13486433851

TEEMO自动驾驶开发工具链:基于ROS架构Autoware开源平台2023-05-29

 

 

无人驾驶要实现规模经济就要实现量产,有四个必要因素,技术、市场、生态和成本,目前低速无人驾驶处于社会接受期和市场创新期,这个阶段面临三大难题。

首先是:产业链复杂,硬件整合难度大,整车需要更精准的定位模块、安全模块和地图引擎。

其次是缺乏相应的适配软件,市面阿里、京东物流、华为、百度等头部企业,均有低速无人驾驶的产品研发和投入,但并不是真正意义上的开源,这也就导致了整车开放程度低。

 

图片

 

 

加之,低速无人驾驶的产业链在当前市场配备并不完善,从上游的传感器、网络服务商到下游的稳定底盘硬件,没有整套产业链。

但对于无人驾驶的初学者和后来者,急需一款完善、基础、开放的产品。

 

TEEMO抓住了这个市场初期的痛点,基于ROS架构Autoware开源套件——AutoBots-W1-Kit应运而生。

 

 

 

01

让套件平台简单点

 

Autoware虽然自动驾驶软件功能丰富,但配置要求相对较高。

TEEMO团队在Autoware 开源教育套件中,对原先的硬件架构做了全新升级,在适配原有自驾功能的基础上极大地降低了使用成本与上手门槛,完善地集成了线控底盘单元、毫米波雷达、超声波雷达、计算单元、多线激光雷达、摄像头、通讯模组。

成本方案达到最优化,构建了一个低速无人驾驶的最小车规级车辆单元,能够满足多个行业的基本需要。

 

 

 

 

 

02

二次开发的更多可能性

 

对于无人驾驶的初入行人员,在对系统有了相对完整的理解后,会进一步针对行业应用进行开发。

 

需要对系统进行裁剪、增加和调整,例如进行园区物流运输等,就需要评估硬件对现有程序运动的适用性,随后进行二次开发。

 

二次开发需要一套较为完善且足够开放的整体性框架,能匹配硬件上的一整套体系,并且能够顺利跑起来,而目前较为简单易上手的分散式独立框架,ROS无疑位居前列。

 

Autoware就是在 ROS的生态基础上,把市面上较好的自动驾驶相关产品进行了很好融合,又相对保持了 ROS的原生态,可以和ROS进行基础无缝的对接。

 

同时,Autoware还提供了一个算法的容器,能把所有东西都融合在一个相对完全的界面里,这种完整性能带来更多的可能性。

 

 

 

图片

 

 

 

 

TEEMO团队在Autoware平台和硬件上花费了大量的时间进行优化和改进,完成了例如底盘协议适配、低成本计算单元、感知单元集成,让Autoware平台能够很好地与国内低成本的硬件进行适配,最后以一个整体套件产品W1-Kit的形式呈现。

 

 

 

 

 

03

软硬件打造功能闭环

 

Autoware开源教育套件的整体硬件产品已经具备了较为完善的前端定位导航、地图定位导航决策规划、路径避障等基础功能。

 

整车底盘AutoBots-W1具备500kg负载,Kit套件整体由于采用铝型材架构,整体重量不超过250kg,同时车体有非常多的空间,usb转can模块和usb转type-c线、24v转12v或19v等丰富的通信和电源模块设计。

 

 

 

                

 

 

本系列开源教育套件还有非常大的扩展空间,能够再次搭载gps、rtk、传感器等应用设备。

 

另外,TEEMO团队也提供了许多应用案例,方便购买者熟悉整套产品,例如建图、线控、导航、定位、避障、路径规划等典型应用都能找到直接的案例,大大加快了上手速度。

 

Autoware 开源教育套件也打通了用户使用上的难题:

  • 配备完整的产品手册,快速认知和规划产品;
  • 可多次进行某部分的修改和精进,测试不同的算法,并都用来和最初的产品参数进行比对;
  • 后期不断优化细节时,方便进行横向对比,起到1+1的作用,也大大加快产业化进程。

 

 

 

 

 

 

 

04

生态建设

 

Autoware开源教育套件中的整个无人车硬件系统,已实现了一个最小闭环,能够融合更多的算法容器。

 

未来Autoware开源教育套件后续也将会不断迭代,加入例如深度学习、机器学习、到线检测、交通信号灯检测,性能检测等多元化功能,加速例如视觉传感器和激光雷达传感器、IMU传感器和激光雷达传感器等多传感器的融合。

 

作为开源的社区,它能提供非常多的开放资源,让更多开发者愿意参与其中,进行相互交流和互动,创造更多的开发价值。