无人车基本框架

感知与定位

激光雷达

  • pointcloud_to_laserscan转换
  • 这块工作主要是激光雷达传感器的联合标定
  • 数据融合,搭建ros框架,与路径规划 决策部分的通信方式

视觉

  • 深度学习的部分,通过采集数据做训练,选好参数,来对上部分传过来的图像信息做识别

定位

  • IMU
  • 差分GPS
  • 两个传感器的位置数据读取发送,ros功能封装
  • 位置数据融合:统一地图坐标

路径规划

  • 锥桶赛道 启停 直线 转弯 掉头
  • 正式比赛 八字寻迹 直线加速项目

ros整体框架

  • 各功能封装整合,包括感知定位规划决策等上层子系统

你可以想象上半部分全是上层建筑,比如这些部分的完成,我们完全可以在虚拟环境中查看小车具体状态,是否能实现既定目标,而下半部分是更底层的东西,决定怎么和真实硬件打交道,做相关数据信号处理。


电机控制

  • 转向与制动:工控机控制
  • 加减速: 工控机 -> stm32 -> VCU
  • 算法使用pid做具体控制
  • 其他功能: 遥控、 继电器、 BMS与stm32信息交互

显示

  • 在显示屏上显示当前小车的相关数据
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

相关阅读更多精彩内容

友情链接更多精彩内容