做it的网站有哪些,长沙网站制作公司在哪里,做网站一定需要icp么,海口企业网站建设由于Chrono的官方教程在一些细节方面解释的并不清楚#xff0c;自己做了一些尝试#xff0c;做学习总结。
1、Sensor数据生成流程回顾
Chrono里面#xff0c;sensor的数据生成、可视化、以及保存#xff0c;都需要单独进行设置才能实现。sensor数据的采集流程如下https:/…由于Chrono的官方教程在一些细节方面解释的并不清楚自己做了一些尝试做学习总结。
1、Sensor数据生成流程回顾
Chrono里面sensor的数据生成、可视化、以及保存都需要单独进行设置才能实现。sensor数据的采集流程如下https://api.projectchrono.org/sensor_overview.html 可以看出sensor数据更新是另一个线程中进行当场景/物体发生变化后获得sensor的原始数据之后应用各种滤波器最后将滤波后的数据输出可以在主线程中进行调用/保存。这就是sensor数据采集的整体流程。
2、数据输出的两种方式
2.1 通过滤波器实现
在官方的demo_SEN_gator和demo_SEN_HMMWV中给出了通过滤波器方式实现数据输出的例子。关键核心步骤如下
// 1. 创建一个sensor的manager
auto manager chrono_types::make_sharedChSensorManager(gator.GetSystem());
// 2. 创建一个sensor
auto vlp16 chrono::sensor::Sensor::CreateFromJSON(GetChronoDataFile(sensor/json/Velodyne/HDL-32E.json), gator.GetChassisBody(), lidar_extrinsics);
// 3. 添加“保存点云”滤波器。只有加上这一行才能够在后续仿真中自动输出
vlp16-PushFilter(chrono_types::make_sharedChFilterSavePtCloud(C:/Users/larrydong/Desktop/lidar_output/)); // 包含这个filter在每次Apply对应的filter时(update中)会执行保存到文件并输出Beam count
// 4. 添加sensor到管理器
manager-AddSensor(vlp16);// 循环部分
manager-Update();
gator.Synchronize(time, driver_inputs, terrain);
gator.Advance(step_size);程序运行之后将会在滤波器给出的输出路径输出第N帧数据的csv文件文件内为点云数据。
2.2 通过直接读取Buffer实现
官方的tutorial中给出了一个读取数据的方式https://api.projectchrono.org/lidar_sensor.html 但并没有详细解释。进行了探究发现只需要在主循环中判断读到了Buffer之后即可输出数据从这里写入文件即可。但这里存在一个问题Buffer的大小是多少即有多少个lidar点这个问题在下一小节进行探讨。
3、详细探究lidar数据更新过程
3.1 关于Buffer读取的探究
在2.2中给出了通过直接读取lidar的Buffer的方式读取数据。我们查看GetMostRecentBuffer函数调用了ChSensor中的GetMostRecentBufferHelper进一步调用了ChFilterAccess中的GetBuffer()。从这个最终的函数中可以看出获取了buffer的宽、高、时间戳、和更新次数(LaunchedCount)因此在2.2中获取Buffer之后可以通过数据的宽和高对于lidar来说是Nx1的获取lidar数据。
例如20Hz的lidar我们在main循环中每步都输出Buffer的基本信息。代码 输出如下 即当前点云有24272个点对应时间是3.8s和3.85s对应第76和77帧。但我们发现Buffer虽然没有更新但依然是存在的因此不能单纯通过Buffer是否存在判断有无更新而是需要通过launchCount这个数进行判断。但这时我们仍不清楚lidar的数据在什么时刻“输出”的。我们马上会说到这个问题。
3.2 采用Filter方式输出
例子当中我们把lidar这个sensor绑定到一个车辆vehicle当中。这部分其实很容易实现只需要在创建一个sensor时指定attach的实体给上我们的vehicle即可。这里的vehicle用的是Gator。
auto vlp16 chrono::sensor::Sensor::CreateFromJSON(GetChronoDataFile(sensor/json/Velodyne/HDL-32E.json), gator.GetChassisBody(), // 绑定到Gator的底盘上Gator的底盘本质上还是一个ChBodylidar_extrinsics); // 相对于底盘的位置参数即lidar外参在main当中我们有三个关键函数sensor manager的update()gator的Synchronize以及gator的Advance()。经测试标明在lidar输出了数据之后Advance()执行时会输出lidar数据到指定路径。具体的实现是调用了ChFilterSavePtCloud的Apply函数实现的如下 3.3 函数详解
需要提醒的是调用GetMostRecentBuffer和Filter两种方式输出并不冲突。前者是我们自己读取Buffer获取后者是仿真里面“例行公事”完成的例行公事的函数就是这个Advance。只不过我并不是很清楚什么时候lidar的Buffer中更新了数据、什么时候执行的Advance。
提醒的第2点sensor绑定vehicle后更新的部分之和vehicle的函数有关哪怕是sensor的可视化也与irrlicht等可视化模块无关。只有当sensor的filter添加了可视化的filter之后才能显示sensor的数据并且窗口中数据的更新是跟vehicle的并不是跟vis模块的。
在“认可”上面两条之后我们探讨这部分的几个函数。
manager-Update()
我们看sensor manager的Update可以看到包括对所有光学传感器更新、非光学传感器更新两部分。前者依赖OptiX库底层实现在 ChOptixEngine.cpp 中。对于光学的UpdateSensors具体如下 在这个Update完成之后可以认为lidar已经“采集了”一个新的数据但这个数据并没有“传输”出来。此时在执行Adance()函数时会更新可视化窗口。即下图左侧的这个窗口是由Sensor管理的在sensor更新时才会更新更新的频率和右侧的仿真窗口不同右侧的是可视化例如irrlicht控制的。
gator.Advance() 这个Advance函数很复杂 包括了vehicle和各种子系统的更新。由于Gator是一个wheelvehicle也是一个vehicle所以Gator的advance在完成了Gator一些独特的操作之后再次调用ChWheelVehicle的advance完成wheel特有的操作之后再调用了ChVehicle的advance。同时vehicle包括一个物理系统之前博客讲过如果有vehicle之后就不需要再定义仿真物理系统了最终执行的是物理系统的DoStepDynamic 到这一步往下就没有深究。但正如上面所说具体advance时执行了更新图像、保存数据等操作。
何时更新图形、何时保存数据 我们来看最后一个问题到底是什么时候保存的数据、什么时候更新的lidar显示由于上面已经说明了lidar的显示和输出并不是同步的。
为了充分模拟传感器chrono在场景变化后lidar的采集数据是立刻变化的可视化的窗口会进行更新但此时的数据并没有输出出来。这个输出延时就是对传感器设置时有一个lag参数表示“从采集到数据到数据输出”的时间延迟。
可以这么理解仿真过程是这个样子
当达到物理仿真频率时很高例如1ms物理环境就发生变换当达到sensor的采集频率时不高例如20Hz的lidar是50ms lidar传感器获得了一次完整的frame这一步由manager-Update实现但在这个过程中采集过程是另一个线程实现的因此数据是连续的并不是单纯的在“这一个时刻”获得的在sensor有效的update之后Advance时对可视化窗口进行了更新但“传输”的数据还没有更新经过当sensor的lag之后如果定义了获取数据的Filter(ChFilterXYZIAccess)此时输出数据获得了更新即GetMostRecentBuffer 获取到的数据进行了更新如果又定义了保存点云的Filter(ChFilterSavePtCloud)此时Advance时会输出csv文件到路径。
通过对一个完整的过程打断点与输出验证了上面的理解
“Width xxx” 这一行输出是仿真每次循环每1ms时输出一次“Beam count” 这一行输出是Advance中更新图像窗口时的输出精准的每50次执行一次在0.1s和0.15s之间可以看出点云的数据Buffer发生了变化也就是这个时刻lidar已经update的数据“传输”了、GetMostRecentBuffer发生了更新因此此时Advance时能够保存点云到路径在每次Update之后经过了20次loop更新的buff和输出点云这个20次就是sensor的lag参数控制的。我设置成了0.02s因此经过1ms的循环20次“传输”了。
4、完整代码
这个代码太长了主要是用来测试上面的内容。
#include chrono/core/ChRealtimeStep.h
#include chrono/utils/ChUtilsInputOutput.h
#include chrono/physics/ChBodyEasy.h
#include chrono_vehicle/ChVehicleModelData.h
#include chrono_vehicle/terrain/RigidTerrain.h
#include chrono_vehicle/driver/ChInteractiveDriverIRR.h
#include chrono_vehicle/wheeled_vehicle/ChWheeledVehicleVisualSystemIrrlicht.h
#include chrono_models/vehicle/gator/Gator.h
#include chrono_thirdparty/filesystem/path.h
#include chrono_sensor/sensors/Sensor.h
#include chrono_sensor/sensors/ChCameraSensor.h
#include chrono_sensor/sensors/ChLidarSensor.h
#include chrono_sensor/ChSensorManager.h
#include chrono_sensor/filters/ChFilterAccess.h
#include chrono_sensor/filters/ChFilterPCfromDepth.h
#include chrono_sensor/filters/ChFilterVisualize.h
#include chrono_sensor/filters/ChFilterSave.h
#include chrono_sensor/filters/ChFilterSavePtCloud.h
#include chrono_sensor/filters/ChFilterVisualizePointCloud.h
#include chrono_sensor/filters/ChFilterAccess.h
#include chrono_sensor/filters/ChFilterVisualize.h
#include chrono_sensor/sensors//ChSensorBuffer.h
#include iostreamusing namespace chrono;
using namespace chrono::irrlicht;
using namespace chrono::vehicle;
using namespace chrono::vehicle::gator;
using namespace chrono::sensor;// // Initial vehicle location and orientation
ChVector initLoc(0, 0, 0.5);
ChQuaternion initRot(1, 0, 0, 0);// Visualization type for vehicle parts (PRIMITIVES, MESH, or NONE)
VisualizationType chassis_vis_type VisualizationType::PRIMITIVES;
VisualizationType suspension_vis_type VisualizationType::PRIMITIVES;
VisualizationType steering_vis_type VisualizationType::PRIMITIVES;
VisualizationType wheel_vis_type VisualizationType::PRIMITIVES;
VisualizationType tire_vis_type VisualizationType::PRIMITIVES;// Collision type for chassis (PRIMITIVES, HULLS, or NONE)
CollisionType chassis_collision_type CollisionType::NONE;// Type of tire model (RIGID, TMEASY)
TireModelType tire_model TireModelType::TMEASY;// Rigid terrain
RigidTerrain::PatchType terrain_model RigidTerrain::PatchType::BOX;// Contact method
ChContactMethod contact_method ChContactMethod::NSC;// Simulation step sizes
double step_size 1e-3;
double tire_step_size step_size;// Time interval between two render frames
double render_step_size 1.0 / 50; // FPS 50// SENSOR PARAMETERS
// Save sensor data
bool sensor_save false;// Visualize sensor data
bool sensor_vis true;// int main(int argc, char* argv[]) {GetLog() Copyright (c) 2017 projectchrono.org\nChrono version: CHRONO_VERSION \n\n;chrono::SetChronoDataPath(E:/codeGit/chrono/chrono/build/data/); // change the default data loading path.chrono::vehicle::SetDataPath(E:/codeGit/chrono/chrono/build/data/vehicle/); // change the vehicle data path// --------------// Create vehicle// --------------Gator gator;gator.SetContactMethod(contact_method);gator.SetChassisCollisionType(chassis_collision_type);gator.SetChassisFixed(false);gator.SetInitPosition(ChCoordsys(initLoc, initRot));gator.SetTireType(tire_model);gator.SetTireStepSize(tire_step_size);gator.SetAerodynamicDrag(0.5, 5.0, 1.2);gator.Initialize();gator.SetChassisVisualizationType(chassis_vis_type);gator.SetSuspensionVisualizationType(suspension_vis_type);gator.SetSteeringVisualizationType(steering_vis_type);gator.SetWheelVisualizationType(wheel_vis_type);gator.SetTireVisualizationType(tire_vis_type);// Associate a collision systemgator.GetSystem()-SetCollisionSystemType(ChCollisionSystem::Type::BULLET);// ------------------// Create the terrain// ------------------RigidTerrain terrain(gator.GetSystem());ChContactMaterialData minfo;minfo.mu 0.9f;minfo.cr 0.01f;minfo.Y 2e7f;auto patch_mat minfo.CreateMaterial(contact_method);std::shared_ptrRigidTerrain::Patch patch;patch terrain.AddPatch(patch_mat, CSYSNORM, 100.0, 100.0);patch-SetTexture(vehicle::GetDataFile(terrain/textures/tile4.jpg), 200, 200);patch-SetColor(ChColor(0.8f, 0.8f, 0.5f));terrain.Initialize();auto ground_body patch-GetGroundBody(); // ground_body: ChBody 是地形的ChBodyauto vis_mat1 chrono_types::make_sharedChVisualMaterial();vis_mat1-SetKdTexture(vehicle::GetDataFile(terrain/textures/grass.jpg)); // Kd, Ks, Ke一些材质的反射、发光等设定。vis_mat1-SetWeightTexture(GetChronoDataFile(sensor/textures/weight1.png)); // 两种地形材料的混合权重。weight1和2是互补的。vis_mat1-SetSpecularColor({ .0f, .0f, .0f });vis_mat1-SetRoughness(1.f);vis_mat1-SetUseSpecularWorkflow(false);auto vis_mat2 chrono_types::make_sharedChVisualMaterial();vis_mat2-SetKdTexture(vehicle::GetDataFile(terrain/textures/dirt.jpg));vis_mat2-SetWeightTexture(GetChronoDataFile(sensor/textures/weight2.png));vis_mat2-SetSpecularColor({ .0f, .0f, .0f });vis_mat2-SetRoughness(1.f);vis_mat2-SetUseSpecularWorkflow(false);auto visual_shape ground_body-GetVisualModel()-GetShape(0);visual_shape-SetMaterial(0, vis_mat1); // 将第i个material设置为某个特定的materialvisual_shape-AddMaterial(vis_mat2);// -------------------------------------// Create the vehicle Irrlicht interface// -------------------------------------auto vis chrono_types::make_sharedChWheeledVehicleVisualSystemIrrlicht();vis-SetWindowTitle(Gator Demo);vis-SetChaseCamera(ChVector(0.0, 0.0, 2.0), 5.0, 0);vis-Initialize();vis-AddTypicalLights();vis-AddSkyBox();vis-AddLogo();vis-AttachVehicle(gator.GetVehicle());// ------------------------// Create the driver system// ------------------------// Create the interactive driver systemChInteractiveDriverIRR driver(*vis);// Set the time response for steering and throttle keyboard inputs.double steering_time 1.0; // time to go from 0 to 1 (or from 0 to -1)double throttle_time 1.0; // time to go from 0 to 1double braking_time 0.3; // time to go from 0 to 1driver.SetSteeringDelta(render_step_size / steering_time);driver.SetThrottleDelta(render_step_size / throttle_time);driver.SetBrakingDelta(render_step_size / braking_time);driver.Initialize();// 传感器部分auto manager chrono_types::make_sharedChSensorManager(gator.GetSystem());manager-scene-AddPointLight({ 100, 100, 100 }, { 2, 2, 2 }, 5000);auto lidar_extrinsics chrono::ChFramedouble({ 0, 0, 1 }, Q_from_AngAxis(0, { 1, 0, 0 }));// Lidar from JSON file - Velodyne VLP-16auto vlp16 chrono::sensor::Sensor::CreateFromJSON(GetChronoDataFile(sensor/json/Velodyne/HDL-32E.json), gator.GetChassisBody(), lidar_extrinsics);vlp16-PushFilter(chrono_types::make_sharedChFilterSavePtCloud(C:/Users/larrydong/Desktop/lidar_output/)); // 包含这个filter在每次Apply对应的filter时(update中)会执行保存到文件并输出Beam countmanager-AddSensor(vlp16);// ---------------// Simulation loop// ---------------// output vehicle massstd::cout VEHICLE MASS: gator.GetVehicle().GetMass() std::endl;// Number of simulation steps between miscellaneous eventsint render_steps (int)std::ceil(render_step_size / step_size);// Initialize simulation frame countersint step_number 0;int render_frame 0;float orbit_radius 10.f;float orbit_rate 1;ChRealtimeStepTimer realtime_timer; // Chwhile (vis-Run()) {double time gator.GetSystem()-GetChTime();chrono::sensor::UserXYZIBufferPtr data_ptr;data_ptr vlp16-GetMostRecentBuffer chrono::sensor::UserXYZIBufferPtr();if (data_ptr-Buffer) {using namespace std;cout Width: data_ptr-Width , height: data_ptr-Height , ts: data_ptr-TimeStamp , launched count: data_ptr-LaunchedCount endl;}manager-Update();// Render scene and output POV-Ray dataif (step_number % render_steps 0) {vis-BeginScene();vis-Render(); // 这一步更新的lidarvis-EndScene();render_frame;}// Get driver inputsDriverInputs driver_inputs driver.GetInputs();// Update modules (process inputs from other modules)driver.Synchronize(time);terrain.Synchronize(time);gator.Synchronize(time, driver_inputs, terrain);vis-Synchronize(time, driver_inputs);// Advance simulation for one timestep for all modulesdriver.Advance(step_size);terrain.Advance(step_size);gator.Advance(step_size);vis-Advance(step_size);// Increment frame numberstep_number;// Spin in place for real time to catch uprealtime_timer.Spin(step_size);}return 0;
}还是建议参考官方的两个demo 5、小结
吐槽一下Chrono的官方文档有些内容讲的真的不透彻
个人建议采用Filter的方式输出lidar数据避免用Buffer的方式判断有无更新、而且效率也不一定高。Filter的输出在“sensor更新-延迟-Advance”后存储文件名是“编号.csv”可以通过采集频率确定每个编号对应的时间戳。
