# autoware.test.2

**Repository Path**: nleo1/autoware.test.2

## Basic Information

- **Project Name**: autoware.test.2
- **Description**: Autoware自动驾驶框架源码剖析与实践第二期专属repo
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 52
- **Created**: 2022-09-25
- **Last Updated**: 2022-09-25

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# autoware.auto carla Tier IV
欢迎大家关注我的抖音账号“Tech天宇”，里面会经常更新自动驾驶知识点（包括但不限制于autoware.auto/universe, carla模拟器，Tier IV公司最新消息等等，出于对我们这门课程的保护，抖音内容不会出现本门课程视频的内容，所以属于额外的知识点，有精力的同学可以关注下）

# autoware.test2
autoware.test2基于autoware.ai的v1.13.0版本，专门为参加睿慕课“Autoware自动驾驶框架源码剖析与实践(第二期)”的同学们日常学习而建立。本人日常开发和维护的环境为ubuntu18.04。

各分支介绍如下:

master 源代码分支，同课程内容中的源代码讲解一致，随着课程的推进持续更新中;

demo_dataset 数据集分支，包括点云地图，矢量地图，配置文件等相应对应不同模拟场景的demo数据集;

homework 分支，包含每个章节项目练习的原始数据，参考代码等等;

# 仿真环境部署

准备工作：

1、将网盘中课程资料里的gazebo模型库中"models.zip"下载下来并解压；

2、将解压得到的"models"文件夹放在"/home/用户名/.gazebo"下,replace原有；

3、"./gazebo"为一个隐藏文件夹，如果没有说明没有运行过gazebo，运行一次后会自动生成；

4、将网盘中课程资料里的gazebo模型库中"actor_collisions.zip"下载并解压；

5、cd actor_collisions;mkdir build;cd build;cmake ..;make;

6、将生成的"libActorCollisionsPlugin.so"放入/usr/lib/x86_64-linux-gnu/gazebo-9/plugins/

7、pull本repo下的demo_dataset分支最新版，并更新到".autoware"文件夹；

# 仿真1：简化版的仿真启动

仿真1为简易的仿真环境，车辆静止，主要便于大家进行感知模块的仿真,操作步骤如下：

依次启动如下文件：

1、roslaunch autoware_quickstart_examples mini_map.launch；

2、roslaunch autoware_quickstart_examples mini_localization.launch;

3、rviz;

4、手动给定一个初始位姿(根据车辆位置来选)；

5、roslaunch autoware_quickstart_examples mini_sil_env.launch（多等一会）;

6、roslaunch autoware_quickstart_examples mini_detection.launch（多等一会）;

# 仿真2：完整版的仿真启动
仿真2为完整的仿真环境，后面讲解的规划控制模块都是基于它,操作步骤如下：

依次启动如下文件：

1、roslaunch autoware_quickstart_examples new_map.launch；

2、roslaunch autoware_quickstart_examples new_localization.launch;

3、rviz;

4、手动给定一个初始位姿；

5、roslaunch vehicle_gazebo_simulation_launcher world_test_citysim_a.launch(多等一会，3-5mins都有可能)

6、roslaunch vehicle_gazebo_simulation_launcher world_test_citysim_b.launch(等到前面的gazebo world启动成功且定位成功后再启动)

7、roslaunch autoware_quickstart_examples new_detection.launch

# autoware.ai环境配置:

安装Ubuntu 18.04（建议使用双系统，虚拟机会很卡）;

安装ROS Melodic（可以使用鱼香ROS，一键自动安装）;

wget http://fishros.com/install -O fishros && . fishros

安装Ubuntu/ROS系统依赖;

sudo apt update

sudo apt install python3-pip

sudo apt install -y python-catkin-pkg python-rosdep ros-$ROS_DISTRO-catkin

sudo apt install -y python3-pip python3-colcon-common-extensions python3-setuptools python3-vcstool

pip3 install -U setuptools

rosdep install -y --from-paths src --ignore-src --rosdistro melodic

创建工作空间;

mkdir -p autoware.ai

cd到安装目录;

cd autoware.ai

clone代码repo;

git clone -b master https://gitee.com/ren_sixu/autoware.test.2.git

clone地图配置等辅助文件;

cd到/home/user下;

mkdir -p .autoware

cd .autoware

git clone -b demo_dataset https://gitee.com/ren_sixu/autoware.test.2.git

编译指令;

colcon build --cmake-args -DCMAKE_BUILD_TYPE=Release

注意：编译过程中会提示确认package，一般都是ros的thirdlib，缺少什么install什么就行，然后重新编译;

# 官方demo启动指令：（别忘了source，参考1.5节课程或者直播的操作过程）

roslaunch autoware_quickstart_examples my_map.launch

roslaunch autoware_quickstart_examples my_localization.launch

rviz 

rosbag play sample_moriyama_150324.bag（从课程平台下载bag）

roslaunch autoware_quickstart_examples my_detection.launch

roslaunch autoware_quickstart_examples my_mission.launch

roslaunch autoware_quickstart_examples my_motion.launch

# 课程仿真demo启动指令:

Lesson2 建图

roslaunch autoware_quickstart_examples my_mapping.launch

rosbag play sample_msimcity_lidar_imu.bag（从课程平台下载bag）

TODO。。。。 持续更新中。。。。。。。