控制

PID 控制器

为了将我们的航点转换为“油门、转向和制动”控制，我们使用了比例积分微分 （PID） 控制器，该控制器能够根据汽车位置和速度，通过与所需航点的比较来调整油门、转向和制动。 代码可被在此找到 operator/pid_control_op.py。

pid的更多信息，请至 我们的 pid 细节页面

控制

应用于汽车的实际命令在 oasis_agent 内进行控制。

全循环图

我们现在有全部入门套件节点。 他们看起来像这样：

nodes:
  - id: oasis_agent
    custom:
      inputs:
        control: pid_control_op/control
        tick: dora/timer/millis/400
      outputs:
        - position
        - speed
        - image
        - objective_waypoints
        - lidar_pc
        - opendrive
      source: shell
      # args: >
      #   python3 $SIMULATE --output 
      #   --oasJson --criteriaConfig $CRITERIA
      #   --openscenario $XOSC
      #   --agent $TEAM_AGENT
      #   --agentConfig $TEAM_AGENT_CONF
      #   --destination $DESTINATION
      #
      # or for Carla Standalone:
      #
      args: python3 ../../carla/carla_source_node.py

  - id: carla_gps_op
    operator:
      python: ../../carla/carla_gps_op.py
      outputs:
        - gps_waypoints
      inputs:
        opendrive: oasis_agent/opendrive
        objective_waypoints: oasis_agent/objective_waypoints
        position: oasis_agent/position

  - id: yolov5
    operator: 
      outputs:
        - bbox
      inputs:
        image: oasis_agent/image
      python: ../../operators/yolov5_op.py

  - id: obstacle_location_op
    operator: 
      outputs:
        - obstacles
      inputs:
        lidar_pc: oasis_agent/lidar_pc
        obstacles_bbox: yolov5/bbox
        position: oasis_agent/position
      python: ../../operators/obstacle_location_op.py

  - id: fot_op
    operator:
      python: ../../operators/fot_op.py
      outputs:
        - waypoints
      inputs:
        position: oasis_agent/position
        speed: oasis_agent/speed
        obstacles: obstacle_location_op/obstacles
        gps_waypoints: carla_gps_op/gps_waypoints
 
  - id: pid_control_op
    operator:
      python: ../../operators/pid_control_op.py
      outputs:
        - control
      inputs:
        position: oasis_agent/position
        speed: oasis_agent/speed
        waypoints: fot_op/waypoints

  - id: plot
    operator:
      python: ../../operators/plot.py
      inputs:
        image: oasis_agent/image
        obstacles_bbox: yolov5/bbox
        obstacles: obstacle_location_op/obstacles
        gps_waypoints: carla_gps_op/gps_waypoints
        position: oasis_agent/position
        waypoints: fot_op/waypoints
        control: pid_control_op/control

至运行一个运行中的车示例：

dora up
dora start graphs/oasis/oasis_full.yaml --attach

😎我们现在有一辆工作中的自动驾驶汽车！

您可能已经注意到，改进可以在很多地方进行。

在此若您需要灵感，我们建议您检查：

• operators/yolop_op.py 为您启用检测车道。 它可以传递到障碍物定位，以获得车道的 3D 位置。 然后，可将这些通道的 3D 位置传给 fot，在地面上采取规划考虑车道。
• operators/strong_sort.py 启用通过时间 跟踪 2D 边界框。 如果您要避免移动车辆，这可能很有用。
• opertators/traffic_sign.py 即基于 Yolov7 和 TT100K 的自训练交通信号灯检测。 这对避免交通灯很有用。