更新时间：2023-11-24 19:00:59
封面
版权信息
内容简介
前言
第1章 绪论
1.1 无人系统简介
1.2 无人车与自动驾驶
1.3 主流的自动驾驶平台
1.4 Autoware自动驾驶平台框架
参考文献
第2章 Autoware自动驾驶平台的安装
2.1 ROS的安装
2.2 Docker的安装
2.3 Autoware系统的安装与配置
2.3.1 安装protainer
2.3.2 导入镜像
2.3.3 创建容器
2.3.4 启动和编译Autoware
第3章 传感器的配置
3.1 相机简介
3.1.1 相机的工作原理
3.1.2 相机的优点与应用
3.1.3 在Autoware中使用单目相机
3.2 双目相机的配置
3.2.1 双目相机的原理
3.2.2 双目相机的应用背景
3.2.3 安装双目相机的SDK驱动包
3.2.4 ROS中使用相机
3.2.5 Autoware中使用双目相机
3.3 激光雷达的介绍
3.3.1 激光雷达的工作原理
3.3.2 激光雷达的优点与应用
3.3.3 激光雷达的性能度量
3.3.4 激光雷达的配置及使用
3.4 实验：单目相机和激光雷达的联合标定
3.4.1 单目相机内参标定
3.4.2 单目相机-激光雷达联合标定
3.5 毫米波雷达的配置
3.5.1 毫米波雷达的工作原理
3.5.2 毫米波雷达的安装及测试
3.5.3 毫米波雷达的适配
3.5.4 适配过程中相关数据的对应关系
3.5.5 毫米波雷达在Autoware系统下的调试
3.5.6 遇到问题总结
3.6 北云RTK定位板的配置
3.6.1 RTK定位板的工作原理
3.6.2 RTK定位板的连接方式
3.6.3 配置基准站与流动站
3.6.4 配置数据传输单元（DTU）
3.6.5 配置无线串口通
3.6.6 获取流动站的单点解
3.6.7 通过RTK技术得到固定解
3.6.8 A1板卡适配进Autoware
3.6.9 工控机增加USB设备的访问权限
3.6.10 Autoware中查看板卡输出的GNSS信息
第4章 Autoware自动驾驶平台感知模块使用
4.1 Autoware运行Yolov3进行目标检测（vision_darknet_yolo3）
4.1.1 Yolov3简介
4.1.2 Autoware中的实验操作
4.2 Autoware运行欧几里得聚类进行障碍物检测（lidar_edclidean_cluster_detect）
4.2.1 基于欧几里得聚类的障碍物检测原理
4.2.2 Autoware中的实验操作
4.3 Autoware运行cnn-seg进行语义分割目标检测（lidar_cnn_baidu_detect）
4.3.1 cnn-seg简介
4.3.2 Autoware中的具体操作
4.4 Autoware运行PointPillars进行3D快速目标检测（lidar_point_pillars）
4.4.1 PointPillars
4.4.2 Autoware中的实验操作
4.5 Autoware运行range_vision_fusion进行感知结果融合（range_vision_fusion）
4.5.1 感知结果融合算法介绍
4.5.2 Autoware中的实验操作
4.6 经验与总结
第5章 Autoware自动驾驶平台定位模块使用
5.1 概述
5.2 具体配置
5.2.1 设备组装
5.2.2 天线杆臂配置
5.2.3 旋转参数配置
5.2.4 旋转参数校准
5.3 利用BY_Connect.exe上位机快速配置
5.4 Autoware下的适配操作
5.5 问题总结
第6章 Autoware自动驾驶平台路径规划模块使用
6.1 全局路径规划
6.2 局部路径规划
第7章 Autoware自动驾驶平台跟踪控制模块使用
7.1 纯跟踪控制
7.2 模型预测控制
第8章 Autoware实践案例：激光循迹
8.1 基于3D激光雷达的无人车自主循迹实验设计
8.2 数据准备
8.2.1 录制ROS包
8.2.2 制作点云地图
8.2.3 录制航迹点
8.3 启动设备
8.4 加载转换
