基于LiDAR的感知
Overview
- LiDAR的点云被LiDAR CenterPoint接收，进行点云目标检测，获取目标的分类、位置、尺寸信息，输出DetectedObjects
- Multi Object Tracker接收到DetectedObjects，目标进行追踪，获取目标的分类、位置、尺寸、速度、加速度信息，输出TrackedObjects
- Map Based Prediction接收TrackedObjects，通过地图信息对轨迹进行预测，输出PredictedObjects
How To Use
启动感知
LiDAR CenterPoint
通过CenterPoint对点云进行检测，可以看到蓝色框中的CAR物体
输入Topic的
| topic | 类型 | 描述 |
|---|---|---|
| /sensing/lidar/concatenated/pointcloud | sensor_msgs/msg/PointCloud2 | 实时点云数据 |
输出Topic的
| topic | 类型 | 描述 |
|---|---|---|
| /perception/object_recognition/detection/centerpoint/objects | autoware_auto_perception_msgs/msg/DetectedObjects | 检测到的objects |
Multi Object Tracker
通过Data Association与EKF Tracker对objects进行多帧目标关联，EKF进行追踪，追踪到的物体被赋予了一个uuid，运行的速度通过图中的红线进行可视化
Data Association
将多帧感知结果的数据连接，转换为Min Cost Max Flow问题，通过mussp来进行求解，获取多帧感知结果之间的关系
EKF Tracker
通过不同的分类选择不同的模型来对感知结果进行追踪，提高追踪的稳定性与精度
输入Topic的
| topic | 类型 | 描述 |
|---|---|---|
| /perception/object_recognition/detection/centerpoint/objects | autoware_auto_perception_msgs::msg::DetectedObjects | 检测到的objects |
输出Topic的
| topic | 类型 | 描述 |
|---|---|---|
| /perception/object_recognition/tracking/objects | autoware_auto_perception_msgs/msg/TrackedObjects | 追踪到的object |
Map Based Prediction
根据地图和追踪到的物体进行物体未来轨迹的预测，提高路径规划的安全性和稳定性。
移除老的object数据
储存障碍物的时间序列数据，包括障碍物的位置、速度、还有时间信息，来预测一定时间内物体是否需要变道
获取当前的车道并且更新object数据
检测车辆是否需要变道、是向左变道还是向右变道
生成object预测的参考轨迹
根据object是否需要变道、向左变道还是向右变道，再基于地图，生成object的预测参考轨迹
输入Topic的
| topic | 类型 | 描述 |
|---|---|---|
| /perception/object_recognition/tracking/objects | autoware_auto_perception_msgs/msg/TrackedObjects | 追踪到的object |
| /map/vector_map | autoware_auto_mapping_msgs/msg/HADMapBin | 矢量地图(lanelet2) |
输出Topic的
| topic | 类型 | 描述 |
|---|---|---|
| /perception/object_recognition/objects | autoware_auto_perception_msgs::msg::PredictedObjects | 有预测轨迹的objects |