您好,登錄后才能下訂單哦!
這篇文章主要介紹了Apollo中如何運行融合障礙可視化工具,具有一定借鑒價值,感興趣的朋友可以參考下,希望大家閱讀完這篇文章之后大有收獲,下面讓小編帶著大家一起了解一下。
Apollo創建了LiDAR障礙物可視化工具,這是一種離線可視化工具,用于顯示基于LiDAR的障礙物感知結果,請參看如何離線運行Perception Visulizer (https://github.com/ApolloAuto/apollo/blob/master/docs/howto/how_to_run_offline_perception_visualizer_cn.md)。
但是,該工具缺乏基于雷達的障礙物感知結果和基于其兩個傳感器的融合結果的可視化能力。
Apollo開發了第二個可視化工具,即融合障礙可視化工具,以補充LiDAR障礙物可視化工具。融合障礙可視化工具顯示了這些模塊的障礙感知結果:
基于LiDAR的算法模塊
基于雷達的算法模塊
融合算法模塊,用于調試和測試完整的障礙物感知算法
所有可視化都基于LiDAR數據可視化。來自LiDAR的源數據(用于對場景中的任何對象進行整形的一組3D點)在描繪整個場景的視覺特征方面優于雷達。獲取更多關于融合障礙物可視化工具的信息,可參考Demo視頻(http://apollo.auto/platform/perception.html)。
通常,您可以按照三個步驟在Docker中構建和運行融合障礙物可視化工具:
準備源數據。
構建融合障礙物可視化工具。
運行工具。
下面對這三個步驟進行詳細闡述。
準備源數據
運行融合障礙物可視化工具之前,需要做如下準備:
基于LiDAR的障礙物感知
點云數據(PCD)文件
車姿
基于雷達的障礙物感知
基于雷達獲取的障礙物數據的protobuf格式
車姿
車速
為了便于數據提取,Apollo提供了一個名為export_sensor_data
的工具來從ROS包中導出數據。
步驟
1、用下面的命令構建數據導出工具:
cd /apollo bazel build //modules/perception/tool/export_sensor_data:export_sensor_data
2、用下面的命令運行數據導出工具:
/apollo/bazel-bin/modules/perception/tool/export_sensor_data/export_sensor_data
3、運行ROS bag:
ROS bag的默認目錄是/apollo/data/bag
。 下面的例子展示了文件名為example.bag
的ROS bag.
使用下面的命令:
cd /apollo/data/bag rosbag play --clock example.bag --rate=0.1
為確保在執行ROS消息回調時不丟失任何幀數據,建議您降低播放速率,在上例中設置為0.1
。
播放包時,所有數據文件都會逐幀轉儲到導出目錄中,使用時間戳作為文件名。
默認的LiDAR數據導出目錄是/apollo/data/lidar
。
雷達的數據導出目錄是/apollo/data/radar
。
這些目錄通過flag lidar_path
和radar_path
在文件/apollo/modules/perception/tool/export_sensor_data/conf/export_sensor_data.flag
中定義。
在lidar_path
指定的目錄中,會生成兩種不同后綴的文件:.pcd
和 .pose
。
在radar_path
指定的目錄中,會生成三種不同后綴的文件:.radar
, .pose
, and .velocity
。
Apollo使用Bazel構建融合障礙物可視化工具。
用下面的命令構建融合障礙物可視化工具:
cd /apollo bazel build -c opt //modules/perception/tool/offline_visualizer_tool:offline_sequential_obstacle_perception_test
-c opt
選項用來優化被構建程序的性能,這種優化對離線模擬和感知模塊的實時可視化至關重要。
(可選)如果你想在GPU模式下運行感知模塊,請使用下面的命令:
bazel build -c opt --cxxopt=-DUSE_GPU //modules/perception/tool/offline_visualizer_tool:offline_sequential_obstacle_perception_test
在運行融合障礙物可視化工具之前,您可以在配置文件中設置源數據目錄和算法模塊設置:/apollo/modules/perception/tool/offline_visualizer_tool/conf/offline_sequential_obstacle_perception_test.flag。
默認源數據的目錄lidar_path
和radar_path
分別對應的是/apollo/data/lidar
和/apollo/data/radar
。
visualization-enabling布爾標志為true
,默認情況下,要顯示的障礙物結果類型為fused
(基于LiDAR和RADAR傳感器的融合障礙物結果)。 您可以將fused
更改為lidar
或radar
,以顯示基于單傳感器的障礙物感知產生的純障礙物結果。
用下面的命令運行融合障礙物可視化工具:
/apollo/bazel-bin/modules/perception/tool/offline_visualizer_tool/offline_sequential_obstacle_perception_test
您可以看到如下的結果:
一個彈出窗口,逐幀顯示點云的感知結果
原點云以灰色顯示
已檢測到的邊界框(帶有指示標題的紅色箭頭):
車輛 (綠色)
行人 (粉色)
自行車 (藍色)
無法識別的元素 (紫色)
感謝你能夠認真閱讀完這篇文章,希望小編分享的“Apollo中如何運行融合障礙可視化工具”這篇文章對大家有幫助,同時也希望大家多多支持億速云,關注億速云行業資訊頻道,更多相關知識等著你來學習!
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。