Skip to content
Merged
Changes from all commits
Commits
Show all changes
65 commits
Select commit Hold shift + click to select a range
e022be1
CARLA 全局路径规划节点 Docker 兼容优化版
dream1112221 Sep 22, 2025
14a4457
Merge branch 'OpenHUTB:main' into main
dream1112221 Sep 24, 2025
0f502d7
Merge branch 'OpenHUTB:main' into main
dream1112221 Sep 24, 2025
99f7926
对车辆控制代码作优化
dream1112221 Sep 24, 2025
b6f41b7
Merge branch 'OpenHUTB:main' into main
dream1112221 Sep 24, 2025
485cba8
对于原车辆控制代码做简单优化
dream1112221 Sep 24, 2025
f6fd729
Merge branch 'OpenHUTB:main' into main
dream1112221 Sep 24, 2025
53011e5
对manual_control代码作了简单优化
dream1112221 Sep 24, 2025
84cda12
Delete D/system-commandline-sentinel-files directory
dream1112221 Sep 25, 2025
4fdd0c5
Delete src/car_control/optimized_details.md
dream1112221 Sep 25, 2025
4cce5ce
Add files via upload
dream1112221 Sep 25, 2025
f1e1e6a
对车辆控制代码作简单优化并加简单注释
dream1112221 Sep 24, 2025
44ffae2
Merge branch 'OpenHUTB:main' into main
dream1112221 Sep 25, 2025
adf08e7
Merge branch 'OpenHUTB:main' into main
dream1112221 Sep 29, 2025
5ae1ab3
Merge branch 'OpenHUTB:main' into main
dream1112221 Oct 13, 2025
c89dd63
Merge branch 'OpenHUTB:main' into main
dream1112221 Oct 14, 2025
4ec27fb
修改文件名,优化代码
dream1112221 Oct 14, 2025
cf1e070
Merge branch 'OpenHUTB:main' into main
dream1112221 Oct 14, 2025
657adcc
Merge branch 'OpenHUTB:main' into main
dream1112221 Oct 20, 2025
6657d00
Merge branch 'OpenHUTB:main' into main
dream1112221 Oct 23, 2025
09708ca
增加manual_control.launch文件
dream1112221 Oct 23, 2025
dc905bc
Merge branch 'OpenHUTB:main' into main
dream1112221 Oct 28, 2025
e6e14cf
修改按键控制小车代码
dream1112221 Oct 28, 2025
1f219c7
Merge branch 'OpenHUTB:main' into main
dream1112221 Oct 29, 2025
5fcecf7
Merge branch 'OpenHUTB:main' into main
dream1112221 Nov 3, 2025
6baf95d
Merge branch 'OpenHUTB:main' into main
dream1112221 Nov 3, 2025
c6205b0
优化ros到carla坐标转换代码
dream1112221 Nov 4, 2025
9d71344
Merge branch 'OpenHUTB:main' into main
dream1112221 Nov 4, 2025
92e8e3f
Merge branch 'OpenHUTB:main' into main
dream1112221 Nov 19, 2025
ea0d3ab
优化carla可视化目标路点函数,增强鲁棒性
dream1112221 Nov 19, 2025
23de29a
优化监控进程内存占用函数,避免内存占用过高致系统崩溃
dream1112221 Nov 19, 2025
117d716
Merge branch 'OpenHUTB:main' into main
dream1112221 Nov 20, 2025
240a015
优化可视化carla目标路点函数代码
dream1112221 Nov 20, 2025
2576d12
Merge branch 'OpenHUTB:main' into main
dream1112221 Nov 21, 2025
31d773a
优化按键控制小车代码
dream1112221 Nov 21, 2025
6e34d2d
Merge branch 'OpenHUTB:main' into main
dream1112221 Dec 1, 2025
8aa9834
完善launch文件,增加新节点
dream1112221 Dec 1, 2025
2fe8f1c
Merge branch 'OpenHUTB:main' into main
dream1112221 Dec 2, 2025
af95792
删除原来单个节点的launch文件并优化路径规划代码
dream1112221 Dec 2, 2025
d0c6681
Merge branch 'OpenHUTB:main' into main
dream1112221 Dec 7, 2025
999a032
补充launch文件,添加节点完善功能
dream1112221 Dec 7, 2025
5510380
Merge branch 'OpenHUTB:main' into main
dream1112221 Dec 8, 2025
75c1e56
优化代码,修复排序 lambda、减少重复属性访问
dream1112221 Dec 8, 2025
13060bb
优化HUD.tick 方法以提高健壮性与性能
dream1112221 Dec 8, 2025
c6cad1c
Merge branch 'OpenHUTB:main' into main
dream1112221 Dec 15, 2025
ba20ac8
完善launch文件,实现SLAM
dream1112221 Dec 15, 2025
ed9cb78
Merge branch 'OpenHUTB:main' into main
dream1112221 Dec 15, 2025
509cdd3
Merge branch 'OpenHUTB:main' into main
dream1112221 Dec 16, 2025
9b5ed5d
完善main.py和README文件,集成路径规划和SLAM功能
dream1112221 Dec 16, 2025
2239445
Merge branch 'OpenHUTB:main' into main
dream1112221 Dec 16, 2025
f584e8b
简化函数逻辑,提升代码简洁性
dream1112221 Dec 16, 2025
0f2158d
Merge branch 'OpenHUTB:main' into main
dream1112221 Dec 16, 2025
fc3e15a
优化 plan_path_cb 方法,提升可维护性
dream1112221 Dec 16, 2025
bea4b13
Merge branch 'main' of https://github.com/dream1112221/nn into main
dream1112221 Dec 16, 2025
58e82eb
Merge branch 'OpenHUTB:main' into main
dream1112221 Dec 16, 2025
2a0d979
Merge branch 'OpenHUTB:main' into main
dream1112221 Dec 17, 2025
156ee6e
Merge branch 'OpenHUTB:main' into main
dream1112221 Dec 17, 2025
7f9c836
修改README文件,将SLAM建图功能完善
dream1112221 Dec 17, 2025
d0eaca7
Merge branch 'OpenHUTB:main' into main
dream1112221 Dec 17, 2025
03d8d69
Merge branch 'OpenHUTB:main' into main
dream1112221 Dec 17, 2025
f1c2023
Merge branch 'OpenHUTB:main' into main
dream1112221 Dec 17, 2025
c4808ec
修复README错误,增加SLAM、
dream1112221 Dec 17, 2025
c72e051
Merge branch 'OpenHUTB:main' into main
dream1112221 Dec 17, 2025
a55584e
Merge branch 'OpenHUTB:main' into main
dream1112221 Dec 17, 2025
c74fb3c
修复README文件,使其符合markdown格式
dream1112221 Dec 17, 2025
File filter

Filter by extension

Filter by extension

Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
117 changes: 90 additions & 27 deletions src/carla_slam_gmapping/README.md
Original file line number Diff line number Diff line change
@@ -1,8 +1,7 @@
# 人车模拟
# CARLA 全局路径规划和SLAM节点

实现基于 CARLA 模拟器的车辆全局路径规划功能,支持从车辆自身位置(通过里程计输入)到地图中随机目标点的路径生成,并通过 ROS 2 话题可视化规划结果,模拟用户预订行程后车辆的全局路径规划过程。
新增支持 3D 建图功能,集成 GMapping 算法实现三维环境下的地图构建。
实现基于 CARLA 模拟器的车辆全局路径规划功能,支持从车辆自身位置(通过里程计输入)到地图中随机目标点的路径生成,并通过 ROS 2 话题可视化规划结果,模拟用户预订行程后车辆的全局路径规划过程。 新增支持 3D 建图功能,集成 GMapping 算法实现三维环境下的地图构建。

## 功能概述
该节点是 CARLA 自动驾驶仿真系统中的核心模块之一,主要功能包括:
Expand Down Expand Up @@ -33,7 +32,6 @@
```bash
export PYTHONPATH=$PYTHONPATH:/path/to/your/carla/PythonAPI/carla/dist/carla-0.9.15-py3.8-linux-x86_64.egg
```

3. **其他 Python 依赖**
安装路径计算和坐标转换所需依赖:
```bash
Expand Down Expand Up @@ -116,30 +114,97 @@ rviz2
3. 路径会以绿色线条显示在场景中
4. 添加 Map 显示项,设置 Topic 为 /map 查看实时构建的地图

3D 建图算法说明
GMapping 算法原理
本项目采用经典的 GMapping 算法实现 3D 建图功能。GMapping 是一种基于粒子滤波的 SLAM( simultaneous localization and mapping)算法,它通过以下步骤实现地图构建:

粒子滤波: 使用多个粒子表示机器人的可能位姿,每个粒子都携带一个地图副本
运动模型更新: 根据里程计数据预测每个粒子的新位姿
观测模型评估: 利用激光雷达扫描数据评估每个粒子的权重
重采样: 根据权重重新分布粒子集,保留高似然的粒子
地图更新: 基于最优粒子的位姿估计更新全局地图
数据流
输入传感器数据:
激光雷达扫描数据 (/scan)
里程计数据 (/odom)
输出:
2D 占据栅格地图 (/map)
机器人位姿估计 (/map 坐标系下的变换)
参数配置
## SLAM 算法详解

### SLAM 概述

SLAM (Simultaneous Localization and Mapping) 是移动机器人领域的一项关键技术,它允许机器人在未知环境中同时构建地图并确定自身位置。这对于自主导航至关重要,因为机器人必须知道自己的位置才能有效地规划路径并避开障碍物。

SLAM 问题的核心挑战在于:

- 机器人不知道自己在哪里(定位问题)
- 机器人不知道环境是什么样子(建图问题)
- 这两个问题相互依赖,必须同时解决



### GMapping 算法原理

本项目采用经典的 GMapping 算法实现 2D 建图功能。GMapping 是一种基于粒子滤波的 SLAM 算法,它通过以下步骤实现地图构建:

1. **粒子滤波**: 使用多个粒子表示机器人的可能位姿,每个粒子都携带一个地图副本
2. **运动模型更新**: 根据里程计数据预测每个粒子的新位姿
3. **观测模型评估**: 利用激光雷达扫描数据评估每个粒子的权重
4. **重采样**: 根据权重重新分布粒子集,保留高似然的粒子
5. **地图更新**: 基于最优粒子的位姿估计更新全局地图

### GMapping 工作流程

#### 初始化阶段
- 创建 N 个粒子,每个粒子代表机器人的一种可能位姿
- 每个粒子维护一张独立的地图
- 所有粒子初始权重相等

#### 循环迭代过程
当收到新的传感器数据时,算法执行以下步骤:

##### 预测步骤
- 使用里程计读数更新每个粒子的位置
- 考虑运动噪声,使粒子分布更加分散

##### 更新步骤
- 对于每个粒子,比较激光雷达扫描数据与该粒子地图的预期观测
- 计算粒子权重,权重越高表示该粒子越接近真实情况

##### 重采样步骤
- 根据粒子权重进行重采样
- 权重高的粒子被多次复制,权重低的粒子被淘汰
- 保证粒子集始终代表最可能的机器人位姿分布

##### 地图更新
- 基于最高权重粒子的信息更新全局地图
- 将新的观测数据融合到现有地图中

### 数据流

#### 输入传感器数据
- 激光雷达扫描数据 (`/scan`): 提供周围环境的距离测量
- 里程计数据 (`/odom`): 提供相对运动信息

#### 输出结果
- 2D 占据栅格地图 (`/map`): 表示环境的占用情况
- 机器人位姿估计 (`/map` 坐标系下的变换): 提供机器人在地图中的位置

### 参数配置

GMapping 算法的关键参数已在 launch 文件中预设,可根据具体场景调整:

maxUrange: 激光雷达最大使用距离 (单位: 米)
sigma: 扫描匹配的标准差
particles: 粒子数量
delta: 地图分辨率 (单位: 米/cell)
temporalUpdate: 地图更新频率
| 参数名 | 默认值 | 描述 |
|--------|--------|------|
| `maxUrange` | 10.0 | 激光雷达最大使用距离 (单位: 米) |
| `sigma` | 0.05 | 扫描匹配的标准差 |
| `particles` | 30 | 粒子数量 |
| `delta` | 0.05 | 地图分辨率 (单位: 米/cell) |
| `temporalUpdate` | -1.0 | 地图更新频率 (-1 表示自适应更新) |
| `linearUpdate` | 1.0 | 线性移动多少米后更新地图 |
| `angularUpdate` | 0.5 | 角度旋转多少弧度后更新地图 |
| `resampleInterval` | 1 | 重采样间隔(以scan为单位) |
| `xmin`, `ymin`, `xmax`, `ymax` | -100.0 ~ 100.0 | 地图边界 |

### 算法优势与局限性

#### 优势
- 实现相对简单,易于理解和部署
- 在中小规模环境中表现良好
- 对传感器噪声具有较好的鲁棒性
- 能够处理闭环检测问题

#### 局限性
- 计算复杂度随粒子数量增加而线性增长
- 在大规模环境中效率较低
- 对快速运动或剧烈震动敏感
- 难以处理动态环境中的移动物体


## 核心接口说明
### 1. ROS 2 服务
Expand Down Expand Up @@ -230,8 +295,6 @@ carla_global_planner/
添加路径平滑处理,优化车辆行驶轨迹
增加单元测试(基于 pytest 和 ros2 test)
集成其他 SLAM 算法(如 Hector SLAM、Karto SLAM)以提供更多建图选项



3. **提交流程**
准备提交代码前,请确保:
Expand Down