Autoware入门总结LGSVL仿真和Autolabor试车（建图、GPS、视觉-激光识别跟踪等包括矢量地图.osm绘制使用）
实习单位要把autoware移植到autolabor小车上，跑通包括自制矢量地图的全部功能。
autoware的git wiki已经相当详细了,这个仅作为极简的一部分个人总结.
2020/03/22更新：
研一寒假写的，比较乱，后来转到apollo的套件版本就很少关注autoware了，疫情期间好多在校学生好像开始关注这个，为了对得起这几个粉丝六月起重新整理下
- autoware矢量地图那个在线网站怎么用（1.13之后的非常简单好用）
- 路径规划的细节和使用osm地图方式，从此告别蹩脚的录制waypoints方式循迹
- 如何告别自带的比较粗糙的odom，接入自己的高精度定位相关
- osm和红绿灯结合使用例子
- 基于优化的在autoware中MSF例子
- loam添加后端和添加其他sensor（类似hdl-slam）
- 工业界开源的pointpillars分析
- 点云和像素分割的目标机融合在autoware中的例子
- 部分节点分析的重新整理
- 多个激光雷达同时使用的硬件配置
- autoware中的c++工程经验（多线程,实车驱动,DDS,C11,点云处理,抛离ros相关）
autoware@hamradiodxer
Autoware运行(2019-02-24 17_50)
包括但仅限于：
VAT_VIMBA_CAMERA摄像头ROS驱动安装
CAN总线移植
Autolabor小车底盘ROS移植
Autoware 源码笔记-20190115
主要模块：
Localization
lidar_localizar 计算车辆当在全局坐标的当前位置(x,y,z,roll,pitch,yaw)，使用LIDAR的扫描数据和预先构建的地图信息。autoware推荐使用正态分布变换(NDT)算法来匹配激光雷达当前帧和3D map。
gnss_localizer 转换GNSS接收器发来的NEMA/FIX消息到位置信息(x,y,z,roll,pitch,yaw)。结果可以被单独使用为车辆当前位置，也可以作为lidar_localizar的初始参考位置。
dead_reckoner 主要使用IMU传感器预测车辆的下一帧位置，也可以用来对lidar_localizar和gnss_localizar的结果进行插值。
Detection
lidar_detector
从激光雷达单帧扫描读取点云信息，提供基于激光雷达的目标检测。主要使用欧几里德聚类算法，从地面以上的点云得到聚类结果。除此之外，可以使用基于卷积神经网路的算法进行分类，包括VoxelNet,LMNet.
image_detector
读取来自摄像头的图片，提供基于图像的目标检测。主要的算法包括R-CNN，SSD和Yolo，可以进行多类别(汽车，行人等)实时目标检测。
image_tracker
使用image_detector的检测结果完成目标跟踪功能。算法基于Beyond Pixels，图像上的目标跟踪结果被投影到3D空间，结合lidar_detector的检检测结果输出最终的目标跟踪结果。
fusion_detector
输入激光雷达的单帧扫描点云和摄像头的图片信息，进行在3D空间的更准确的目标检测。激光雷达的位置和摄像头的位置需要提前进行联合标定，现在主要是基于MV3D算法来实现。 fusion_tools
将lidar_detector和image_detector的检测结果进行融合，image_detector 的识别类别被添加到lidar_detector的聚类结果上。 object_tracter
预测检测目标的下一步位置，跟踪的结果可以被进一步用于目标行为分析和目标速度分析。跟踪算法主要是基于卡尔曼滤波器。
Prediction
moving_predictor
使用目标跟踪的结果来预测临近物体的未来行动轨迹，例如汽车或者行人。 collision_predictor
使用moving_predictor的结果来进一步预测未来是否会与跟踪目标发生碰撞。输入的信息包括车辆的跟踪轨迹，车辆的速度信息和目标跟踪信息。
Misson planning
route_planner
寻找到达目标地点的全局路径，路径由道路网中的一系列十字路口组成。
lane_planner
根据route_planner发布的一系列十字路口结果，确定全局路径由哪些lane组成，lane是由一系列waypoint点组成
waypoint_planner
可以被用于产生到达目的地的一系列waypoint点，它与lane_planner的不同之处在于它是发布单一的到达目的地的waypoint路径,而lane_planner是发布到达目的地的一系列waypoint数组。 waypoint_maker
是一个保存和加载手动制作的waypoint文件的工具。为了保存waypoint到文件里，需要手动驾驶车辆并开启定位模块，然后记录车辆的一系列定位信息以及速度信息， 被记录的信息汇总成为一个路径文件，之后可以加载这个本地文件，并发布需要跟踪的轨迹路径信息给其他规划模块。
Motion planning
velovity_planner
更新车辆速度信息，注意到给定跟踪的waypoint里面是带有速度信息的，这个模块就是根据车辆的实际状态进一步修正速度信息，以便于实现在停止线前面停止下来或者加减速等等。 astar_planner
实现Hybrid-State A*查找算法，生成从现在位置到指定位置的可行轨迹，这个模块可以实现避障，或者在给定waypoint下的急转弯，也包括在自由空间内的自动停车。
adas_lattice_planner
实现了State Lattice规划算法，基于样条曲线，事先定义好的参数列表和语义地图信息，在当前位置前方产生了多条可行路径，可以被用来进行障碍物避障或车道线换道。
waypoint_follower
这个模块实现了 Pure Pursuit算法来实现轨迹跟踪，可以产生一系列的控制指令来移动车辆，这个模块发出的控制消息可以被车辆控制模块订阅，或者被线控接口订阅，最终就可以实现车辆自动控制。