始姿势

在选择目标之前,您需要初始化本地化。 要切换到 rviz 窗口,请单击 2D Pose Estimate 顶部的按钮,然后单击车辆当前在地图中的大致位置并沿车辆前进方向拖动。 您可以通过跳转到新位置的车辆模型以及与静态激光雷达地图匹配的实时激光雷达扫描来验证车辆是否已定位。

接下来,要以图形方式选择停车位,请单击 中的 2D Nav Goal 按钮 rviz ,单击目标位置,然后沿目标航向方向拖动。

(可选)以编程方式发送目标位置/标题:

4号航站楼

> ade 进入
ade$ ros2 topic pub /planning/goal_pose geometry_msgs/msg/PoseStamped '{header: {frame_id: "map"}, 姿势: {位置: {x: -96.46856384277344, y: 58.39532775878906}, 方向: {z: 0.42554035782814026, w : 0.9049394130706787}}'} --once

如果您想向后停车,请发送:

> ade 进入
ade$ ros2 topic pub /planning/goal_pose geometry_msgs/msg/PoseStamped '{header: {frame_id: "map"}, 姿势: {位置: {x: -98.56259155273438, y: 60.99168395996094}, 方向: {z: -0.42844402469653825, w: 0.9035683248663778}}'} --once

验证 Behavior Planner 是否接收到来自 Global Path 的路由

在终端 2 上,您应该看到以下消息输出:

[behavior_planner_node_exe-19] [INFO] [planning.behavior_planner_node]:收到的路线

验证 Lane Planner 和 Parking Planner 是否被 Behavior Planner 调用

在终端 2 上,您应该看到以下消息输出:

[behavior_planner_node_exe-19] [INFO] [planning.behavior_planner_node]:发送停车轨迹动作目标
[behavior_planner_node_exe-19] [INFO] [planning.behavior_planner_node]:从规划器接收到的轨迹

验证 Behavior Planner 是否为 MPC 输出轨迹以遵循

在 3 号航站楼,您应该会看到来自行为规划器的轨迹消息。

请参阅下面的示例

ade$ ros2 topic echo /planning/trajectory
1617078146.280549 [0] ros2: using network interface enp3s0 (udp/192.168.0.113) 任意选择自:enp3s0, docker0
---
标题:
邮票:
秒:1617077481
纳秒:563900928
frame_id:地图
要点:
- time_from_start:
秒:0
纳秒:0
x:-60.46516418457031
y: 82.08631896972656
标题:
真实:-0.338379830121994
图片:0.9410096406936646
纵向速度_mps:2.777777910232544
横向速度_mps:0.0
加速度_mps2:0.0
heading_rate_rps: 0.0019613588228821754
front_wheel_angle_rad:-0.009999978356063366
后轮角度:0.0
- time_from_start:
秒:0
纳秒:228084512
x:-60.946189880371094
y: 81.67398071289062
标题:
真实:0.3368988037109375
图片:-0.9415408372879028
纵向速度_mps:2.777777910232544
横向速度_mps:0.0
加速度_mps2:0.0
heading_rate_rps: 0.0
front_wheel_angle_rad: 9.720058005768806e-05
后轮角度:0.0

您可以捐助,支持我们的公益事业。

1元 10元 50元





认证码: 验证码,看不清楚?请点击刷新验证码 必填



844 次浏览
7次
欢迎参加课程:
数据建模方法与工具
MBSE(基于模型的系统工程)
基于 UML 和EA进行分析设计