自动驾驶仿真工程师、ROS2开发人员、智能汽车系统集成工程师、算法测试验证工程师。
理解ROS2的核心概念与自动驾驶仿真平台的架构。
掌握自动驾驶仿真软件(Carla、Autoware、LGSVL)与ROS2的集成方法。
能够独立搭建基于ROS2的自动驾驶仿真平台,进行算法开发与测试。
ROS2与自动驾驶概述:ROS2在自动驾驶开发中的优势(分布式、实时性、通信效率);ROS2的核心概念(节点、话题、服务、动作、参数);自动驾驶仿真平台的作用(算法验证、数据生成、回归测试)。
ROS2开发环境搭建:ROS2的安装与配置(Ubuntu+ROS2);工作空间的创建与管理;功能包的创建与依赖管理;常用命令行工具的使用。
ROS2通信机制深入:话题(Topic)的发布与订阅;服务(Service)的请求与响应;动作(Action)的服务器与客户端;QoS(服务质量)的设置;通信数据的序列化与反序列化。
自动驾驶仿真软件介绍:主流开源/商业仿真软件对比(Carla、Autoware、LGSVL、SUMO、AirSim);仿真软件的选择依据(传感器模型、物理引擎、场景编辑能力)。
Carla仿真器基础:Carla的安装与配置;Carla的架构(服务器+客户端);Carla中的地图与场景;Carla的传感器模型(摄像头、激光雷达、毫米波雷达、GPS、IMU);Carla的Python API。
Autoware自动驾驶框架:Autoware(基于ROS1/ROS2)的架构(感知、决策、规划、控制);Autoware的核心模块(点云定位、目标检测、路径规划);Autoware与仿真器的集成。
ROS2与仿真器的桥接:ROS2与Carla的桥接(carla-ros-bridge);话题的映射;传感器数据的ROS2发布;控制指令的接收;时间同步机制。
虚拟传感器建模:摄像头仿真(畸变、曝光、噪声);激光雷达仿真(线数、角度分辨率、点云噪声);毫米波雷达仿真(目标级仿真、点云级仿真);传感器参数的配置。
场景编辑器与测试用例:Carla的场景编辑器;OpenSCENARIO标准;测试场景的定义(直道、弯道、十字路口、环岛);动态障碍物的设置(车辆、行人、自行车);天气与光照条件的设置。
算法部署与测试:将自研算法(感知、规划、控制)部署到ROS2节点;在仿真环境中运行算法;算法性能的评估(横向误差、纵向误差、碰撞率、完成时间);日志记录与回放。
分布式仿真:多机联合仿真;云端仿真平台的搭建;大规模并行测试;仿真的自动化(CI/CD集成)。
综合实战项目:基于ROS2和Carla的自动驾驶仿真平台搭建,包含ROS2环境配置、Carla-ROS2桥接、虚拟传感器数据获取、自研决策规划算法部署、典型场景测试、性能评估与可视化。