【百度Apollo】本地调试仿真:加速自动驾驶系统开发的利器


🎬 鸽芷咕个人主页
🔥 个人专栏 : 《linux深造日志》《粉丝福利》

⛺️生活的理想,就是为了理想的生活!


⛳️ 推荐

前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家。点击跳转到网站。

文章目录

引入

Apollo 开放平台是一个开放的、完整的、安全的平台,将帮助汽车行业及自动驾驶领域的合作伙伴结合车辆和硬件系统,快速搭建一套属于自己的自动驾驶系统,目前已经升级迭代到Apollo beta 版本。

前提条件

已本地安装 Dreamview,若未安装,可以去Apollo社区查看安装说明进行操作

步骤一:新建场景集

在本地进行仿真系统调试前,您需要先创建好场景集。参见 场景制作

注意:场景类型 选择 线下仿真

步骤二:同步场景集至本地

  1. 安装仿真插件。

    参考 将场景集同步到仿真环境 中的方式二安装仿真插件。

  2. 在 Dreamview 中打开 Sim Control

    单击左侧 Tasks ,在下方 Others 页签打开 Sim Control,即可进入仿真模拟控制:

  3. 单击左侧 Profile

    在 Apollo Studio 中,可以看到您所创建的云端线下仿真场景集。

  4. 选择您想要下载到本地的场景集,并单击 Download

    Scenario Profiles 中,可以看到下载到本地的场景集。

  5. 选择您想要本地调试的场景集。

  6. 在右上方 scenarioSet 中,选择您添加的场景。

步骤三:选择目标点

  1. 在 Dreamview 中,单击左侧栏 Route Editing

  2. 单击 Add Point of Interest,在地图中选取一个起点。

  3. 在车道线中选择一个终点作为目标点。

  4. 单击 Send Routing Request,发送添加的 routing 点。

步骤四:开启相关模块

在 Dreamview 中开启 PlanningRouting 模块:

可见 routing 模块会在地图中搜索出可行的路径,planning 模块将指导车进行决策和局部规划,进而指导车进行运动,红线是 routing 在地图中搜索出的路径,蓝色的轨迹是 planning 模块实时规划的局部路径。

步骤五:本地仿真调试 planning 模块

以调试巡航速度为例:

  1. 在代码apollo/modules/planning/conf找到配置文件planning.conf修改planning_upper_speed_limit=5, default_cruise_speed=2

  2. 保存文件。

  3. 重启 planning 模块。

  4. 重新发送 routing request 查看车辆运行速度是否发生变化。

    • 配置文件参数修改前:

    • 配置文件参数修改后:

      注意:PNC monitor上显示的速度单位为km/h,planning.conf配置文件中的速度单位为m/s。

步骤六:查看 PNC monitor 数据

点击 Tasks 模块,打开 PNC monitor,右侧显示 PNC 相关数据信息。

相关推荐
AImatters25 分钟前
2025 年PT展前瞻:人工智能+如何走进普通人的生活?
人工智能·ai·具身智能·智慧医疗·智慧出行·中国国际信息通信展览会·pt展
AI小书房33 分钟前
【人工智能通识专栏】第十五讲:视频生成
人工智能
zzywxc7871 小时前
AI工具全景洞察:从智能编码到模型训练的全链路剖析
人工智能·spring·ios·prompt·ai编程
甄心爱学习1 小时前
DataSet-深度学习中的常见类
人工智能·深度学习
伟贤AI之路1 小时前
【分享】中小学教材课本 PDF 资源获取指南
人工智能·pdf
aneasystone本尊1 小时前
详解 Chat2Graph 的推理机实现
人工智能
xchenhao1 小时前
Scikit-Learn 对糖尿病数据集(回归任务)进行全面分析
python·机器学习·回归·数据集·scikit-learn·特征·svm
金融小师妹1 小时前
多因子AI回归揭示通胀-就业背离,黄金价格稳态区间的时序建模
大数据·人工智能·算法
xchenhao1 小时前
Scikit-learn 对加州房价数据集(回归任务)进行全面分析
python·决策树·机器学习·回归·数据集·scikit-learn·knn
tangjunjun-owen1 小时前
RT-DETRv2 中的坐标回归机制深度解析:为什么用 `sigmoid(inv_sigmoid(ref) + delta)` 而不是除以图像尺寸?
人工智能·loss·rt-detrv2