Autoware.ai1.14.0自动驾驶-Demo运行

Autoware.ai1.14.0自动驾驶-Demo运行

数据准备

下载数据:

bash 复制代码
wget https://autoware-ai.s3.us-east-2.amazonaws.com/sample_moriyama_data.tar.gz
wget https://autoware-ai.s3.us-east-2.amazonaws.com/sample_moriyama_150324.tar.gz

一定要注意解压文件是在.autoware/路径下的,不然后续运行launch文件时,会提示找不到文件:.autoware/data/tf/tf.launch:

修改run脚本,改为正确source路径

bash 复制代码
cd ~/autoware-1.14/install/runtime_manager/share/runtime_manager/scripts
gedit run

修改如下内容:

markup 复制代码
${OPTION_COMMAND}="bash -c 'source ~/autoware-1.14/install/setup.bash;

为了防止警告,找到'state_publisher'并用'robot_state_publisher'去代替它。

文件位置:autoware-1.14>install>vehicle_description>share>vehicle_description>launch>vehicle_model.launch

打开后修改其中的文件:把'state_publisher'改为'robot_state_publisher'

启动autoware

bash 复制代码
source install/setup.bash
roslaunch runtime_manager runtime_manager.launch

配置Demo

1在Runtime Manager中选中"Simulation"Tab,在底下的文件选择框中选取从"sample_moriyama_data.tar.gz"中解压出来的rosbag文件,设置start Time为140s ,点击下面的"Play"按键即可开始播放Demo中所录制的自动驾驶过程,但这里我们需要在2s后 点击"Pause",如图所示,原因是我们还需要设置其他一些数据和参数。

2.在"Setup"Tab中设置TF和车辆模型,即点击"TF"按钮及"Vehicle Model"按钮即可。正确点击后了两个按钮应该是处于深色的状态。
3. 在"Map"Tab中选择地图文件和TF设置文件。在"Point Cloud"后面的文件选择框内载入点云地图文件,相关的文件存储在"sample_moriyama_data.tar.gz"文件所解压出来的文件中,具体位置为"data/map/pointcloud_map",需要选中文件夹内所有的文件。然后点击"Point Cloud"按钮使之变为下图所示的深色状态。在"TF"按钮后面的文件选择框内载入tf.launch文件。我选用autoware-1.14/src/autoware/documentation/autoware_quickstart_examples/launch里面的,选中tf_local.launch文件。然后点击"TF"按钮使之变为下图所示的深色状态。

4. 在"Sensing"Tab中勾选"voxel_grid_filter",如下图所示。

5.在"Computing"Tab中勾选"nmea2tfpose""ndt_matching",如下图所示。
6. 开启RViz可视化工具,回到"Simulation"Tab,点击底下的"RViz"按钮,使之成为深色的状态,如下图所示。
7. 设置RViz,首先选择RViz配置文件,在菜单中选择"File-->Open Config",选择"autowar-1.14/src/autoware/documentation/autoware_quickstart_examples/launch/rosbag_demo/"下的"default.rviz"文件。

8.回到Runtime Manager,进入到"Simulation"Tab页,点击"Pause"按钮,这时Demo会结束暂停状态,继续播放rosbag文件。稍等片刻,就可以在Rviz中看到点云地图和机器人行驶的画面了。

bug:

车飘。

成功解决:

将sample_moriyama_data里面的tf.launch改为autoware自带的tf_local.launch。并把Start Time设置为140(其实多少没有多大关系),让数据先跑会,稳定一下。

更多介绍可以学习参考:
Autoware1.14入门教程

相关推荐
算法打盹中1 天前
SimLingo:纯视觉框架下的自动驾驶视觉 - 语言 - 动作融合模型
人工智能·机器学习·计算机视觉·语言模型·自动驾驶
Ray Song2 天前
MCAP :机器人数据容器的全面实践指南
中间件·自动驾驶·dds·mcap
Ray Song2 天前
【FastDDS】Layer Transport ( 05-Shared Memory Transport)
中间件·自动驾驶·dds·fastdds
catcfm2 天前
MiniDrive:面向自动驾驶的更高效的视觉语言模型
人工智能·深度学习·语言模型·自动驾驶
地平线开发者2 天前
理想汽车智驾方案介绍 4 World model + 强化学习重建自动驾驶交互环境
人工智能·自动驾驶·汽车
博大世界3 天前
解剖智驾“大脑”:一文读懂自动驾驶系统软件架构
人工智能·机器学习·自动驾驶
地平线开发者3 天前
征程 6E/M|多 camera 场景示例
算法·自动驾驶
地平线开发者3 天前
理想汽车智驾方案介绍 4 | World model + 强化学习重建自动驾驶交互环境
算法·自动驾驶
温柔哥`4 天前
AgentThink:一种在自动驾驶视觉语言模型中用于工具增强链式思维推理的统一框架
语言模型·自动驾驶·agent·工具调用·grpo·强化微调·tool call
Hi202402175 天前
使用 darkSCNN 和 Caffe 进行车道线检测
人工智能·深度学习·opencv·自动驾驶·caffe·车道线检测