https://github.com/anotherrusty/lane_scan
A ROS node that simulates detection of vehicles of 3 lanes.
https://github.com/anotherrusty/lane_scan
Last synced: 10 months ago
JSON representation
A ROS node that simulates detection of vehicles of 3 lanes.
- Host: GitHub
- URL: https://github.com/anotherrusty/lane_scan
- Owner: AnotherRusty
- Created: 2021-04-20T02:51:28.000Z (over 4 years ago)
- Default Branch: main
- Last Pushed: 2021-05-24T03:53:39.000Z (over 4 years ago)
- Last Synced: 2024-09-15T19:14:37.549Z (over 1 year ago)
- Language: C++
- Size: 70.3 KB
- Stars: 0
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# 物体检测
ROS包通过2D激光雷达扫描，利用平面雷达数据检测前方物体的位置。
---
## urg_node
开源的ROS包，用于`Hokuyo` urg系列激光雷达
urg_node 对平面进行扫描，得到 0-360度的雷达数据，发布数据到/scan话题。
## lane_scan
lane_scan包进行主要数据处理，lane_scan节点从/scan话题订阅原始的雷达数据，通过计算处理得到检测物体的位置信息，发布到/lane_scan_result话题。
### lane_scan.launch
运行lane_scan节点，并提供参数的定义：
- scan_topic 雷达数据的话题
- output_topic 检测结果发布的话题
- object_span 物体最小跨度，单位为雷达连续数据的个数
- detect_dist_min 最小探测距离
- detect_dist_max 最大探测距离
- adjust_angle 坐标系调整角度
- detect_ranges 检测的角度范围 (可以为不连续的多个范围)
`lane_scan/scripts/scan_node.py`
该python脚本为lane_scan节点入口程序，节点中分别定义了一个Publisher和一个Subscriber。
Subscriber订阅了由launch文件中定义的scan_topic，获取雷达原始数据。
```python
rospy.Subscriber(scan_topic, LaserScan, raw_callback)
```
Publisher发布检测结果到由luanch文件中定义的output_topic。检测结果的数据类型为自定义ROS消息CustomMsgObject (定义在lane_scan/msg/CustomMsgObject.msg文件中)。
```python
pub = rospy.Publisher(output_topic, CustomMsgObject, queue_size=5)
```
节点中创建了Scan的对象node，负责主要的数据处理和计算。节点运行频率为10Hz, 即1秒10次调用node的spin函数，并通过publish_result发布检测结果。
```python
while not rospy.is_shutdown():
node.spin()
# report()
publish_result()
rate.sleep()
```
雷达订阅到数据即调用raw_callback函数。每次scan_topic有消息发布，raw_callback函数就被调用，将雷达原始数据更新到node对象中。
```python
def raw_callback(data):
node.update_raw(data)
```
`lane_scan/scripts/scan.py`
spin函数为Scan检测程序的“主”函数。每次运行的步骤为:
- self.adjustCoordinate() 调整坐标系角度，使正前方为90度
- self.setupFilter() 准备filter将过滤数据（为原始的雷达数据，ranges:距离， angles:角度）
- self.searchInCartesian() 检测物体的主要处理阶段
检测物体阶段的步骤为：
- self.filterInDetectRange() 根据设置的检测角度范围过滤数据
- self.filterInDetectDist() 根据设置的检测距离范围过滤数据
- 寻找breaks (计算连续两点的距离，若大于一定值测视为断裂，即物体分界处)
- 根据breaks分开线段并找到中点作为物体所在位置
## main_app
该包中为应用主程序，从/lane_scan_result中获取物体检测的结果，从而进行相应的控制。