# 无人驾驶之红绿灯识别

## 1.课程内容

**注意：这个程序是在沙盘地图上运行的，个人地图需要自行调整程序**

1.学习小车识别到红绿灯之后做的动作

2.学习新出现的关键源码

### 2.路标检测

路标检测源码路径：

/home/jetson/yahboomcar_ros2_ws/yahboomcar_ws/src/auto_drive/auto_drive/yolo_detect.py

/home/jetson/yahboomcar_ros2_ws/yahboomcar_ws/src/auto_drive/auto_drive/auto_drive.py

### 3.程序启动

```启动相机+底盘+路标车道线
ros2 launch auto_drive auto_drive_bringup.launch.py
```

![](/media/202512/9e9f4afadc7c4ca0906371be10c275828444.png)
程序运行之后会显示yolo识别画面，小车会车道线居中运行，同时会根据行驶过程中识别到的路标做对应的动作。（如果开启程序之后终端没有报错，小车不动，可以运行下面程序来检查参数）

![](/media/202512/eb658b5a6996406e9e01c7371ded76f06921.png)

*   启动动态参数配置节点
```
ros2 run rqt_reconfigure rqt_reconfigure
```

![](/media/202512/3b15864b1fb44f31a9a49046b74277c82287.png)

**如果小车不动检查两个参数，START_AutoDrive 是否勾上了，conbine_nav是否为flase**

☑️ 修改完参数，点击GUI空白处写入参数值。注意只会生效当次启动，永久生效需要将参数修改到源码当中。

### 3.2 识别到红绿灯之后小车的运动

程序识别到红灯后程序会打印

![](/media/202512/431b1e4d106144cea9d6bfabccd025c12951.png)

小车会一直停止红灯等待变绿灯

![](/media/202512/9e19c06728044dffa51b986382c0c4b98809.png)

红灯处理函数在auto_drive.py文件下，下面是识别到红灯之后进入的函数，用户可以自行修改识别到的动作

```
def red_stop(self):
        '''停止 stop'''
        if self.conbine_nav:
            self.cancel_nav_pub.publish(Bool(data=True))
        else:
            self.get_logger().info('red_stop')
            self.turn_action_active = True  # 设置动作标志，暂停车道线控制
            self.__set_current_speed(linear_x=0.0, angular_z=0.0)
            time.sleep(3) 
```

这里是判断到如果不是正在跑路网导航的，小车会暂停车道线控制，同时小车停下来等待其他标志，如果是正在跑路网导航会暂停当前导航。
程序识别到绿灯后程序会打印

![](/media/202512/6c1aa7eb0b7545cdba0abe124d9ecf288186.png)

小车解除停车状态，沿着初始速度前进。

![](/media/202512/01b7e9194a644c1c86b28db116694fc84941.png)

绿灯处理函数在auto_drive.py文件下，下面是识别到绿灯之后进入的函数，用户可以自行修改识别到路标之后小车运动

```
def greenlight(self):
        '''绿灯greenlight'''
        self.get_logger().info('greenlight')
        if self.conbine_nav and self.recentest_pose is not None:
            self.road_net_nav_pub.publish(self.recentest_pose)

else:
            self.turn_action_active = False
```

这里如果是正在跑路网导航的，小车会重新发布停止前的导航状态让小车继续导航，如果不是路网状态会重新启动车道线行驶

```
4.源码解析
4.1、auto_drive.py
yolo路标消息接收：

def sign_callback(self, msg:DetectionObject):
    '''订阅yolo识别结果'''
    class_name = msg.class_name
    object_distance = self._get_distance(msg.ymin)  # 计算距离
    object = Object(msg.class_name, msg.confidence, object_distance)
多重过滤机制：主要为了防止一直识别路标并触发，识别到不同路标才会解锁动作。

# 1. 检查是否正在执行其他动作
if self.action_runing:
    return

# 2. 检查冷却时间（防重复触发）
current_time = time.time()
if class_name in self.last_processed_time:
    time_diff = current_time - self.last_processed_time[class_name]
    if time_diff < self.cooldown_time:  # 默认3秒冷却
        return

# 3. 检查是否是重复路标
if class_name == self.last_sign:
    return

# 4. 检查该路标是否被使能
if not self.sign_enable_list[对应的索引]:
    return
```

事件队列处理

```
def handle_events(self):
    '''处理目标识别事件'''
    while True:
        if not self.event_queue.empty(): 
            object = self.event_queue.get()
            self.action_runing = True
            current_sign = object.class_name
            
            try:
                # 根据路标类型执行相应动作
                if object.class_name == "straight" and self.sign_enable_list[10]:
                    self.go_straight()
                elif object.class_name == "turnright" and self.sign_enable_list[11]:
                    self.turn('right')
                # ... 其他路标处理
                
            finally:
                # 更新状态记录
                self.last_processed_time[current_sign] = time.time()
                self.last_sign = current_sign
                self.action_runing = False
```

具体动作实现

```
def greenlight(self):
        '''绿灯greenlight'''
        self.get_logger().info('greenlight')
        if self.conbine_nav and self.recentest_pose is not None:
            self.road_net_nav_pub.publish(self.recentest_pose)

else:
            self.turn_action_active = False

def red_stop(self):
        '''停止 stop'''
        if self.conbine_nav:
            self.cancel_nav_pub.publish(Bool(data=True))
        else:
            self.get_logger().info('red_stop')
            self.turn_action_active = True  # 设置动作标志，暂停车道线控制
            self.__set_current_speed(linear_x=0.0, angular_z=0.0)
            time.sleep(3) 
```

无人驾驶红绿灯识别