# Autoware W7 启动概览

  

以下内容基于命令：

  

ros2 launch autoware_launch autoware.launch.xml \

  sensor_model:=sample_sensor_kit \

  vehicle_model:=sample_vehicle \

  vehicle_id:=W7 \

  map_path:=/media/nvidia/nvme0n1pnvme0n1p1/autoware_map/test_map_A4_and_PARK/

  

## 模块关系（Mermaid）

  

```mermaid

graph LR

  subgraph SENSING["感知层 Sensing"]

    SENSINGN(Pointcloud / Camera / Radar)

    PCCTR[pointcloud_container]

  end

  

  subgraph MAPGRP["地图 Map"]

    PC_MAP(Pointcloud Map)

    LL_MAP(Lanelet2 Map)

  end

  

  subgraph LOCAL["定位 Localization"]

    LOCN(Localization)

  end

  

  subgraph PER["感知 Perception"]

    PERN(Detection / Tracking / TLR)

  end

  

  subgraph PLAN["规划 Planning"]

    PLANN(Mission / Behavior / Motion)

  end

  

  subgraph CTRL["控制 Control"]

    CTRLN(Trajectory Follower)

  end

  

  subgraph VEH["车辆 Vehicle"]

    VIF(Vehicle Interface)

    RSP(robot_state_publisher)

  end

  

  RVIZ[RViz2]

  

  SENSINGN -->|点云/图像| PERN

  SENSINGN -->|点云| LOCN

  PCCTR -->|聚合点云| PERN

  PCCTR -->|聚合点云| LOCN

  PC_MAP -->|点云地图| LOCN

  LL_MAP -->|lanelet2| PLANN

  LOCN -->|pose/tf| PLANN

  PERN -->|detected_objects| PLANN

  PLANN -->|trajectory| CTRLN

  CTRLN -->|vehicle_cmd| VIF

  VIF -->|状态| PLANN

  RSP -->|tf| RVIZ

```

  

## 主要模块与说明

  

- Vehicle：车辆描述与接口（`robot_state_publisher`、`vehicle_interface`、`raw_vehicle_cmd_converter`）

- System：系统监控、诊断（health、diagnostics）

- Map：点云地图 (`pointcloud_map.pcd`) 与 Lanelet2 (`lanelet2_map.osm`) 加载

- Sensing：传感器驱动、预处理、`pointcloud_container`

- Localization：ND T / yabloc / eagleye / EKF 等定位组件，依赖点云与地图

- Perception：地面分割、检测、跟踪、交通灯识别、融合

- Planning：mission、behavior、motion（包含 diffusion_planner 可选）

- Control：轨迹跟踪（MPC/PID 等）并输出 `vehicle_cmd`

- API/Tools：Autoware API、RViz2 等

  

## 收集到的关键节点（从相关 launch 文件）

  

- `robot_state_publisher` （Vehicle）

- `raw_vehicle_cmd_converter` （Vehicle Interface）

- `map_hash_generator` （Map）

- `trajectory_relay`（topic_tools relay，将 `/planning/trajectory` 转发到 `/planning/scenario_planning/trajectory`）

  

- Sensing / Sensor kit 示例节点：

  - `tl_camera_info_relay`（topic_tools relay for camera）

  - `tl_compressed_image_relay`（topic_tools relay）

  - `imu_to_autoware_orientation`（GNSS/IMU 预处理）

  - `imu_data_compat_relay`（topic_tools relay）

  - `tag_serial_driver`（IMU 驱动）

  

- Localization / eagleye 相关节点（部分）：

  - `gnss_converter_node`（eagleye_gnss_converter）

  - `eagleye_output_twist_relay`（topic_tools relay）

  - `twist_relay`, `tf_converted_imu`, `velocity_scale_factor_node`, `yaw_rate_offset_*`, `heading_*`, `position`, `smoothing`, `height`, `monitor`（eagleye_rt 包内多个辅助节点）

  

- Perception 相关节点（示例）：

  - `simple_object_merger`（autoware_simple_object_merger）

  - `empty_objects_publisher`（autoware_dummy_perception_publisher，用于仿真/占位）

  

- Planning / Diffusion 示例节点：

  - `velocity_smoother`（demo_nodes_cpp parameter_blackboard 用作示例）

  

- Control 相关节点：

  - `controller_node_exe`（autoware_smart_mpc_trajectory_follower 的 Python 接口）

  

- Simulator / 工具节点（示例）：

  - `elevation_map_loader`, `autoware_vehicle_velocity_converter`, `autoware_scenario_simulator_v2_adapter_node`

  

> 注：上面列举的是主要/代表性节点，Autoware 启动会包含大量子包内的节点（许多由组件的 `launch.xml` 或 `launch.py` 再次 include）。如需我逐个组件展开完整节点列表，我可以继续递归读取每个组件的 launch 目录并生成更详尽的清单。

  

---

  

文件已保存到：

- 工作区（副本，可点击查看）： `docs/autoware_w7/Autoware_W7_overview.md`

- 你的指定路径副本： `/media/nvidia/nvme0n1pnvme0n1p1/ylhan/autoware_w7/Autoware_W7_overview.md`

  

如果需要，我可以：

- 生成更详细的每个子包启动节点清单并保存为文本或 CSV；

- 将 Mermaid 图另存为 SVG；

- 针对 `vehicle_interface.launch.xml`、`sensing.launch.xml` 等列出完整的 node 列表。