【一看就会】Autoware.universe的“规划”部分源码梳理【四十八】（autoware_surround_obstacle_checker：周围障碍物检查器）

最新推荐文章于 2025-02-18 10:06:16 发布
最新推荐文章于 2025-02-18 10:06:16 发布
阅读量592 收藏 16
点赞数 22
分类专栏： Autoware.universe规控部分 文章标签： 算法 自动驾驶
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.youkuaiyun.com/weixin_48386130/article/details/145566419
版权

文章目录

前言

书接上文，本篇讲述planning这边的第十四部分——autoware_surround_obstacle_checker：周围障碍物检查器

十四、autoware_surround_obstacle_checker：周围障碍物检查器

1.功能概述

autoware_surround_obstacle_checker是一个用于检查车辆周围障碍物的模块，主要功能：
360度检测车辆周围的障碍物
评估碰撞风险
生成安全区域
提供紧急制动建议

2.订阅发布话题

订阅话题

// 输入话题

  • /perception/object_recognition/objects // 障碍物信息
  • /localization/current_pose // 当前位置
  • /vehicle/status/velocity // 车辆速度
  • /tf // 坐标转换

发布话题

// 输出话题

  • /planning/surround_obstacle_checker/debug //
了解本专栏 订阅专栏 解锁全文 超级会员免费看
【导航项目实战】autoware巡航、避障、视觉目标检测部署步骤
qq_35635374的博客
03-17 4251
系列文章目录 提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加 TODO:写完再整理 文章目录系列文章目录前言一、线性地盘的改造ECU二、录制数据包三、NDT建图--NDT_mapping四、NDT定位--NDT_matching五、航线录制（waypoint_saver）六、航线加载（waypoint_loader）+pure_persuit跟踪巡航七、A*动态路径规划（A-star）八、yolo v3的目标检测九、组合自己想要的功能 前言 认知有限，望大家多多包涵，有什么问题也希
【一看就会】Autoware.universe的“规划”部分源码梳理【四十九】（autoware_rtc_interface：实时控制接口）
weixin_48386130的博客
02-17 713
书接上文，本篇讲述planning这边的第十五部分——autoware_rtc_interface：实时控制接口autoware_rtc_interface是一个实时控制接口模块，主要功能：发布行为规划模块的决策状态接收来自自动驾驶系统外部的执行命令管理模块间的协作状态提供实时控制和监控能力autoware_rtc_interface是一个关键的接口模块，负责管理和协调自动驾驶系统中各个规划模块的实时控制。
Autoware实车测试记录（三）--障碍物检测及追踪节点的启用以及测试过程遇到的问题
So____的博客
03-25 2829
障碍物检测及追踪节点的启用以及测试过程遇到的问题
ROS：：ros机器人路径远离障碍物的方法
qq_14977553的博客
02-17 9300
ros机器人路径远离障碍物的方法 A星或dijkstra规划的路径会贴着障碍物，如果膨胀半径设置过小机器人在跟踪路径运动时会碰到障碍物，特别是在转弯的时候。 这里提供一种路径优化的方法让路径与膨胀层保持一定距离。 步骤： 1、遍历所有的路径点，记录下路径点周围一定范围length(可设置)有障碍物。 2、若所有的障碍物都在路径的同一测则找到距离该路径点A最近的障碍物点B，设距离为d。 3、将路径点...
Autoware 障碍物车辆意图与轨迹预测
Miss_leaf的博客
12-06 5040
Autoware 障碍物车辆意图与轨迹预测
【一看就会】Autoware.universe的“规划”部分源码梳理【0】——Planning综述（持续更新中）
weixin_48386130的博客
01-22 1459
单独开一篇planning综述，作为整个规划系列的开篇。本篇综述会持续更新，希望能帮助大家更好的整体理解规划部分。这个部分会持续更新。
【一看就会】Autoware.universe的“规划”部分源码梳理【十一】（behavior_path_planner第十部分）
weixin_48386130的博客
01-22 79
书接上文，本篇讲启动规划模块——autoware_behavior_path_start_planner_module。本篇将启动规划模块梳理完，下一篇进行横向偏移模块——autoware_behavior_path_side_shift_module。
《【一看就会】Autoware.universe的“规划”部分源码梳理》系列文章目录（持续更新中）
weixin_48386130的博客
02-18 1470
第零章：Planning综述 第一章：【一】全局路径生成模块——mission_planner 第二章：【二】路径行为规划模块——behavior_path_planner第一部分——behavior_path_planner模块 第三章：【二】路径行为规划模块——behavior_path_planner第二部分——behavior_path_planner_common模块（1） 第四章：【二】路径行为规划模块——behavior_path_planner第三部分——behavior_path_plan
Autoware操作手册（全）.zip
08-30
autoware使用说明，操作手册,如果有觉得github上的教程太少的同学，可以参考这个资料，算是比较全面的使用说明，可以帮助快速入门，也可以加深理解，收集不易，不喜勿喷，谢谢大家
无人驾驶汽车系统入门（二十二）——使用Autoware实践激光雷达与摄像机组合标定
AdamShan的博客
08-14 6万+
无人驾驶汽车系统入门（二十二）——使用Autoware实践激光雷达与摄像机组合标定 单目相机分辨率高，我们可以使用各种深度学习算法完成对目标检测，但是缺乏深度，坐标等信息。激光雷达能够获得目标相当精确的三维坐标信息，但是分辨率低，目前主流的为64线和32线，稀疏的电云数据为模式识别带来了困难。一种简单的思路是融合相机和激光雷达对目标障碍物完成检测，在图像层面使用深度学习方法将目标检测识别，...
Lidar and camera 数据融合障碍物感知学习笔记开篇
qq_42341995的博客
08-23 1721
Lidar and camera 数据融合障碍物感知学习笔记 入坑自动驾驶一年多，对整个自动驾驶技术框架差不多有一个比较系统的认知。在一年多里学习了很多入门自动驾驶的基础知识和基本的技能。看过不少的论文，CSND技术大牛的博客、以及知乎技术博文、微信技术公众号、知乎公众号等。研究生开始的一年本来是确定了研究方向，接着上上界师兄论文做局部路径规划方面的研究，但随着知识的积累慢慢发现了自己真正想做的方...
autoware使用激光雷达进行目标检测（五）
踟蹰横渡口,彳亍上滩舟。
07-31 3891
autoware使用Euclidean Clustering进行检测 点云聚类在激光雷达环境感知中的作用 就无人车的环境感知而言，方案很多，根据使用的传感器的不同，算法也截然不同，有单纯基于图像视觉的方法，也有基于激光雷达的方法，激光雷达以其稳定可靠、精度高并且能同时应用于定位和环境感知而被广泛采用。激光雷达环境感知一般的流程为： 分割地面，从而减少地面的点对目标检测的影响 点云聚类，将目标按照点的分布进行聚类，从而降低后续计算的计算量 模式识别，对分割得到的点云进行特征提取，使用提取出来的特征训练分类器
Autoware结构概览
greenmoss的博客
09-17 1368
目录1.SensingCameraLiDARRADARIMUGPS/GNSS2.计算 Computing2.1 感知 Perception1）定位 Localization2）检测 Detection3）预测 Prediction2.2 决策 Decision1）Intelligence2）State2.3 计划 Planning1）Mission2）MotionActuation 执行模块 1.Sensing Camera LiDAR RADAR IMU GPS/GNSS 2.计算 Computing
激光雷达和相机的联合标定（Camera-LiDAR Calibration）之Autoware
热门推荐
W_Tortoise的博客
09-03 8万+
前言 单一传感器不可避免的存在局限性，为了提高系统的稳健性，多采取多传感器融合的方案，融合又包含不同传感器的时间同步和空间同步。 这里要讲的激光雷达和相机的联合标定就属于空间同步范畴。 另外，现在用深度学习处理点云成为热点，在标注点云时，由于点云的稀疏性，单靠点云，很难判断目标和类别，如果有时间同步的图像，就可以判断出来，但是为了精确标注，还需要将点云投影到图像，观察是否重合，这里就需要做激...
【Autoware入门教程】如何使用聚类算法作物体检测
xiewf的博客
05-14 1521
启动仿真环境 $ roslaunch vehicle_gazebo_simulation_launcher world_test.launch 加载地图 加载已经构建好的点云地图，建图过程看如何使用NDT构建点云地图。 Runtime Manager设置 启动地面过滤的节点，调整相关的参数如下图所示： 所有的节点连接图如下所示： 显示效果： ...
autoware各模块节点功能简介
qq_38861347的博客
09-06 3226
Autoware主要流程： 1.Sensing模块利用各种传感器采集真实世界的各类数据 2.首先基于3D点云地图，利用雷达等传感器采集到的数据通过localization模块进行定位，然后detection模块主要检测当前场景下存在的障碍物，如车辆、行人等，然后predition模块对检测到的障碍物预测未来运动，以达到提前避让的效果 3.decision（决策模块）根据感知模块感知的结果，Autoware决策一个由有限状态机表示的驾驶行为，可以根据当前状态选择合适的计划功能 4.planning（规划
AUTOWARE架构
weixin_41800013的博客
01-15 619
AUTOWARE架构传感层...
Autoware使用(4)——使用激光雷达进行目标检测
m0_45388819的博客
09-21 3100
Autoware使用(4)——使用激光雷达进行目标检测 本节教程较为简单，但是需要在前面模拟定位的基础上完成，因此对模拟定位还不了解的同学可以翻看我之前博文。 （1）在上⼀节真实定位或者模拟定位的前提之下，找到菜单栏[Computing] 下的[Lidar_euclidean_cluster_detect]，并勾选。 （2）打开[Rviz],加载路径为/home(User)/Autoware/ros/src/.config/rviz/ default.rviz的⽂件 （3）在Rviz左下⻆点击[Add]添
Autoware.universe velocity_planne
最新发布
03-09
好的，用户想查找Autoware.universe中velocity_planner的相关文档和教程。首先，我需要确认用户的需求，他们可能是在开发或研究自动驾驶系统，尤其是路径规划模块中的速度规划部分。用户可能已经了解Autoware的基本...
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

打赏作者

不断学习加努力

俺会努力的，一直免费的！

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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