diff --git a/src/autonomous_driving_car/README.md b/src/autonomous_driving_car/README.md index 019a9c1439..022d8eb56a 100644 --- a/src/autonomous_driving_car/README.md +++ b/src/autonomous_driving_car/README.md @@ -1,43 +1,58 @@ -CARLA 模拟器和自动驾驶基础算法学习 - -# 无人驾驶汽车项目(基于CARLA模拟器) +# 无人驾驶汽车项目(基于CARLA 0.9.10+ROS) ## 项目简介 -本项目是基于CARLA开源仿真平台、Python和PyCharm开发的无人驾驶仿真系统,融合计算机视觉、路径规划与控制技术,实现虚拟场景中车辆的自主导航、避障与路径跟踪功能,适用于自动驾驶入门实践。 +本项目是基于**CARLA 0.9.10**开源仿真平台、Python 3.8+及ROS机器人操作系统开发的无人驾驶仿真系统,聚焦自动驾驶“感知-规划-控制”核心流程的落地实现。通过CARLA 0.9.10获取高保真的虚拟交通场景与传感器数据,结合计算机视觉、经典路径规划算法和PID控制技术,实现车辆自主导航、避障与路径跟踪,并利用ROS完成模块间分布式通信,同时通过FPV模块实现第一视角实时可视化,是自动驾驶入门实践的轻量化项目。 ## 核心功能 -- 路径规划:A*算法、RRT/RRT*算法实现起点到终点路径生成 -- 障碍物检测:YOLOv8+OpenCV实时识别目标,激光雷达点云聚类定位 -- 车辆控制:PID控制器实现转向、速度精准控制 -- CARLA交互:加载场景、获取传感器数据(摄像头/激光雷达等)、发送控制指令 -- 实时可视化:PyGame显示场景、车辆状态与检测结果 +1. **CARLA 0.9.10仿真交互**:支持加载城市场景、创建车辆与多传感器(摄像头、激光雷达、GPS/IMU),实时获取传感器数据并下发车辆控制指令,完美适配CARLA 0.9.10的API特性与车辆动力学模型。 +2. **环境感知**:采用YOLOv8+OpenCV实现车辆、行人、障碍物的实时目标检测,结合激光雷达点云聚类完成障碍物的精准定位与距离测算。 +3. **路径规划**:基于A*算法生成全局最优路径,RRT*算法实现动态避障的局部路径规划,输出适配车辆行驶的平滑参考轨迹。 +4. **车辆控制**:通过PID控制器实现转向、速度与制动的精准控制,高效跟踪规划路径,保证车辆行驶的稳定性。 +5. **模块化通信与可视化**:ROS模块实现感知、规划、控制模块的话题订阅与发布,支持分布式调试;FPV模块实时渲染车辆第一视角画面及检测结果。 ## 技术栈 | 类别 | 具体技术/工具 | |--------------|---------------------------------------| | 开发环境 | PyCharm Community Edition 2024+、Windows/Linux | | 核心语言 | Python 3.8+ | -| 仿真平台 | CARLA 0.9.15/0.9.16、CARLA Python API | +| 仿真平台 | CARLA 0.9.10、CARLA Python API | | 计算机视觉 | OpenCV、NumPy、YOLOv8(Ultralytics) | -| 路径规划 | A*、RRT/RRT*算法 | +| 路径规划 | A*、RRT*算法 | | 控制理论 | PID控制器 | -| 可视化与数据 | PyGame、Matplotlib、Pandas | +| 通信框架 | ROS(Noetic/Melodic)、rospy | +| 可视化工具 | PyGame、Matplotlib | ## 快速开始 -1. 克隆项目到PyCharm,创建Python 3.8+虚拟环境 -2. 安装依赖:`pip install -r requirements.txt`(核心依赖:carla、opencv-python、ultralytics、numpy、pygame) -3. 启动CARLA模拟器(运行`CarlaUE4.exe`/`CarlaUE4.sh`) -4. 运行主程序:`python main.py`,自动连接CARLA并启动自主导航 +### 1. 环境准备 +1. 安装Python 3.8+,创建并激活虚拟环境; +2. 安装项目依赖:`pip install -r requirements.txt`(核心依赖:`carla==0.9.10`、opencv-python、ultralytics、numpy、pygame、rospy); +3. 配置ROS环境(可选):安装对应版本ROS并初始化工作空间,将项目中`ros`文件夹链接到ROS工作空间`src`目录; +4. 启动CARLA 0.9.10模拟器:运行`CarlaUE4.exe`(Windows)或`CarlaUE4.sh`(Linux)。 + +### 2. 项目运行 +#### (1)无ROS模式 +直接运行主程序,自动连接CARLA并启动全流程功能: +```bash +python main.py +``` -\## 项目结构 +#### (2)ROS模式 +1. 启动ROS核心:`roscore`; +2. 依次启动CARLA-ROS桥接节点、感知/规划/控制节点及FPV可视化节点(具体命令见项目内注释); +3. 各节点通过ROS话题实现数据交互,完成车辆自主导航。 +## 项目结构 +``` autonomous_driving_car/ -├── FPV/ # 第一视角可视化模块:负责车辆摄像头视角、检测结果的实时显示 -├── MCP/ # 主控制与模块集成:包含感知(检测)、规划(路径)、控制(PID)的核心逻辑 -├── main.py # 项目入口:启动CARLA连接、调用MCP与FPV模块 +├── FPV/ # 第一视角可视化模块 +├── MCP/ # 主控制模块(集成感知、规划、控制核心逻辑) +├── ros/ # ROS通信模块 +├── main.py # 项目入口 └── README.md # 项目说明文档 ``` ## 常见问题 -- CARLA连接失败:确保模拟器已启动,Python API版本与CARLA一致 -- 检测速度慢:使用YOLOv8n轻量模型,或启用GPU加速 -- 控制不稳定:调整PID参数或增加路径平滑处理 \ No newline at end of file +1. **CARLA 0.9.10连接失败**:确保模拟器已启动,且Python安装的`carla`版本为0.9.10(可通过`pip show carla`查看版本); +2. **ROS节点无数据交互**:检查`roscore`是否启动、话题名称是否一致、ROS环境变量是否正确`source`; +3. **YOLO检测速度慢**:使用YOLOv8n轻量级模型,或启用GPU加速(需安装CUDA); +4. **车辆控制不稳定**:调整PID控制器的P/I/D参数,或对规划路径进行平滑处理; +5. **CARLA 0.9.10传感器数据异常**:确认传感器挂载位置与参数设置符合CARLA 0.9.10的Actor生成规则。 \ No newline at end of file