门户网站建设工作总结,下载应用商店app,百度站长工具数据提交,阜阳城乡建设档案馆网站资料整理供个人学习使用。 文章目录 一、move_base1、move_base 包内容2、move_base 参数解析1. move_base 参数2. 全局代价地图参数3. 局部代价地图参数4. 全局规划器参数5. 局部规划器参数 二、路径规划1、Dijkstra2、最佳优先搜索3、A*4、A* 和 Dijkstra 比较 三、局部避障1… 资料整理供个人学习使用。 文章目录 一、move_base1、move_base 包内容2、move_base 参数解析1. move_base 参数2. 全局代价地图参数3. 局部代价地图参数4. 全局规划器参数5. 局部规划器参数 二、路径规划1、Dijkstra2、最佳优先搜索3、A*4、A* 和 Dijkstra 比较 三、局部避障1、dwa动态窗口法2、teb时间弹力带3、dwa 和 teb 比较 四、move_base 更换全局路径规划算法1、move_base.launch2、修改 planner_core.cpp 文件3、问题 一、move_base
1、move_base 包内容 需要安装 navigation 包才可以运行 move_base。 move_base 包默认算法
全局路径规划Dijkstra局部路径规划航迹推算
ROS 系统的路径规划由 move_base 统筹在 move_base 中集成了代价地图模块 costmap_2d全局规划器此处使用 global_planner/GlobalPlanner和局部规划器dwa_local_planner/DWAPlannerROS其中 costmap_2d 分别衍生了全局代价地图和局部代价地图此外还有恢复模块 recovery_behaviors采用默认值即可。 2、move_base 参数解析
move_base 需要设置六个部分的参数
move_base 自身参数全局代价地图global_costmap局部代价地图local_costmap全局规划器global_panner局部规划器local_plannerrecovery_behaviors使用默认值先不讲述
以上参数在 move_base 节点加载时全部加载用以下参数文件格式
launchnode pkgmove_base typemove_base respawnfalse namemove_base outputscreenrosparam file$(find xxx)/param/costmap_common_params.yaml commandload nsglobal_costmap /rosparam file$(find xxx)/param/costmap_common_params.yaml commandload nslocal_costmap /rosparam file$(find xxx)/param/local_costmap_params.yaml commandload /rosparam file$(find xxx)/param/global_costmap_params.yaml commandload /rosparam file$(find xxx)/param/base_local_planner_params.yaml commandload /rosparam file$(find xxx)/param/base_global_planner_params.yaml commandload /rosparam file$(find xxx)/param/move_base_params.yaml commandload /remap from/cmd_vel to/cmd_vel//node
/launch1. move_base 参数 move_base 自身的参数是为了控制其他模块有着相应的关联性 ~base_global_planner (string, default: “navfn/NavfnROS” For 1.1 series) 全局规划器用于规划最优路径但是默认值中没有没有实现 A* 算法的全局规划在版本迭代优化后通常设置为 global_planner/GlobalPlanner同时可以设置 A* 或者 D* ~base_local_planner (string, default: “base_local_planner/TrajectoryPlannerROS” For 1.1 series) 局部规划器用于运动过程中的动态避障默认值现在通常设置为 dwa_local_planner/DWAPlannerROS ~recovery_behaviors (list, default: [{name: conservative_reset, type: clear_costmap_recovery/ClearCostmapRecovery}, {name: rotate_recovery, type: rotate_recovery/RotateRecovery}, {name: aggressive_reset, type: clear_costmap_recovery/ClearCostmapRecovery}] For 1.1 series) 恢复模块一个是恢复行为 rotate_recovery一个是地图清理 clear_costmap_recovery通常使用默认值即可
注意当全局路径规划无法到达目标点时才会执行这个恢复模块 ~controller_frequency (double, default: 20.0) 向机器人底盘发送的控制速度的频率这个速度由base_local_planner计算 ~planner_patience (double, default: 5.0) 进行全局规划的时间间隔如果超时则认为规划失败 ~controller_patience (double, default: 15.0) 等待控制速度的时间间隔如果控制速度的发布超过设置时间则认为局部路径规划失败 ~conservative_reset_dist (double, default: 3.0) 在恢复模块执行后重置的代价地图范围 ~recovery_behavior_enabled (bool, default: true) 是否使用恢复模块默认值为true ~clearing_rotation_allowed (bool, default: true) 是否允许旋转恢复行为默认为true ~shutdown_costmaps (bool, default: false) 当move_base不活动时是否关闭代价地图的加载 ~oscillation_timeout (double, default: 0.0) 在执行恢复行为之前允许振荡的时间秒。 ~oscillation_distance (double, default: 0.5) 机器人必须移动多远以米计才能被视为不摆动。如果出现摆动则说明全局规划失败那么将在超时后执行恢复模块。 ~planner_frequency (double, default: 0.0) 全局规划器的执行频率如果为 0 则只有出现新的目标点才会重新规划 ~max_planning_retries (int32_t, default: -1)
在执行恢复行为之前允许计划重试的次数默认为 -1表示全局规划失败后立即执行恢复模块。
2. 全局代价地图参数
全局代价地图和局部代价地图都衍生于 costmap_2d 功能包参数设置也是一样的但是考虑到路径规划和避障的职能不同可以采用不同的参数策略。
全局代价地图可以将膨胀半径设置更大障碍物系数设置更高从而使得路径规划中能够得到远离障碍物的规划路径。 而在局部规划中为了避免避障陷入困境可以设置小一点的膨胀半径和障碍物系数使得机器人能够绕过障碍物。 ~name/plugins (sequence, default: pre-Hydro behavior) 地图序列每层一个。每个地图都是一个包含名称和类型字段的字典。 ~name/global_frame (string, default: “/map”) 代价地图的世界坐标系 ~name/robot_base_frame (string, default: “base_link”) 机器人底座的局部坐标系 ~name/transform_tolerance (double, default: 0.2) 等待坐标变换发布信息的超时时间 ~name/update_frequency (double, default: 5.0) 代价地图的更新频率 ~name/publish_frequency (double, default: 0.0) 代价地图的发布频率 ~name/rolling_window (bool, default: false) 是否使用动态窗口默认为 false在静态的全局地图中地图不会变化 ~name/always_send_full_costmap (bool, default: false) 是否发布全部代价地图默认 false只会发布部分的代价地图加载全图耗费计算资源
下面为设置代价地图的尺寸和精度参数 ~name/width (int, default: 10) 代价地图宽度 ~name/height (int, default: 10) 代价地图高度 ~name/resolution (double, default: 0.05) 代价地图精度即每个网格的尺寸 ~name/origin_x (double, default: 0.0) 代价地图原点x坐标在世界坐标系中的位置 ~name/origin_y (double, default: 0.0) 代价地图原点 y 坐标在世界坐标系中的位置
全局坐标到机器人底座的变换信息可由AMCL等发布
代价地图包含多个地图层
Static Map LayerObstacle Map LayerInflation LayerOther Layers
下面举例说明在Inflation Layer中需要设置两个计算障碍物代价值的参数 ~name/inflation_radius (double, default: 0.55) 膨胀半径扩展在碰撞区域以外的代价区域使得机器人规划路径避开障碍物 ~name/cost_scaling_factor (double, default: 10.0) 代价比例系数越大则代价值越小 公式如下 exp(-1.0 * cost_scaling_factor * (distance_from_obstacle - inscribed_radius)) * (costmap_2d::INSCRIBED_INFLATED_OBSTACLE - 1) 其中 costmap_2d::INSCRIBED_INFLATED_OBSTACLE254 也就是说代价值最大为 253 3. 局部代价地图参数
参数设置与全局相似只是参数的策略上可能会不同
4. 全局规划器参数 ~name/allow_unknown (bool, default: true) 是否允许规划路径穿越未知区域 ~name/default_tolerance (double, default: 0.0) 路径规划的终点与目标点的偏差距离 ~name/visualize_potential (bool, default: false) 是否允许发布点云表达的代价趋势 ~name/use_dijkstra (bool, default: true) 是否使用 D* 全局规划算法默认为 true如果为 false则使用 A* 算法 ~name/use_quadratic (bool, default: true) 是否使用二次逼近的趋势默认为 true否则使用简单的线性方法 ~name/use_grid_path (bool, default: false) 是否沿着网格规划路径默认为 falsefalse 时使用最速下降法计算路径 ~name/old_navfn_behavior (bool, default: false) 是否使用旧版本导航功能默认 false ~name/lethal_cost (int, default: 253) 最高的代价值默认 253 ~name/neutral_cost (int, default: 50) 中性代价系数 ~name/cost_factor (double, default: 3.) 占用网格的系数 ~name/publish_potential (bool, default: True) 是否发布趋势默认为 true ~name/orientation_mode (int, default: 0) 方向设置默认 0采用默认坐标系 ~name/orientation_window_size (int, default: 1) 方向窗口大小默认为 1
5. 局部规划器参数
局部规划器使用局部代价地图实现在全局规划路径上的避障功能
速度参数配置 ~name/acc_lim_x (double, default: 2.5) x轴方向最高加速度 ~name/acc_lim_y (double, default: 2.5) y轴方向最高加速度 ~name/acc_lim_th (double, default: 3.2) 最高旋转加速度 ~name/max_trans_vel (double, default: 0.55) 最大线速度 ~name/min_trans_vel (double, default: 0.1) 最小线速度 ~name/max_vel_x (double, default: 0.55) 最大x轴方向线速度 ~name/min_vel_x (double, default: 0.0) 最小x轴方向线速度 ~name/max_vel_y (double, default: 0.1) 最大y轴方向线速度 ~name/min_vel_y (double, default: -0.1) 最小y轴方向线速度 ~name/max_rot_vel (double, default: 1.0) 最大旋转角速度 ~name/min_rot_vel (double, default: 0.4) 最小旋转角速度
目标误差参数 ~name/yaw_goal_tolerance (double, default: 0.05) 路径规划到达点与目标点的角度允许偏差 ~name/xy_goal_tolerance (double, default: 0.10) 路径规划到达点与目标点的距离允许偏差 ~name/latch_xy_goal_tolerance (bool, default: false) 通常不使用
前向仿真系数 ~name/sim_time (double, default: 1.7) 仿真时间仿真距离sim_time*vel ~name/sim_granularity (double, default: 0.025) 轨迹的碰撞检测距离 ~name/vx_samples (integer, default: 3) x轴方向速度采样数量 ~name/vy_samples (integer, default: 10) y轴方向速度采样数量 ~name/vth_samples (integer, default: 20) 角速度采样数量 ~name/controller_frequency (double, default: 20.0) 发布控制速度的频率
轨迹评分参数 ~name/path_distance_bias (double, default: 32.0) 局部规划路径与全局路径保持一致的权重系数 ~name/goal_distance_bias (double, default: 24.0) 无论从什么路径以多大权重尝试到达目标点增大后于全局规划路径一致性降低 ~name/occdist_scale (double, default: 0.01) 权衡机器人以多大的权重躲避障碍物。该值过大会导致机器人陷入困境 ~name/forward_point_distance (double, default: 0.325) 将机器人与目标点连线并延长forward_point_distance距离作为一个评分点 ~name/stop_time_buffer (double, default: 0.2) 为防止碰撞,机器人必须提前停止的时间长度 ~name/scaling_speed (double, default: 0.25) 开始缩放机器人足迹时的速度的绝对值单位为m/s ~name/max_scaling_factor (double, default: 0.2) 最大缩放因子 ~name/publish_cost_grid (bool, default: false) 是否发布规划器在规划路径时的代价网格.如果设置为 true那么就会在 ~/cost_cloud 话题上发布 sensor_msgs/PointCloud2 类型消息
避免振荡参数
~name/oscillation_reset_dist (double, default: 0.05) 机器人运动多远距离才会重置振荡标记
二、路径规划
1、Dijkstra
用来寻找图形中节点之间的最短路径优先级队列以每个节点距离起点的总移动代价排序每次从优先级队列中选取代价最小的作为下一个遍历的节点不考虑节点移动代价差异时退化为BFS
2、最佳优先搜索
优先级队列以每个节点到终点的距离为优先级每次选取到终点移动代价最小的节点作为下一个遍历的节点
缺点如果起点和终点之间存在障碍物则最佳优先算法找到的很可能不是最短路径
3、A* f(n) 是节点 n 的综合优先级。当我们选择下一个要遍历的节点时我们总会选取综合优先级最高值最小的节点。
g(n) 是节点 n 距离起点的代价h(n) 是节点 n 距离终点的预计代价这也就是 A* 算法的启发函数。
启发函数控制算法的速度和精确度
在极端情况下当启发函数 h(n) 始终为 0则将由 g(n) 决定节点的优先级此时算法就退化成了 Dijkstra 算法。如果 h(n) 始终小于等于节点 n 到终点的代价则 A* 算法保证一定能够找到最短路径。但是当 h(n) 的值越小算法将遍历越多的节点也就导致算法越慢。如果 h(n) 完全等于节点 n 到终点的代价则 A* 算法将找到最佳路径并且速度很快。可惜的是并非所有场景下都能做到这一点。因为在没有达到终点之前我们很难确切算出距离终点还有多远。如果 h(n) 的值比节点 n 到终点的代价要大则 A* 算法不能保证找到最短路径不过此时会很快。在另外一个极端情况下如果 h(n) 相较于 g(n) 大很多则此时只有 h(n) 产生效果这也就变成了最佳优先搜索。对于网格形式的图有以下这些启发函数可以使用 如果图形中只允许朝上下左右四个方向移动则可以使用曼哈顿距离Manhattan distance。如果图形中允许朝八个方向移动则可以使用对角距离。如果图形中允许朝任何方向移动则可以使用欧几里得距离Euclidean distance。
4、A* 和 Dijkstra 比较
Dijkstra 算法计算源点到其他所有点的最短路径长度A* 关注点到点的最短路径包括具体路径)。Dijkstra 算法建立在较为抽象的图论层面A* 算法可以更轻松地用在诸如游戏地图寻路中。Dijkstra 算法的实质是广度优先搜索是一种发散式的搜索所以空间复杂度和时间复杂度都比较高。对路径上的当前点A* 算法不但记录其到源点的代价还计算当前点到目标点的期望代价是一种启发式算法也可以认为是一种深度优先的算法。由第一点当目标点很多时A* 算法会带入大量重复数据和复杂的估价函数所以如果不要求获得具体路径而只比较路径长度时Dijkstra 算法会成为更好的选择。
三、局部避障
1、dwa动态窗口法
原理主要是在速度空间v,w中采样多组速度并模拟出这些速度在一定时间内的运动轨迹并通过评价函数对这些轨迹进行评价选取最优轨迹对应的速度驱动机器人运动。动态窗口法 DWA 的实现包含两个步骤 对机器人速度进行约束限制形成动态窗口进行速度采样根据速度采样点求出待评价轨迹最大化评价函数选取最优速度命令。 动态窗口是由一系列的约束构成其中约束主要包括差动机器人的非完整约束、环境障碍物约束与受结构与电机影响的动力学约束。
优点
计算复杂度低考虑到速度和加速度的限制只有安全的轨迹会被考虑且每次采样的时间较短因此轨迹空间较小可以实现避障可以实时避障但是避障效果一般适用于差分和全向车模
缺点
前瞻性不足只模拟并评价了下一步如在机器人前段遇见 “C” 字形障碍时不能很好的避障动态避障效果差 模拟运动轨迹断动态避障效果差非全局最优路径 每次都选择下一步的最佳路径而非全局最优路径不适用于阿克曼模型车模
2、teb时间弹力带
TEB 全称为 Time Elastic Band定义橡皮筋连接起始、目标点并让这个路径可以变形变形的条件就是将所有约束当做橡皮筋的外力。关于 time eletic band 的简述起始点、目标点状态由用户/全局规划器指定中间插入 N 个控制橡皮筋形状的控制点机器人姿态当然为了显示轨迹的运动学信息我们在点与点之间定义运动时间 Time即为 Timed-Elastic-Band 算法。通过此方法可以把问题描述为一个多目标优化问题通过构建超图(hyper-graph)使用 g2o 框架中的图优化来求解
优点
适用于各种常见车模如差分、全向、阿克曼模型有很强的前瞻性 对前方一段轨迹进行优化动态避障 对动态障碍有较好的避障效果可直接使用其封装好障碍类 Obstacle 如静态障碍时 TEB 算法轨迹规划效果
缺点
计算复杂度较大可通过牺牲预测距离来降低复杂度速度和角度波动较大、控制不稳定源码中是通过两状态之间的距离和角度差及时间差来计算该控制周期内的速度和角速度使得在控制过程中速度和角度波动较大。在计算资源足够的情况下提高控制频率可以改善此现象。
3、dwa 和 teb 比较
teb 在运动过程中会调整自己的位姿朝向当到达目标点时通常机器人的朝向也是目标朝向而不需要旋转。
dwa 则是先到达目标坐标点然后原地旋转到目标朝向。
四、move_base 更换全局路径规划算法
move_base 更换全局路径规划算法A*、Dijkstra、DWA A*、Dijkstra属于全局路径规划、DWA属于局部路径规划。
1、move_base.launch
move_base.launch 文件需要添加以下内容 !--加载A star、Dijkstra算法--param namebase_global_planner valueglobal_planner/GlobalPlanner/param nameplanner_frequency value1.0 /param nameplanner_patience value5.0 /!--加载DWA算法--param namebase_local_planner valuedwa_local_planner/DWAPlannerROS /整体的 move_base.launch 文件内容如下其中 xxx 内容需要修改为对应自己的包
launch!-- Arguments --arg namemodel default$(env TURTLEBOT3_MODEL) docmodel type [burger, waffle, waffle_pi]/arg namecmd_vel_topic default/cmd_vel /arg nameodom_topic default/odom /arg namemove_forward_only defaultfalse/!-- move_base --node pkgmove_base typemove_base respawnfalse namemove_base outputscreen!--加载A star算法--param namebase_global_planner valueglobal_planner/GlobalPlanner/param nameplanner_frequency value1.0 /param nameplanner_patience value5.0 /!--加载DWA算法--param namebase_local_planner valuedwa_local_planner/DWAPlannerROS /!----rosparam file$(find xxx)/param/costmap_common_params_$(arg model).yaml commandload nsglobal_costmap /rosparam file$(find xxx)/param/costmap_common_params_$(arg model).yaml commandload nslocal_costmap /rosparam file$(find xxx)/param/local_costmap_params.yaml commandload /rosparam file$(find xxx)/param/global_costmap_params.yaml commandload /rosparam file$(find xxx)/param/move_base_params.yaml commandload /rosparam file$(find xxx)/param/dwa_local_planner_params_$(arg model).yaml commandload /remap fromcmd_vel to$(arg cmd_vel_topic)/remap fromodom to$(arg odom_topic)/param nameDWAPlannerROS/min_vel_x value0.0 if$(arg move_forward_only) //node
/launch2、修改 planner_core.cpp 文件
planner_core.cpp 文件是 navigation 包中的文件其具体目录如下对应自己的路径
修改如下内容 private_nh.param(use_dijkstra, use_dijkstra, false);此句 true 为使用 dijkstra 算法false 为使用 A star 算法。
ROS_INFO(use_dijkstra);
ROS_INFO(use_A_star);此句可以在运行路径规划时查看自己使用的是 dijkstra 还是 A star。
注意修改完代码之后需要删除 build 和 devel 文件重新 catkin_make 编译。
3、问题 原因膨胀半径设置问题需要自己设置最简单方法是将膨胀半径设置为机器人外切圆。
问题机器人在运行时会出现倒着走的现象。 解决将 base_local_planner_params.yaml 中 holonomic_robot 参数改为 false holonomic_robot参数意义代表是否是全向机器人。
参考
ROSmove_base路径规划介绍、更换全局路径规划算法A star、Dijkstra、DWA测试当前是哪种算法效果展示图路径规划参数解析一——move_base参数解析路径规划之 A* 算法https://www.leiphone.com/category/transportation/0TCtaBOIcFOIBN69.htmlROS局部运动规划器Teb/DWA
