【Apollo源码分析】系列的第二部分【perception】

perception

---

perception:感知模块 仍然是 处于待完善的状态。只有200行代码左右。 
下面简单介绍一下。 
perception模块的主要作用是根据激光雷达Lidar, 摄像机camera等传感器 sensors接收的数据来感知周围环境。 
主要任务是对物体进行检测，对行人进行识别，对交通信号灯进行判断，对道路车辆进行感知判断。

感知模块与其他模块一样是一个独立的进程。与其他模块通过tcp/共享内存进行通信。

perception/perception.h

class Perception : public apollo::common::ApolloApp {
 public:
  std::string Name() const override;//模块名
  apollo::common::Status Init() override;//初始化步骤
  apollo::common::Status Start() override;//模块工作内容：主要是检测交通信号灯和障碍物等。
  void Stop() override; //清理函数
};

using apollo::common::adapter::AdapterManager;
using apollo::common::Status;
std::string Perception::Name() const { return "perception"; }//模块名称
Status Perception::Init() { //模块启动初始化
  AdapterManager::Init();
  return Status::OK();
}

目前整个模块的核心：

Status Perception::Start() {
  ros::AsyncSpinner spinner(1);
  spinner.start();
  ros::waitForShutdown();
  spinner.stop();
  ros::Rate loop_rate(FLAGS_perception_loop_rate);//感知频率，默认是10hz
  while (ros::ok()) {
    AdapterManager::Observe();///进行一次感知测量/检测
    PerceptionObstacles perceptionObstacles;///检测障碍物实例对象
    AdapterManager::FillPerceptionObstaclesHeader(
        Name(), perceptionObstacles.mutable_header());
    AdapterManager::PublishPerceptionObstacles(perceptionObstacles);///向ROS发布检测到的障碍物对象
    TrafficLightDetection trafficLightDetection;///检测交通信号灯
    AdapterManager::FillTrafficLightDetectionHeader(
        Name(), trafficLightDetection.mutable_header());
        ///向ROS发布检测到的交通信号灯结果
    AdapterManager::PublishTrafficLightDetection(trafficLightDetection);
  }
  return Status::OK();
}

好了，现在可以看出perception的核心了。虽然有检测障碍物和交通信号灯的代码，但是却没有任何意义。 
因为这2者的构造函数都执行默认构造函数，也就是说目前perception模块只是搭建了这样一个感知检测模块流程。但是如何检测障碍物和如何探知交通信号灯却没有任何实现。所以说Apollo 1.0 只能在封闭道路行驶。要是放到大马路上去，是100%要【撞行人+闯红灯】的。

perception/common/perception_gflags.*

DEFINE_int32(perception_loop_rate, 10, "Loop rate for perception node, in Hz.");//感知频率，10hz
DEFINE_string(node_name, "perception", "The perception module name in proto");//模块名称

下面是障碍物的描述信息proto文件内容：

syntax = "proto2";
package apollo.perception;
import "modules/common/proto/error_code.proto";
import "modules/common/proto/header.proto";
//point是感知的三维点。三维坐标xyz单位是m。
//如何感知Point？APollo没有给出。个人估计是激光雷达+VIO视觉算法(单目.双目.深度相机)
message Point {
  optional double x = 1;  // in meters.
  optional double y = 2;   
  optional double z = 3;   
}
//障碍物描述信息。
//
message PerceptionObstacle {
  optional int32 id = 1;  // obstacle ID.障碍物标识id
  optional Point position = 2;  // obstacle position in the world coordinate
                                // system.障碍物坐标
  optional double theta = 3;  // 障碍物head角，heading in the world coordinate system.
  optional Point velocity = 4;  // 障碍物移动速度。obstacle velocity.
  // Size of obstacle bounding box.
  //障碍物的AABB描述子
  optional double length = 5;  // obstacle length.
  optional double width = 6;  // obstacle width.
  optional double height = 7;  // obstacle height.
  //障碍物的角点
  repeated Point polygon_point = 8;  // obstacle corner points.
  //持续时间
  // duration of an obstacle since detection in s.
  optional double tracking_time = 9;
  //障碍物类型
  enum Type {
    UNKNOWN = 0;
    UNKNOWN_MOVABLE = 1;
    UNKNOWN_UNMOVABLE = 2;
    PEDESTRIAN = 3;  // Pedestrian, usually determined by moving behaviour.
    BICYCLE = 4;  // bike, motor bike
    VEHICLE = 5;  // Passenger car or truck.
  };
  optional Type type = 10;  // obstacle type
  //测量时间
  optional double timestamp = 11;  // GPS time in seconds.
 //debug使用的点云信息
  // Format like : [x0, y0, z0, x1, y1, z1...]
  repeated double point_cloud = 12 [packed = true];
}
//障碍物集合
message PerceptionObstacles {
  repeated PerceptionObstacle perception_obstacle = 1;  // An array of obstacles
  optional apollo.common.Header header = 2;  // Header
  optional apollo.common.ErrorCode error_code = 3 [default = OK];
}

交通信号灯检测内容：

syntax = "proto2";
package apollo.perception;
import "modules/common/proto/header.proto";
//交通信号灯检测内容
message TrafficLight {
//交通信号状态，红绿蓝
  enum Color {
    UNKNOWN = 0;
    RED = 1;
    YELLOW = 2;
    GREEN = 3;
  };
  optional Color color = 1;
  //交通灯唯一标识符ID 
  optional string id = 2;
  //检测结果置信概率 
  optional double confidence = 3 [default = 1.0];
  //检测持续时间 
  optional double tracking_time = 4;
}
message TrafficLightDetection {
  optional apollo.common.Header header = 2;//head信息
  repeated TrafficLight traffic_light = 1;///检测对象内容
}

地图描述文件：

 syntax = "proto2";
package apollo.perception;
import "modules/common/proto/header.proto";
import "modules/map/proto/map.proto";
//地图感知信息
message PerceptionMapROI {
  optional apollo.common.Header header = 1;  // Header.
  optional apollo.hdmap.Header hdmap_header = 8;  // HDMap header.
  //地图xy方向最小值
  optional double origin_x = 2;
  optional double origin_y = 3;
  //将地图均匀分割为小网格表示。
  //网格大小是grid_size，以米为单位。
  //num_rows是x方向网格数量。num_columns是y方向网格数量
  optional double grid_size = 4;  
  optional int32 num_rows = 5;   
  optional int32 num_columns = 6;   
  // 网格中特定区域的位置描述.[x0,x1],[y0,y1]
  message Region {
    optional int32 start_x = 1;
    optional int32 end_x = 2;
    optional int32 start_y = 3;
    optional int32 end_y = 4;
    //路沿距离
    optional int32 extension_distance = 5;
  }
  //多个区域。
  repeated Region region = 7;
}

perception/main.cc

APOLLO_MAIN(apollo::perception::Perception);
注册一个模块并进行本模块的相关工作。

---

总结

目前来说，perception模块只是一个粗略的框架。 真正利用激光雷达Lidar, 摄像机camera来感知周围环境的算法仍然没有实现。目前只是对物体检测，通信号灯判断，道路行人感知进行了接口定义和属性描述。Apollo 1.0 只能说把框架搭好了，但是如何实现这个框架的内容目前仍然是一片空白。而这是无人驾驶的重中之重。缺少这个模块可以说距离无人车真正上路行驶还差的十分遥远。

我所知道的无人驾驶目前能做到的感知算法的能力：

图1：

图2：

图3：

图4：

图5：

可见无人车的感知模块真的是一个非常复杂的系统工程。感知能力的强弱直接决定了一个无人车系统的核心竞争力。

本文首发于微信公众号slamcode。 
在blog.csdn.net/learnmoreonce亦有连载。

注释版源码：源码