长空御风雷达站

基于工业相机和Livox激光雷达的RoboMaster雷达站项目 由南京航空航天大学长空御风战队开源

项目介绍

本项目为南京航空航天大学长空御风战队的RoboMaster2022雷达站开源项目。

效果展示视频

传感器	型号
上相机 (不参与运算，仅提供视野)	Realsense D435i
左右相机	MV-SUA134GC-T 8mm 1:2.0 1/1.8”
激光雷达	Livox Mid70

系统架构

系统层级

整个雷达站采用ROS（机器人操作系统）开发，代码遵循ROS架构。
分为4层：硬件驱动层，数据处理层，功能逻辑层和前端显示层。

第三方中间件及模块:

CUDA_10.2, TensorRT, Tensorrtx, yolov5-6.0，OpenCV-4.5.4, Cmake，Qt5.9
另一些驱动程序，以ROS功能包的形式运行：Livox_ROS_Driver, MindVision_ROS_Driver, RealSense_ROS_Driver,ROS_Serial

开发及运行环境：

Ubuntu20.04(操作系统), CLion(软件开发环境)
在Ubuntu18.04下程序仍可正常运行，但是性能开销明显上涨。

部署

如果需要使用旧UI，请遵循该链接的指示。

安装依赖项

• ROS （仅在Melodic和Noetic版本上进行过测试）
• Tensorrt
• CUDA
• OpenCV4
• Qt5
• PCL
• Eigen
• ros-[veision]-serial

配置工作

• 根据https://github.com/ultralytics/yolov5 下的引导完成神经网络的训练。
• 根据https://github.com/wang-xinyu/tensorrtx 下的指示生成.engine文件。
• 将用于识别车辆和装甲板的engine文件分别命名为yolov5s_car.engine和yolov5s_number.engine，并放入yolo_with_two_layers包目录下。
• 根据你使用tensorrtx生成engine时的配置，修改yolo_with_two_layers包中相应文件参数，两套配置已通过变量命名的后缀指出。
• 如果你使用的不是迈德威视工业相机，请启动你的相机节点。并将相机发布的话题修改为/sensor_close/image_raw和/sensor_far/image_raw
• 根据你的需要修改displayer_qt5/yaml/displayer_qt5.yaml和radar_msgs/yaml/radar.yaml

编译

下载工程至你的工作空间下

git clone https://github.com/nuaa-rm/radar_station2022.git

进入你的工作空间下

项目运行时，需要启动livox_ros_driver，为了以后无需额外source livox_ros_driver工程，需要在编译前执行以下步骤。如果已经编译，则可以删除编译生成文件，从新执行下述命令，并进行编译。

source [你的livox_ros_driver工作空间]/devel/setup.bash

由于radar_msgs包和hp_limit_helper包中自定义了ROS的message类型，需要先行编译，否则会导致报错。

catkin_make -DCATKIN_WHITELISTS_PACKAGE="radar_msgs;hp_limit_helper"

然后编译其余包：

catkin_make -DCATKIN_WHITELISTS_PACKAGE=""

运行

连接相机和激光雷达 根据你的需要，调整[radar_msgs]/launch/radar.launch 中需要启动的节点。

cd [workspace]
source devel/setup.bash
roslaunch radar_msgs radar.launch

如果你获得如下效果，即为成功运行。

How It Works

更为详细的原理讲解

RoadMap

• 提高神经网络的识别效果和识别效率。当前数据集缺失、神经网络识别效果差是制约我们雷达表现效果的一大问题，神经网络相关知识水平也需要提高。

• 优化深度获取逻辑。目前在目标深度获取时，z值突变（由于车体镂空和被地形遮挡）的情况时有发生。这是造成雷达定位精度损失的主要原因。通过优化深度获取逻辑，可以大幅提高雷达的定位精度。

• 更好的显示效果和更低的性能开销。由于Qt学习的时间非常短，UI写的也十分匆忙，导致UI有些功能的实现并不是十分优雅。在下个赛季，我们会对UI进行重新梳理，实现更加流畅、美观的显示效果，降低UI的性能开销。

• 积极探索雷达站兵种上限，努力赋能全兵种。雷达这个兵种目前的处境相当尴尬。官方对雷达的期望很高，但是大部分学校的雷达只能当作摄像头使用。我个人认为雷达的上限距离我们做到的还很远。雷达的用法相当灵活，完全可以起到提高所有兵种感知能力、出奇制胜的效果。今年我们也在这一方面进行了一些探索，但是时间有限，还有很多地方需要完善。

项目结构

├── radar_station2022
│   ├── calibrateCamera 相机标定测试包，已废弃
│   ├── CMakeLists.txt
│   ├── dart_detect 一个未完成的飞镖检测节点
│   ├── detect_mineral 一个未完成的落矿检测节点
│   ├── displayer_app 旧的UI节点
│   ├── displayer_qt5 目前使用的UI
│   │   ├── CMakeLists.txt
│   │   ├── include
│   │   │   └── displayer_qt5
│   │   │   ├── main_window.hpp
│   │   │   ├── qlabel_with_mouse_event.h
│   │   │   ├── qlabel_with_painter.h
│   │   │   └── qnode.hpp
│   │   ├── mainpage.dox
│   │   ├── package.xml
│   │   ├── recorded.avi 每次程序运行生成的文件，可删除
│   │   ├── resources 用到的资源文件
│   │   │   ├── images
│   │   │   │   ├── blue_minimap.png 我方为蓝方时的小地图
│   │   │   │   ├── CKYF.png
│   │   │   │   ├── CKYF.svg
│   │   │   │   ├── Icon.ico
│   │   │   │   ├── icon.png
│   │   │   │   ├── radar_logo.png 雷达站LOGO
│   │   │   │   └── red_minimap.png 我方为红方时的小地图
│   │   │   ├── images.qrc
│   │   │   └── qss 进度条样式，用于血条显示
│   │   │   ├── progressBarBlue.qss
│   │   │   └── progressBarRed.qss
│   │   ├── src
│   │   │   ├── main.cpp 主循环
│   │   │   ├── main_window.cpp 主窗口类
│   │   │   ├── qlabel_with_mouse_event.cpp PNP选点实现类
│   │   │   ├── qlabel_with_painter.cpp 小地图实现类
│   │   │   └── qnode.cpp ROS节点
│   │   ├── ui
│   │   │   └── main_window.ui
│   │   └── yaml
│   │   ├── displayer_qt5.yaml UI部分的参数文件
│   │   └── load_params.launch 用于测试时加载参数的launch
│   ├── displayer_web 旧的UI节点
│   ├── game_state_publisher 测试时用于发布一些裁判系统消息的节点
│   ├── get_depth 深度获取节点，传感器融合的主要工作节点
│   │   ├── CMakeLists.txt
│   │   ├── package.xml
│   │   └── src
│   │   ├── get_depth_node.cpp
│   │   └── project 使用CUDA加速投影，已废弃
│   ├── getPictures 拍图节点，与主程序无关
│   ├── hp_limit_helper 旧UI用于获取车辆最高血量的节点，已废弃
│   ├── mv_driver 迈德威视驱动
│   │   ├── CMakeLists.txt
│   │   ├── include
│   │   │   ├── CameraApi.h
│   │   │   ├── CameraDefine.h
│   │   │   ├── CameraStatus.h
│   │   │   ├── MVCamera.h
│   │   │   └── video_saver.h
│   │   ├── lib
│   │   │   ├── arm
│   │   │   │   └── libMVSDK.so
│   │   │   ├── arm64
│   │   │   │   └── libMVSDK.so
│   │   │   ├── x64
│   │   │   │   └── libMVSDK.so
│   │   │   └── x86
│   │   │   └── libMVSDK.so
│   │   ├── package.xml
│   │   └── src
│   │   ├── MVCamera.cpp
│   │   └── MVCamera_node.cpp
│   ├── poseEstimation 位姿估计学习节点，与主程序无关
│   ├── radar_msgs 定义了大部分自定义消息
│   │   ├── CMakeLists.txt
│   │   ├── launch
│   │   │   └── radar.launch 雷达站主程序启动文件
│   │   ├── msg
│   │   │   ├── dist_point.msg
│   │   │   ├── dist_points.msg
│   │   │   ├── game_state.msg 用于发布从裁判系统获取的游戏状态信息
│   │   │   ├── point.msg
│   │   │   ├── points.msg
│   │   │   ├── referee_warning.msg 从裁判系统读取的判罚信息
│   │   │   ├── relative_coordinate.msg
│   │   │   ├── small_map.msg 小地图消息
│   │   │   ├── supply_projectile_action.msg 从裁判系统读取的补给站消息
│   │   │   ├── world_point.msg
│   │   │   ├── yolo_point.msg yolo结果消息
│   │   │   └── yolo_points.msg
│   │   ├── package.xml
│   │   └── yaml
│   │   └── radar.yaml 雷达的主要参数文件
│   ├── README.md
│   ├── realsense_ros_driver realsense驱动
│   │   ├── CMakeLists.txt
│   │   ├── include
│   │   │   └── realsense_ros_driver
│   │   ├── package.xml
│   │   └── src
│   │   └── realsense_ros_driver_node.cpp
│   ├── serial_port 串口通讯节点
│   │   ├── cfg
│   │   │   └── radar_station.yaml
│   │   ├── CMakeLists.txt
│   │   ├── include
│   │   │   ├── CRC8_CRC16.h
│   │   │   └── CRC.h
│   │   ├── package.xml
│   │   └── src
│   │   └── serial_port_node.cpp
│   ├── small_map 小地图节点，位置解算的主要节点
│   │   ├── CMakeLists.txt
│   │   ├── launch
│   │   │   └── small_map.launch
│   │   ├── package.xml
│   │   └── src
│   │   ├── 增益区.png
│   │   ├── battlefield.png
│   │   ├── blue_minimap.png
│   │   ├── red_minimap.png
│   │   ├── small_map.cpp
│   │   └── warn_regions.png
│   ├── video_pub 用于从视频发布消息的节点
│   │   ├── CMakeLists.txt
│   │   ├── include
│   │   │   ├── gpu_timer.h
│   │   │   ├── preprocess.h
│   │   │   └── preprocess_kernel.cuh
│   │   ├── package.xml
│   │   └── src
│   │   ├── preprocess.cpp
│   │   ├── preprocess_kernel.cu
│   │   └── video_pub.cpp
│   ├── yolo 单模型神经网络，已废弃
│   └── yolo_with_two_layers 双模型神经网络节点
│   ├── CMakeLists.txt
│   ├── include
│   │   └── yolo_with_two_layers
│   │   ├── calibrator.h
│   │   ├── common.hpp
│   │   ├── cuda_utils.h
│   │   ├── logging.h
│   │   ├── macros.h
│   │   ├── preprocess.h
│   │   ├── utils.h
│   │   └── yololayer.h
│   ├── package.xml
│   ├── src 大部分代码来自tensorrtx
│   │   ├── calibrator.cpp
│   │   ├── preprocess.cu
│   │   ├── yololayer.cu
│   │   └── yolov5.cpp
│   ├── yolov5s_car.engine 用于识别车辆的engine文件
│   └── yolov5s_number.engine 用于识别数字的engine文件
└── tree.md

内部通信中的ID定义

ID	兵种
0	红方英雄
1	红方工程
2	红方3号步兵
3	红方4号步兵
4	红方5号步兵
5	红方哨兵
6	蓝方英雄
7	蓝方工程
8	蓝方3号步兵
9	蓝方4号步兵
10	蓝方5号步兵
11	蓝方哨兵
12	红方未知
13	蓝方未知

主要开发者

@DoveJH @Christopher @bismarckkk

联系我们

E-mail: 1358446393@qq.com 1134643765@qq.com

开源协议

MIT © 刘建航

南京航空航天大学 长空御风