无人车基本框架

感知与定位

激光雷达

• pointcloud_to_laserscan转换
• 这块工作主要是激光雷达传感器的联合标定
• 数据融合，搭建ros框架，与路径规划 决策部分的通信方式

视觉

• 深度学习的部分，通过采集数据做训练，选好参数，来对上部分传过来的图像信息做识别

定位

• IMU
• 差分GPS
• 两个传感器的位置数据读取发送，ros功能封装
• 位置数据融合：统一地图坐标

---

路径规划

• 锥桶赛道 启停 直线 转弯 掉头
• 正式比赛 八字寻迹 直线加速项目

---

ros整体框架

• 各功能封装整合，包括感知定位规划决策等上层子系统

---

你可以想象上半部分全是上层建筑，比如这些部分的完成，我们完全可以在虚拟环境中查看小车具体状态，是否能实现既定目标，而下半部分是更底层的东西，决定怎么和真实硬件打交道，做相关数据信号处理。

---

电机控制

• 转向与制动：工控机控制
• 加减速： 工控机 -> stm32 -> VCU
• 算法使用pid做具体控制
• 其他功能： 遥控、 继电器、 BMS与stm32信息交互

显示

• 在显示屏上显示当前小车的相关数据