Openpilot 主要控制車輛程式模組介紹

OpenPilot 的功能是透過多個程式模組實現的。以下是對 OpenPilot 原始碼中主要相關功能實現的介紹，以及各部分所在的程式位置：

---

1. 車道線偵測與識別

• 模組名稱：selfdrive/modeld
• 檔案：
  • modeld.py: 負責加載車道線和路徑預測模型，與神經網絡進行交互。
  • 模型文件：selfdrive/modeld/models/supercombo.onnx
    • 這是訓練好的神經網絡，用於處理攝影機影像，預測車道線位置與道路曲率。

---

2. 車速與車輛動態

• 模組名稱：selfdrive/car/
• 檔案：
  • selfdrive/car/<car_brand>/interface.py:
    • 每個車型的 CAN 資料解析與動態參數在這裡處理，例如車速、方向盤角度、扭矩限制。
  • carstate.py:
    • 定義車輛狀態的資料結構，包括車速、方向盤角度等。

---

3. 地圖和導航數據

• 模組名稱：selfdrive/navd（如果使用導航功能）
• 檔案：
  • navd.py: 負責處理 GPS 與導航數據，幫助預測未來的彎道。
  • 地圖數據目前僅在特定車型上有限支持。

---

4. CAN 總線數據

• 模組名稱：selfdrive/car/
• 檔案：
  • can_parser.py:
    • 用於解析 CAN 總線數據，提取車輛的實時資訊（如車速、方向盤角度）。
  • sendcan.py:
    • 用於將控制指令發送到車輛，例如轉向扭矩命令。

---

5. 控制算法

• 模組名稱：selfdrive/controls
• 檔案：
  • controlsd.py:
    • 核心控制流程，包含方向盤控制邏輯，整合車道線數據和車速等信息。
  • latcontrol_pid.py 和 latcontrol_indep.py:
    • 橫向控制（方向盤）的具體實現。PID 和其他控制器用於計算方向盤需要的扭矩。
  • pathplanner.py:
    • 根據車道線數據規劃行駛路徑。
  • planner.py:
    • 綜合車輛動態數據和路徑規劃結果，輸出方向盤轉角或扭矩指令。

---

6. 駕駛人干預處理

• 模組名稱：selfdrive/monitoring
• 檔案：
  • driver_monitoring.py:
    • 負責監控駕駛人是否干預方向盤，或者駕駛人是否注意力集中。
  • 如果檢測到駕駛人干預，會暫停自動轉向。

---

7. 車型參數

• 模組名稱：selfdrive/car/<car_brand>/values.py
• 檔案：
  • 包含每個車型的參數，例如：
    • 最大轉向扭矩（maxSteerTorque）
    • 最大方向盤角度（maxSteeringAngle）
    • 轉向校準數據。
  • 例如，對於 Volvo 的部分車型，可以在 selfdrive/car/volvo/values.py 中找到。

---

8. 感知與控制的整合點

• 模組名稱：selfdrive/controls/controlsd.py
  • 這是核心控制模組，負責整合上述模組的數據（車速、車道、導航、CAN 總線數據等），並計算最終的方向盤控制指令。
  • 函數：
    • update(): 收集來自其他模組的數據。
    • run(): 執行控制邏輯並發送控制命令。

---

如何查看和修改程式？

1. 下載原始碼：從 OpenPilot 官方 GitHub 獲取原始碼。
2. 關鍵搜尋：
   • 搜尋關鍵詞 steering、torque、lane、path，可以快速找到與方向盤相關的程式部分。
3. 測試與調整：
   • 通過調整 latcontrol_pid.py 或 values.py 中的參數進行方向盤控制優化。

這些功能和邏輯讓 OpenPilot 能夠根據車輛的感知資訊實現高效的方向盤轉向控制。