scripts/plot_json_objects_scenario.py

   1 """Plot JSON formatted scenario."""
   2 from json import loads
   3 from math import cos, pi, sin
   4 from math import inf
   5 from matplotlib import pyplot as plt
   6 from sys import argv, exit
   7
   8 BCAR_MTR = 10.820
   9 BCAR_WB = 2.450
  10 BCAR_W = 1.625
  11 BCAR_L = 3.760
  12 BCAR_SD = 0
  13 BCAR_DF = 3.105
  14 BCAR_DR = 0.655
  15
  16 MINX = inf
  17 MINY = inf
  18
  19 def get_scenario(fname):
  20     """Load scenario from file."""
  21     if fname is None:
  22         raise ValueError("File name as argument needed")
  23     with open(fname, "r") as f:
  24         scenario = loads(f.read())
  25     return scenario
  26
  27 def plot_nodes(nodes=[]):
  28     """Return ``xcoords``, ``ycoords`` arrays of nodes to plot.
  29
  30     Keyword arguments:
  31     nodes -- The list of nodes to plot.
  32     """
  33     xcoords = []
  34     ycoords = []
  35     for n in nodes:
  36         xcoords.append(n[0] - MINX)
  37         ycoords.append(n[1] - MINY)
  38     return (xcoords, ycoords)
  39
  40 def plot_car(pose):
  41     """Return ``xcoords``, ``ycoords`` arrays of car frame to plot.
  42
  43     Keyword arguments:
  44     pose -- The pose of a car.
  45     """
  46     lfx = pose[0]
  47     lfx += (BCAR_W / 2.0) * cos(pose[2] + pi / 2.0)
  48     lfx += BCAR_DF * cos(pose[2])
  49     lfx += BCAR_SD * cos(pose[2])
  50
  51     lf3x = pose[0]
  52     lf3x += (BCAR_W / 2.0) * cos(pose[2] + pi / 2.0)
  53     lf3x += 2/3 * BCAR_DF * cos(pose[2])
  54     lf3x += BCAR_SD * cos(pose[2])
  55
  56     lrx = pose[0]
  57     lrx += (BCAR_W / 2.0) * cos(pose[2] + pi / 2.0)
  58     lrx += -BCAR_DR * cos(pose[2])
  59     lrx += -BCAR_SD * cos(pose[2])
  60
  61     rrx = pose[0]
  62     rrx += (BCAR_W / 2.0) * cos(pose[2] - pi / 2.0)
  63     rrx += -BCAR_DR * cos(pose[2])
  64     rrx += -BCAR_SD * cos(pose[2])
  65
  66     rfx = pose[0]
  67     rfx += (BCAR_W / 2.0) * cos(pose[2] - pi / 2.0)
  68     rfx += BCAR_DF * cos(pose[2])
  69     rfx += BCAR_SD * cos(pose[2])
  70
  71     rf3x = pose[0]
  72     rf3x += (BCAR_W / 2.0) * cos(pose[2] - pi / 2.0)
  73     rf3x += 2/3 * BCAR_DF * cos(pose[2])
  74     rf3x += BCAR_SD * cos(pose[2])
  75
  76     lfy = pose[1]
  77     lfy += (BCAR_W / 2.0) * sin(pose[2] + pi / 2.0)
  78     lfy += BCAR_DF * sin(pose[2])
  79     lfy += BCAR_SD * sin(pose[2])
  80
  81     lf3y = pose[1]
  82     lf3y += (BCAR_W / 2.0) * sin(pose[2] + pi / 2.0)
  83     lf3y += 2/3 * BCAR_DF * sin(pose[2])
  84     lf3y += BCAR_SD * sin(pose[2])
  85
  86     lry = pose[1]
  87     lry += (BCAR_W / 2.0) * sin(pose[2] + pi / 2.0)
  88     lry += -BCAR_DR * sin(pose[2])
  89     lry += -BCAR_SD * sin(pose[2])
  90
  91     rry = pose[1]
  92     rry += (BCAR_W / 2.0) * sin(pose[2] - pi / 2.0)
  93     rry += -BCAR_DR * sin(pose[2])
  94     rry += -BCAR_SD * sin(pose[2])
  95
  96     rfy = pose[1]
  97     rfy += (BCAR_W / 2.0) * sin(pose[2] - pi / 2.0)
  98     rfy += BCAR_DF * sin(pose[2])
  99     rfy += BCAR_SD * sin(pose[2])
 100
 101     rf3y = pose[1]
 102     rf3y += (BCAR_W / 2.0) * sin(pose[2] - pi / 2.0)
 103     rf3y += 2/3 * BCAR_DF * sin(pose[2])
 104     rf3y += BCAR_SD * sin(pose[2])
 105
 106     cfx = pose[0]
 107     cfx += BCAR_DF * cos(pose[2])
 108     cfx += BCAR_SD * cos(pose[2])
 109
 110     cfy = pose[1]
 111     cfy += BCAR_DF * sin(pose[2])
 112     cfy += BCAR_SD * sin(pose[2])
 113
 114     xcoords = (lfx, lrx, rrx, rfx, cfx, rf3x, lf3x, cfx, lfx)
 115     ycoords = (lfy, lry, rry, rfy, cfy, rf3y, lf3y, cfy, lfy)
 116     return ([x - MINX for x in xcoords], [y - MINY for y in ycoords])
 117
 118 if __name__ == "__main__":
 119     if (len(argv) == 2):
 120         SCEN_FILE = argv[1]
 121     else:
 122         SCEN_FILE = "sc.json"
 123
 124     scenario = get_scenario(SCEN_FILE)
 125
 126     # Font size to be approximately the same in the paper:
 127     #   - sc1-0: 16
 128     #   - sc3-2, Intro: 12
 129     #   - sc4-0+: 22
 130     plt.rcParams["font.family"] = "cmr10"
 131     plt.rcParams["font.size"] = 12
 132     plt.rcParams['hatch.linewidth'] = 1.0
 133     plt.rcParams['lines.linewidth'] = 1.0
 134     fig = plt.figure()
 135
 136     # here subplot starts
 137     ax = fig.add_subplot(111)
 138     ax.set_aspect("equal")
 139     ax.set_title("Real-world parking scenario")
 140     ax.set_xlabel("x [m]")
 141     ax.set_ylabel("y [m]")
 142
 143     # For Possible Entry Points (Possible Entry Configurations) use:
 144     #ax.set_xlim([35.6, 46.4])
 145     #ax.set_ylim([2.9, 2.9 + 6.84])
 146
 147     # For Last Maneuver use:
 148     #ax.set_xlim([38, 44])
 149     #ax.set_ylim([3.1, 6.9])
 150
 151     # For Scenario 3-2 detail use:
 152     #ax.set_xlim([0, 15])
 153     #ax.set_ylim([35, 50])
 154
 155     # For Real-world parking scenario in Introduction section use:
 156     #ax.set_xlim([32, 47.5])
 157     #ax.set_ylim([2.4, 9.9])
 158
 159     # Set min and max to center the plot.
 160     MINX = scenario["init"][0]
 161     MINY = scenario["init"][1]
 162     if "obst" in scenario and  len(scenario["obst"]) > 0:
 163         for o in scenario["obst"]:
 164             for n in o:
 165                 if n[0] < MINX:
 166                     MINX = n[0]
 167                 if n[1] < MINY:
 168                     MINY = n[1]
 169
 170     # Plot all the nodes (if exists), obstacles, and slot.
 171     if "nodes_x" in scenario and "nodes_y" in scenario:
 172         plt.plot(
 173             scenario["nodes_x"] - MINX,
 174             scenario["nodes_y"] - MINY,
 175             color="lightgray",
 176             marker="o",
 177             ms=2,
 178             lw=0,
 179         )
 180     if "obst" in scenario and len(scenario["obst"]) > 0:
 181         for o in scenario["obst"]:
 182             plt.plot(*plot_nodes(o), color="blue", linestyle=":")
 183     if "slot" in scenario and len(scenario["slot"]) > 0:
 184         plt.plot(*plot_nodes(scenario["slot"][0]), color="black")
 185         #for s in scenario["slot"]:
 186         #    plt.plot(*plot_nodes(s), color="black")
 187
 188     # Plot `init`, `entry`, and `goal` configurations.
 189     if "init" in scenario and len(scenario["init"]) == 3:
 190         plt.plot(*plot_car(scenario["init"]), color="red")
 191         plt.plot(
 192             scenario["init"][0] - MINX,
 193             scenario["init"][1] - MINY,
 194             color="red",
 195             marker="+",
 196             ms=12
 197         )
 198     if "entry" in scenario and len(scenario["entry"]) == 3:
 199         plt.plot(*plot_car(scenario["entry"]), color="magenta")
 200         plt.plot(
 201             scenario["entry"][0] - MINX,
 202             scenario["entry"][1] - MINY,
 203             color="magenta",
 204             marker="+",
 205             ms=12
 206         )
 207     if "goal" in scenario and len(scenario["goal"]) == 3:
 208         plt.plot(*plot_car(scenario["goal"]), color="green")
 209         plt.plot(
 210             scenario["goal"][0] - MINX,
 211             scenario["goal"][1] - MINY,
 212             color="green",
 213             marker="+",
 214             ms=12
 215         )
 216
 217     # Plot `path` and `max_path`.
 218     if "max_path" in scenario and  len(scenario["path"]) > 0:
 219         plt.plot(*plot_nodes(scenario["max_path"]), color="orange")
 220     if "path" in scenario and  len(scenario["path"]) > 0:
 221         plt.plot(*plot_nodes(scenario["path"]), color="orange")
 222
 223     # If there are possible starts specified, you may print and plot them.
 224     #if "starts" in scenario and len(scenario["starts"]) > 0:
 225     #    print("possible starts:")
 226     #    for p in scenario["starts"]:
 227     #        plt.plot(*p, color="red", marker="+", ms=12)
 228     #        print(" {}".format(p))
 229
 230     # For the Last Maneuver figure from the paper, use:
 231     #   - `init2` -- orange
 232     #plt.plot(*plot_car(scenario["init2"]), color="orange")
 233     #plt.plot(
 234     #    scenario["init2"][0] - MINX,
 235     #    scenario["init2"][1] - MINY,
 236     #    color="orange",
 237     #    #marker="+",
 238     #    ms=12
 239     #)
 240     #   - `goal2` -- orange
 241     #plt.plot(*plot_car(scenario["goal2"]), color="orange")
 242     #plt.plot(
 243     #    scenario["goal2"][0] - MINX,
 244     #    scenario["goal2"][1] - MINY,
 245     #    color="orange",
 246     #    #marker="+",
 247     #    ms=12
 248     #)
 249     #   - `goal2` -- middle (orange)
 250     #plt.plot(*plot_car(scenario["goals"][0]), color="orange")
 251     #plt.plot(
 252     #    scenario["goal2"][0] - MINX,
 253     #    scenario["goal2"][1] - MINY,
 254     #    color="orange",
 255     #    #marker="+",
 256     #    ms=12
 257     #)
 258     #   - `init1` -- green
 259     #plt.plot(*plot_car(scenario["init1"]), color="green")
 260     #plt.plot(
 261     #    scenario["init1"][0] - MINX,
 262     #    scenario["init1"][1] - MINY,
 263     #    color="green",
 264     #    #marker="+",
 265     #    ms=12
 266     #)
 267     #   - `goal1` -- green
 268     #plt.plot(*plot_car(scenario["goal1"]), color="green")
 269     #plt.plot(
 270     #    scenario["goal1"][0] - MINX,
 271     #    scenario["goal1"][1] - MINY,
 272     #    color="green",
 273     #    #marker="+",
 274     #    ms=12
 275     #)
 276
 277     # For the Possible Entry Configurations from the paper, use:
 278     #if "inits" in scenario:
 279     #    for i in scenario["inits"]:
 280     #        print(i)
 281     #        if len(i) == 3:
 282     #            plt.plot(*plot_car(i), color="gray")
 283     #            plt.plot(
 284     #                i[0] - MINX,
 285     #                i[1] - MINY,
 286     #                color="gray",
 287     #                marker="+",
 288     #                ms=12,
 289     #            )
 290     #    plt.plot(*plot_car(scenario["inits"][0]), color="magenta")
 291     #    plt.plot(
 292     #        scenario["inits"][0][0] - MINX,
 293     #        scenario["inits"][0][1] - MINY,
 294     #        color="magenta",
 295     #        marker="+",
 296     #        ms=12,
 297     #    )
 298
 299     # The `scenario` may also include:
 300     #   - `last` -- not sure what this is, see the source code. Maybe overlaps
 301     #     with the `goal`.
 302     #   - `last1` -- used to demonstrate In-Slot Planner (was Parking Slot
 303     #     Planner (PSP.))
 304     #   - `last2` -- used to demonstrate In-Slot Planner (was Parking Slot
 305     #     Planner (PSP.))
 306     #   - `max_orig_path` -- maximum original path. I used this when comparing
 307     #     original paths but I had to copy the `max_orig_path` by hand from
 308     #     different scenario result.
 309     #   - `orig_path` -- the path before the optimization.
 310     #   - `max_path` -- the maximum path after optimization. Must be copied by
 311     #     hand.
 312     #   - `path` -- optimized path of the scenario.
 313
 314     handles, labels = ax.get_legend_handles_labels()
 315
 316     # Uncommnent the following line and comment the plt.show() to store to the
 317     # file.
 318     plt.savefig("out.eps", bbox_inches="tight")
 319     #plt.show()
 320     plt.close(fig)