fr¶
引言¶
Lidar是一种常用的环境感知传感器,利用脉冲激光来照射目标并接收目标的反射脉冲,根据激光返回的时间来计算与目标的距离。通过对目标多次全方位的测量,可以得到目标环境的数字3D结构模型。Apollo平台默认支持velodyne 16线,32线,64线和128线等多种型号的lidar。该说明主要介绍Lidar驱动的主要功能以及如何在apollo平台中添加一款新的lidar设备驱动。
Velodyne驱动的主要部分¶
Driver: 通过网络端口接收lidar硬件产生的UDP数据包,将每一帧封装成VelodyneScan格式后发送。
Parser: 接收VelodyneScan数据,把VelodyneScan中的点由球面坐标系转换成空间直角坐标系下的pointcldoud点云格式后发送。
Compensator: 接收点云数据和pose数据,根据每个点的对应的pose信息把点转换到点云中最大时刻对应的坐标系下,减小由车辆自身的运动带来的误差。需要点云数据中包含每个点的时间戳信息。
添加新lidar驱动的步骤¶
1. 熟悉cyber框架¶
cyber框架下系统中每一个功能单元都可以抽象为一个component,通过channel相互间进行通信,然后根据dag(有向无环图)配置文件,构建成相应的pipeline,实现数据的流式处理。
2. 消息定义¶
apollo已经预定义了点云的消息格式,所以只需要为新lidar定义一个存储原始扫描数据的proto消息,用于数据的存档和离线开发调试,相比于点云数据,存档原始数据可以大量节省存储空间。一个新的扫描数据消息可以类似如下定义:
```c++
// a scan message sample
message ScanData {
optional apollo.common.Header header = 1; // apollo header
optional Model model = 2; // device model
optional Mode mode = 3; // work mode
// device serial number, corresponds to a specific calibration file
optional string sn = 4;
repeated bytes raw_data = 5; // raw scan data
}
```
在velodyne驱动中,其扫描数据消息定义为VelodyneScan.
3. 读取原始数据¶
lidar每秒会产生大量数据,一般通过UDP协议来进行数据的高效传输。编写一个DriverComponent类,继承于无模版参数Component类;在Init函数中启动一个异步poll线程,不断从相应的端口读取lidar数据;然后根据需求如将一段时间内的数据打包为一帧ScanData,如扫描一圈为一帧;最后通过writer将ScanData写至相应的channel发送出去。
// Inherit component with no template parameters,
// do not receive message from any channel
class DriverComponent : public Component<> {
public:
~VelodyneDriverComponent();
bool Init() override {
poll_thread_.reset(new thread([this]{
this->Poll();
}));
}
private:
void Poll() {
while (apollo::cyber::Ok()) {
// poll data from port xxx
// ...
austo scan = std::make_shared<ScanData>();
// pack ScanData
// ...
writer_.write(scan);
}
}
std::shared_ptr<std::thread> poll_thread_;
std::shared_ptr<apollo::cyber::Writer<ScanData>> writer_;
};
CYBER_REGISTER_COMPONENT(DriverComponent)
4. 解析扫描数据,生成点云。¶
编写一个Parser类,输入为一帧ScanData,根据lidar自己的数据协议,解析出每一个点的时间戳,x/y/z三维坐标,以及反射强度,并组合成一帧点云。每个点都位于以lidar为原点的FLU(Front: x, Left: y, Up: z)坐标系下。
message PointXYZIT {
optional float x = 1 [default = nan];
optional float y = 2 [default = nan];
optional float z = 3 [default = nan];
optional uint32 intensity = 4 [default = 0];
optional uint64 timestamp = 5 [default = 0];
}
然后定义一个ParserComponent,继承于ScanData实例的Component模板类。接收ScanData消息,生成点云消息,发送点云消息。
...
class ParserComponent : public Component<ScanData> {
public:
bool Init() override {
...
}
bool Proc(const std::shared_ptr<ScanData>& scan_msg) override {
// get a pointcloud object from objects pool
auto point_cloud_out = point_cloud_pool_->GetObject();
// clear befor using
point_cloud_out->clear();
// parse scan data and generate pointcloud
parser_->parse(scan_msg, point_cloud_out);
// write pointcloud to a specific channel
writer_->write(point_cloud);
}
private:
std::shared_ptr<Writer<PointCloud>> writer_;
std::unique_ptr<Parser> parser_ = nullptr;
std::shared_ptr<CCObjectPool<PointCloud>> point_cloud_pool_ = nullptr;
int pool_size_ = 8;
};
CYBER_REGISTER_COMPONENT(ParserComponent)
5. 对点云进行运行补偿¶
运动补偿是一个通用的点云处理过程,可以直接复用velodyne driver中compensator模块的算法逻辑。
6. 配置dag文件¶
将各个数据处理环节定义为component后,需要将各个component组成一个lidar数据处理pipeline,如下配置lidar_driver.dag:
# Define all coms in DAG streaming.
module_config {
module_library : "/apollo/bazel-bin/modules/drivers/lidar/xxx/driver/libxxx_driver_component.so"
components {
class_name : "DriverComponent"
config {
name : "xxx_driver"
config_file_path : "/path/to/lidar_driver_conf.pb.txt"
}
}
}
module_config {
module_library : "/apollo/bazel-bin/modules/drivers/lidar/xxx/parser/libxxx_parser_component.so"
components {
class_name : "ParserComponent"
config {
name : "xxx_parser"
config_file_path : "/path/to/lidar_parser_conf.pb.txt"
readers { channel: "/apollo/sensor/xxx/Scan" }
}
}
}
module_config {
module_library : "/apollo/bazel-bin/modules/drivers/lidar/xxx/compensator/libxxx_compensator_component.so"
components {
class_name : "CompensatorComponent"
config {
name : "pointcloud_compensator"
config_file_path : "/apollo/modules/drivers/lidar/xxx/conf/xxx_compensator_conf.pb.txt"
readers {channel: "/apollo/sensor/xxx/PointCloud2"}
}
}
}
7. 运行lidar驱动并查看点云¶
完成以步骤后,就可以通过以下命令来启动lidar驱动。
mainboard -d /path/to/lidar_driver.dag
此时通过cyber_visualizer
选择对应的点云channel,就可以可视化查看点云了。