Apollo 系统架构
CANBus:对接车辆的底盘,做一些数据的收发,如油门,方向盘转角
HDMap:
- 给localization提供定位图层的信息
- 给perception一些车道线、道路拓扑、红绿灯的信息(超时空感知),附注感知的预测。如关注某位置的红绿灯,划分前景和背景中的障碍物然后滤除背景中的障碍物(如车道线外)
Prediction:预测行人或车辆的轨迹预测,预测会到哪个车道去
Planning:借助高精地图给以提供一些车道信息如boundary和车道中心线。
Control:把决策传到这个模块,control再将底盘命令发出进行交互
Apollo安装
git clone XXX
git checkout vXXXX
bash docker/scripts/dev_start.sh #编译时间较长
bash docker/scripts/dev_into.sh #进入apollo环境
文件夹结构
主要的任务模块可以在apollo/modules看到, common_msg模块是表示数据类型,dreamview用于数据可视化,drivers包括各种传感器的驱动
模块文件夹下:
/conf:参数配置文件,输入输出话题的订阅
/launch:启动模块的启动文件,会启动某个dag文件
/dag: 包括调用流程,加载的模块是什么,订阅的通道,使用的config文件
/XXX: 该模块下具体的方法(算法),可能有多个文件夹
基本指令
cyber_monitor #监控个个topic的信息
cyber_launch start/stop modules/localization/..../xxx.launch #启动/关闭模块
cyber_recorder -h #可以显示出和数据集.bag相关的指令,比如bag包信息,播放等
bash scripts/bootstrap.sh #打开可视化,可以进入一个网页端,默认为“mkz standard debug”,车型可选为“mkz lgsvl321”,地图可选“sunnyvale big loop”
播放数据之后,窗口内就会开始变化了。播放时可在终端按空格暂停,然后可以输入指令启动其他想要的模块,加载完成后就可以接着播放数据了。

Carla联合仿真环境搭建
Carla基本介绍
基于UE4开发的开源无人驾驶仿真器
- PythonAPI
- 自动驾驶传感器(还有理想化的collision detection传感器)
- 用于规划和控制的快速仿真
- 地图生成
- 交通场景(open scenario)仿真
- ROS集成
- 自动驾驶baseline
0.9.15新特性

本文讲解了Apollo系统的关键组件,如CANBus的数据交换和HDMap的定位功能,以及Apollo的模块化安装过程和Carla仿真环境的创建方法。
最低0.47元/天 解锁文章
858

被折叠的 条评论
为什么被折叠?



