Roboracer China 2025 — NPU-FSD-TianRacer Team

2025“申达杯”智能无人系统应用挑战赛 Roboracer China 冠军方案

本仓库为 NPU-FSD-TianRacer 战队 在 Roboracer China 2025 申达杯 比赛中的开源代码，包含完整的 ​TianRacer 仿真环境​，可用于算法验证、竞速策略开发以及实际演示。原理见方案讲解视频。

本项目基于 ​ROS Noetic + Gazebo​，提供可直接运行的多车仿真、路径规划与竞速控制程序。 你可以直接运行我们的 baseline，也可以替换控制代码实现自己的竞速策略。

---

✨ 功能特性 Features

• 🚗 TianRacer 赛车 Gazebo 仿真环境
• 🛣️ 自动驾驶 / 竞速导航示例代码
• ⚙️ 可替换的竞速算法脚本
• 🧪 仿真测试与竞速对比功能

---

🛠️ 环境配置 Environment Setup

1. 创建工作空间 (推荐：catkin_ws)

mkdir -p ~/catkin_ws/src
cd ~/catkin_ws/src

2. 克隆本仓库

git clone https://github.com/npu-ius-lab/Roboracer_China_2025.git

3. 编译工作空间

cd ..
catkin_make
source devel/setup.bash

---

🚀 仿真运行 Simulation Run

1. 启动 TianRacer 两车仿真环境

roslaunch tianracer_gazebo demo_sim_two_tianracer.launch

2. 运行 baseline 算法

rosrun tianracer_navigation use_to_battle_fast1.py

---

🔧 自定义算法开发 Customize Your Racing Algorithm

你可以修改/替换：

tianracer_navigation/use_to_battle_fast2.py

该脚本为 用户自定义竞速策略 的接口示例，你可以在里面加入自己的路径规划、控制、行为预测等算法。

开发完成后运行：

rosrun tianracer_navigation use_to_battle_fast2.py

---

🏁 竞速性能对比 Racing Comparison

若你想对比 baseline 与自己的算法：

• baseline：use_to_battle_fast1.py
• 自定义：use_to_battle_fast2.py

只需分别运行脚本并观察车辆圈速差异、路径轨迹与控制效果。

--

📷 仿真环境展示

---

📂 项目结构 Project Structure

Roboracer_China_2025/
├── tianracer_gazebo/        # 仿真世界、模型、场景
├── tianracer_navigation/    # 控制/导航算法
│   ├── use_to_battle_fast1.py   # baseline
│   ├── use_to_battle_fast2.py   # 自定义测试脚本
├── tianracer_description/   # URDF 车辆模型
└── README.md

调试Debug

由于反应式算法需要大量逻辑判断，人为定义规则处理大量corner case。通过发布车辆前进方向，并利用Rviz进行可视化可以辅助调试。

🤝 致谢 Acknowledgment

本项目由 西北工业大学·智能无人系统实验室（NPU-IUS-Lab）FSD-TianRacer 战队 开发，用于推动Roboracer无人车竞速的学习与创新。 特别感谢 天之博特（Tianbot） 的大力支持！