Autoware入门学习（一）——Autoware自动驾驶框架介绍

大家好，又见面了，我是你们的朋友全栈君。

Autoware简介

Autoware.AI是世界上第一个用于自动驾驶技术的“All-in-One”开源软件。它ROS1操作系统，并在Apache2.0许可下使用。主要包含以下模块： 定位（Localization ）：通过结合GNSS和IMU传感器的3D地图和3D地图、SLAM算法来实现定位。 检测（Detection ）：通过传感器融合算法和深度神经网络使用摄像机和激光雷达完成检测。 预测和规划（Prediction and Planning ）：基于概率机器人模型和基于规则的系统，部分还使用深度神经网络。 控制（Control）：Autoware向车辆输出的是速度和角速度的扭曲量。尽管控制量的主要部分通常位于车辆的线控控制器中，但这些是Control的一部分。

以上摘自Autoware.AI 官网对其无人框架的介绍，同样也可以在Autoware.AI 的Github官网上查看其框架的介绍。

Autoware入门学习（一）——Autoware自动驾驶框架介绍

目前使用的主流的无人驾驶开源项目框架，主要是Autoware和百度的Apollo。百度Apollo的版本迭代十分迅速，起初的几个版本也是基于ROS1开发的，但由于ROS的局限性（主要是其机制所造成的无人系统响应时间相对较慢等问题，不适用于高速无人驾驶），Apollo貌似从3.5开始就弃用ROS1改用自己研发的CyberRT中间件了，但Apollo也有一定的局限性，比如需要购买百度提供的高精度地图服务等，Apollo在SLAM定位建图这方面开放性不是很高。

二者的区别可以浏览知乎的这篇文章，写的很好，浅析Apollo和Autoware的异同。

如果你对自己移动平台行驶速度的要求不是很高，仅仅是在小片公共区域（类似厂区、园林等）实现自动驾驶，Autoware足够满足使用需求。博主是做园林环卫机器人的，所以主要在用Autoware框架，Apollo只了解一点点。

目前，Autoware已经推出了基于ROS2的 Autoware.Auto，感兴趣的朋友可以看一下。

接下来会陆续更新 Autoware在Ubuntu18.04下的源码安装，Autoware运行界面介绍及demo演示，Autoware实车配置介绍，多种传感器在Autoware上的部署 等内容，感兴趣的朋友可以关注下博主后续的文章。

发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/125008.html原文链接：https://javaforall.cn