Autoware.Auto avp仿真详解

原创

已于 2022-05-24 14:59:58 修改 · 1.6k 阅读

6 ·

CC 4.0 BY-SA版权

文章标签：

#python #自动驾驶 #开发语言

于 2022-05-18 16:37:40 首次发布

本文讲述了在Autoware仿真的AVP核心launch中，定位节点ndt_localizer的使用及问题解决。重点在于优化点云聚类以减少障碍物误判，调整四元数转欧拉角的方法，并解决了costmap_generator和velodyne_nodes编译问题。最后，作者针对车辆进入不可行使区域的路径规划问题进行了初步探讨。

1.定位

定位节点启动的是

    ndt_localizer = Node(
        package='ndt_nodes',
        executable='p2d_ndt_localizer_exe',
        namespace='localization',
        name='p2d_ndt_localizer_node',
        parameters=[
            LaunchConfiguration('ndt_localizer_param_file'),
            # Use preset initial pose, if using a preset simulation
            {'load_initial_pose_from_parameters': LaunchConfiguration('with_lgsvl')},
        ],
        remappings=[
            ("points_in", "/lidars/points_fused_downsampled"),
            ("observation_republish", "/lidars/points_fused_viz"),
        ]
    )

在仿真系统中ros2 node info /localization/p2d_ndt_localizer_node:

其定位结果输出的是话题是:

/localization/ndt_pose: geometry_msgs/msg/PoseWithCovarianceStamped

frame_id: map

也就是车辆在地图上的位姿

同时也向话题/tf 发送消息：

综上，在仿真中启用的定位节点是ndt_nodes\

出现的问题，在发送定位状态时，将四元数转换成欧拉角，ros2(foxy) 和 python 和ros1 有了区别，折腾了半天，解决方案如下：

解决方案有两个：