【toolschain algorithm cpp ros】cpp工厂模式实现--后续填充具体规划算法,控制器版的已填充了算法接入了仿真器

本文主要是介绍【toolschain algorithm cpp ros】cpp工厂模式实现--后续填充具体规划算法,控制器版的已填充了算法接入了仿真器,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

写在前面

现在局势危机,于是想复习一下之前写的设计模式,之前提到,做过一个闭环仿真器(借用ros),见https://blog.csdn.net/weixin_46479223/article/details/134864123我的控制器的建立遵循了工厂模式(多态、工厂、客户订阅)。 目前按照之前的设计,把规划器也改写成类似的模式。未来接入我的闭环仿真器械中。

本篇文章只设计框架的搭建,具体算法lattice搭建完毕填充以及其他算法为看时间缓慢的更新吧。

有错误和问题 还请大大们指点阿

基本结构

在这里插入图片描述
最外面是我的ros节点(目前刚建立没有接入ros以及控制器 用while先测试了

然后包一个planner的调度器(scheduler:planner.cpp)
传建一个基类然后动态多态的方式实现不同规划器的注册,把根据类型注册的规划器放入到一个哈希map,实现增删。(这里临时固定)。控制器和规划器的这个架构原来的设想是根据不同的场景可以有一个判断器自动实现合适的控制器和规划器的切换(也就是自动驾驶行泊一体啦)

对外接口是run和init和update,基本每行代码都有注释。

参数使用yaml管理

跑起来的样子

之前跑起来的并且接入了我的闭环无敌可进化仿真器的视频。我的git也放了一版。
这里不能贴视频。
仿真器想表现车辆追随一段轨迹,前面是轨迹(预瞄)。后面是我的车实不断更新的位置。(实现了闭环)
在这里插入图片描述
0 1 2 3 4 是假设的控制类型,这里先跑0.

部分重要代码

代码在git上

origin git@github.com:HerrQQ/MPotherSet.git (fetch)
origin git@github.com:HerrQQ/MPotherSet.git (push)
第一版如此
未来不断调整

工厂类

#ifndef _PlannerFactory_H_
#define _PlannerFactory_H_#include "planner_A.h"
#include "planner_B.h"
#include "planner_C.h"
#include "planner_D.h"/*** @brief PlannerFactory* @author kaifeng* @date 
*/
#include <memory>
namespace planner { 
class PlannerFactory//factory 
{
public :PlannerFactory()=default;~PlannerFactory()=default;/*** @brief creat planner* @param needed planner type*/std::shared_ptr<PlannerBase> fCreateplanner (const PlannerType& type){if (type == B) {return std::make_shared<planner_B>();}else if (type == A) {return std::make_shared<planner_A>();}else if (type == C) {return std::make_shared<planner_C>();}else if (type == D) {return std::make_shared<planner_D>();}else {return nullptr;}}};
}// class PlannerFactory_D :public PlannerFactory //factory son
// {
// public ://     PlannerFactory_D()=default;
//     virtual ~PlannerFactory_D() override
//     {
//         LOG(INFO)<<"D plannerBase created"<<std::endl;
//     }
//     virtual planner::plannerBase* fCreateplanner ()override
//     {
//         return new planner::planner_D();
//     }
// };// class PlannerFactory_A :public PlannerFactory //factory son
// {
// public ://     PlannerFactory_A()=default;
//     virtual ~PlannerFactory_A() override
//     {
//         LOG(INFO)<<"A plannerBase created"<<std::endl;
//     }
//     virtual planner::plannerBase* fCreateplanner ()override
//     {
//         return new planner::planner_A();
//     }
// };// class PlannerFactory_B :public PlannerFactory //factory son
// {
// public ://     PlannerFactory_B()=default;
//     virtual ~PlannerFactory_B() override
//     {
//         LOG(INFO)<<"B plannerBase created"<<std::endl;
//     }
//     virtual planner::plannerBase* fCreateplanner ()override
//     {
//         return new planner::planner_B();
//     }
// };// class PlannerFactory_B :public PlannerFactory //factory son
// {
// public ://     PlannerFactory_B()=default;
//     virtual ~PlannerFactory_B() override
//     {
//         LOG(INFO)<<"B plannerBase created"<<std::endl;
//     }
//     virtual planner::plannerBase* fCreateplanner ()override
//     {
//         return new planner::planner_B();
//     }
// };#endif

基类

#ifndef _PLANNER_H_
#define _PLANNER_H_
#include "structPlanner_t.h"
#include <Eigen/Dense>
#include <vector>
#include <map>
#include <unordered_map>
#include "glog/logging.h"
#include <yaml-cpp/yaml.h>/*** @brief Planner_base* @author kaifeng* @date 
*/namespace planner { /*** @brief base class for all planners.*/
class PlannerBase//client
{public:/*** @brief constructor*/PlannerBase() = default;/*** @brief destructor*/virtual ~PlannerBase() = default;/*** @brief initialize PlannerBase* @param config_path path of config file, yaml  * @return Status initialization status*/virtual uint8_t initialize(const std::string& config_path) = 0;/*** @brief compute planner command* @param PlannerDataFlow saving relativ infos of planning* @param locInfo reference of LocInfo instance* @param VehicleState reference of VehicleState instance* @return reference of Command instance, which is private member*/virtual void run( const Location& locInfo,const VehicleState& VehicleState,PlannerDataFlow& PlannerDataFlow) = 0;virtual void noRun(const Location& locInfo,const VehicleState& VehicleState) = 0;/*** @brief stop planner*/// virtual void stop();protected:double cmd_; //Command cmd_;//Debug debug_ptr_;
};}#endif

其中一个子class

#ifndef __A_planner_h__
#define __A_planner_h__#include "planner_base.h"
#include "glog/logging.h"
#include <vector>
#include <map>
#include <cmath>
#include <utility>/*** @brief A* @author kaifeng* @date 
*/
namespace planner
{class planner_A:public PlannerBase{ // product sonpublic:planner_A(){LOG(INFO)<<"A in progress"<<std::endl;}~planner_A(){LOG(INFO)<<"A stop"<<std::endl;}uint8_t initialize(const std::string& config_path)override;void run( const Location& locInfo,const VehicleState& VehicleState,PlannerDataFlow& PlannerDataFlow) override;void noRun(const Location& locInfo,const VehicleState& VehicleState) override;private:/*** @brief read configuration*/void readConfig(const std::string& path);private:// cost parametersstruct CostParameter {float Xxxx{0.f};float xXxx{0.f};float xxXx{0.f};float xxxX{0.f};};CostParameter* p_parameter_;// };}
#endif

调度

在这里插入图片描述

commen 内实现了几个filter 封装成了类

这篇关于【toolschain algorithm cpp ros】cpp工厂模式实现--后续填充具体规划算法,控制器版的已填充了算法接入了仿真器的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/528759

相关文章

HTML5 getUserMedia API网页录音实现指南示例小结

《HTML5getUserMediaAPI网页录音实现指南示例小结》本教程将指导你如何利用这一API,结合WebAudioAPI,实现网页录音功能,从获取音频流到处理和保存录音,整个过程将逐步... 目录1. html5 getUserMedia API简介1.1 API概念与历史1.2 功能与优势1.3

Java实现删除文件中的指定内容

《Java实现删除文件中的指定内容》在日常开发中,经常需要对文本文件进行批量处理,其中,删除文件中指定内容是最常见的需求之一,下面我们就来看看如何使用java实现删除文件中的指定内容吧... 目录1. 项目背景详细介绍2. 项目需求详细介绍2.1 功能需求2.2 非功能需求3. 相关技术详细介绍3.1 Ja

使用Python和OpenCV库实现实时颜色识别系统

《使用Python和OpenCV库实现实时颜色识别系统》:本文主要介绍使用Python和OpenCV库实现的实时颜色识别系统,这个系统能够通过摄像头捕捉视频流,并在视频中指定区域内识别主要颜色(红... 目录一、引言二、系统概述三、代码解析1. 导入库2. 颜色识别函数3. 主程序循环四、HSV色彩空间详解

PostgreSQL中MVCC 机制的实现

《PostgreSQL中MVCC机制的实现》本文主要介绍了PostgreSQL中MVCC机制的实现,通过多版本数据存储、快照隔离和事务ID管理实现高并发读写,具有一定的参考价值,感兴趣的可以了解一下... 目录一 MVCC 基本原理python1.1 MVCC 核心概念1.2 与传统锁机制对比二 Postg

SpringBoot整合Flowable实现工作流的详细流程

《SpringBoot整合Flowable实现工作流的详细流程》Flowable是一个使用Java编写的轻量级业务流程引擎,Flowable流程引擎可用于部署BPMN2.0流程定义,创建这些流程定义的... 目录1、流程引擎介绍2、创建项目3、画流程图4、开发接口4.1 Java 类梳理4.2 查看流程图4

C++中零拷贝的多种实现方式

《C++中零拷贝的多种实现方式》本文主要介绍了C++中零拷贝的实现示例,旨在在减少数据在内存中的不必要复制,从而提高程序性能、降低内存使用并减少CPU消耗,零拷贝技术通过多种方式实现,下面就来了解一下... 目录一、C++中零拷贝技术的核心概念二、std::string_view 简介三、std::stri

C++高效内存池实现减少动态分配开销的解决方案

《C++高效内存池实现减少动态分配开销的解决方案》C++动态内存分配存在系统调用开销、碎片化和锁竞争等性能问题,内存池通过预分配、分块管理和缓存复用解决这些问题,下面就来了解一下... 目录一、C++内存分配的性能挑战二、内存池技术的核心原理三、主流内存池实现:TCMalloc与Jemalloc1. TCM

OpenCV实现实时颜色检测的示例

《OpenCV实现实时颜色检测的示例》本文主要介绍了OpenCV实现实时颜色检测的示例,通过HSV色彩空间转换和色调范围判断实现红黄绿蓝颜色检测,包含视频捕捉、区域标记、颜色分析等功能,具有一定的参考... 目录一、引言二、系统概述三、代码解析1. 导入库2. 颜色识别函数3. 主程序循环四、HSV色彩空间

Redis Cluster模式配置

《RedisCluster模式配置》:本文主要介绍RedisCluster模式配置,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录分片 一、分片的本质与核心价值二、分片实现方案对比 ‌三、分片算法详解1. ‌范围分片(顺序分片)‌2. ‌哈希分片3. ‌虚

Python实现精准提取 PDF中的文本,表格与图片

《Python实现精准提取PDF中的文本,表格与图片》在实际的系统开发中,处理PDF文件不仅限于读取整页文本,还有提取文档中的表格数据,图片或特定区域的内容,下面我们来看看如何使用Python实... 目录安装 python 库提取 PDF 文本内容:获取整页文本与指定区域内容获取页面上的所有文本内容获取