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
giszz1 天前
【AI】智驾地图在不同自动驾驶等级中的作用演变
人工智能·机器学习·自动驾驶
赛卡2 天前
汽车安全:功能安全FuSa、预期功能安全SOTIF与网络安全Cybersecurity 解析
人工智能·安全·网络安全·车载系统·自动驾驶·汽车
一点.点3 天前
ISO 22737——解读自动驾驶相关标准法规(LSAD)
自动驾驶·汽车
画江湖Test3 天前
乘用车自动驾驶和非乘用车(矿车,卡车)自动驾驶区别
人工智能·机器学习·自动驾驶·车载测试·汽车测试·座舱测试
一点.点3 天前
ISO 17387——解读自动驾驶相关标准法规(LCDAS)
自动驾驶·汽车
硅谷秋水4 天前
Impromptu VLA:用于驾驶视觉-语言-动作模型的开放权重和开放数据
人工智能·机器学习·计算机视觉·语言模型·自动驾驶
埋头苦干的墨小白5 天前
《自动驾驶轨迹规划实战:Lattice Planner实现避障路径生成(附可运行Python代码)》—— 零基础实现基于离散优化的避障路径规划
人工智能·python·自动驾驶
bhoigu6 天前
LLM-MPC混合架构:车载大语言模型用来增强自动驾驶系统
人工智能·深度学习·语言模型·自然语言处理·自动驾驶
赛卡6 天前
汽车安全 2030 预测 (功能安全FuSa、预期功能安全SOTIF、网络安全CyberSecurity):成本、效益与行业影响
人工智能·安全·web安全·车载系统·自动驾驶·汽车
学步_技术6 天前
自动驾驶系列—Monocular 3D Lane Detection for Autonomous Driving
人工智能·机器学习·计算机视觉·3d·自动驾驶