Autoware是日本名古屋大学开放的基于ROS的开源无人驾驶方案,致力于提供城市开放区域的自动驾驶技术。
-
无人驾驶方案主要包括:高精度地图、定位、感知、决策和控制等模块,常用的传感器有GPS/GNSS、IMU、相机、激光雷达、毫米波雷达和超声波等。
-
关键词:建图、定位、目标识别与跟踪、交通信号灯识别、路径规划、车道线识别与选择、车辆控制、传感器融合、相机、激光雷达、毫米波雷达、深度学习、基于规则的系统、连接导航、日志记录和虚拟现实等。
-
建图:通过寻找雷达相邻帧数据的匹配来估计位姿,根据位姿拼接出三维点云地图,对于新建的地图需要降采样和滤波处理,最后保存为PCD格式的文件。其中涉及到的算法有:ICP、Voxel Grid filter等。未来发展方向为:结合相机的彩色信息生成彩色点云。
-
定位:结合GPS和IMU传感器,在高精度地图中通过寻找当前帧的匹配来定位,位姿为x,y,z和r,p,y信息。常见的算法有NDT和ICP算法,以及传感器的融合。
-
感知:通过融合激光雷达和相机的信息,搭建神经网络框架,通过图像识别物体,然后根据雷达信息计算物体的三维坐标、速度和方向,主要识别动态物体有:车辆、行人等,静态物体有:车道线、信号灯、指示牌和障碍物等。其中静态物体的识别可以借助高精度地图的信息提高检测的精度。
-
决策:将高精度地图简化为可用于定位导航的矢量地图,根据任务信息和车辆的当前位置规划出最佳行驶路径,行驶路径包括坐标、方向和速度信息。