最近没啥可写博客了的，而且自己的毕业设计刚好是ROS的SLAM+MoveIt相关的，怕写的太多论文查重没法通过。
最近有小伙伴联系到我，问了我八个ROS问题，我觉得很有意义，所以在这里给大家整理一下供大家一起学习。
大家在学习有困惑可以发送问题给我（1692697820@qq.com），我会找时间整理并回复大家。也欢迎大家在“泡泡”里面进行提问~
这里我们来讲解第七个问题，如何对于导航中的路径规划算法进行优化呢？经常听到A*算法和迪杰斯特拉算法，但完全不知道怎么修改？
不知道你们有没有发现，ROS到现在好多年了的，算法依旧还是那几个，很少有新的算法加入到ROS系统下，是因为算法经典吗？不，并不是！只是因为大多数算法仍然停留在“理论“阶段！
导航 = 定位+路径规划！
说到这里，我们不得不再来看一下move_base框架！
在使用ROS系统实现导航功能的时候，我们发布一个goal的内容，这个话题的内容由坐标点（右手坐标系）和姿态（四元数）组成，是机器人将要前往的坐标点数值及达到这个坐标点的时候，机器人处于什么样的一个姿态！在前往这个点的过程当中，我们需要通过map_server地图服务器来加载更新地图数据，我们需要传感器数据（LaserScan或者PointCloud）来感知环境，我们需要里程计（编码器计数，好点的加个IMU）数据来进行位置和姿态估计，机器人中心点坐标和各个传感器坐标、以及机器人在地图上的位置，是通过tf来描述，机器人在地图上的位置，是通过amcl来实现定位。在前往目标点的过程当中，会根据这些数据发布一个cmd_vel给底盘驱动器来执行。
在这个框架的里面，分为global_planner全局规划器、global_costmap全局代价地图和local_planner局部规划器和local_costmap局部代价地图，以及recovery_behaviors自恢复机制。
机器人起始是一个坐标点，达到的位置是一个坐标点。在这两点所规划的路线就是全局路线，全局代价地图就是整个地图。在ROS下我们使用的是栅格地图，分为障碍物区域、可行驶区域、未知区域（应该基本就这三种，个人理解）。
这里每一种颜色我们可以假设一个值，通过数据结构的一些算法就可以计算得出一条路径。比如Dijkstra（迪杰斯特拉）算法、Floyd（弗洛伊德）算法，这些是在数据结构上面简单基础的，复杂一些的比如A*算法、LPA算法等等内容。这些算法的学习并不困难，难的是如何把这些算法应用在自己的设计上面。（关于Dijkstra算法可参考《听我给你吹——Dijkstra算法》）
机器人在执行全局规划好的路线时，外界环境可能出现变化（比如出现一个人、或者增加了障碍物）导致无法通过等情况都是有可能的。机器人在执行路线的时候，也是一段一段的来执行，在某一段的情况下，就需要通过局部代价地图来进行局部路径规划。
这张图里面的那个框，就是局部地图的范围。在局部地图当中，我们对雷达识别的障碍物轮廓进行了”不同等级的膨胀“处理，每种颜色都是一个对应的值，通过这些值来决策规划最优路线。其实这里有些扯。如果你玩过这部分内容的话，你会发现机器人是“贴墙”走的，这就是最优！
recovery_behaviors自恢复机制很有用，当机器人定位丢失的情况下，就会启动自恢复机制。这个时候你会发现机器人会原地转圈，尝试着找到一个相对准确的定位。其实很多情况下是姿态问题才导致定位丢失，坐标数值的话，基本你不是抱着车跑的情况下，坐标基本不会丢。所以做多传感融合还是十分有必要的。
那么自己写的算法怎么加入到ROS系统下，先别急！我们再来聊两个东西DWA（Dynamic Window Approach，动态窗口方法）路径规划算法和TEB（Timed Elastic Band）路径规划算法，MPC（Model Predictive Control，模型预测控制）路径规划算法也不错！这三个是现在ROS用的最多的三个，也是开源的，其中DWA局部路径规划器可以说是最基础应用到的。
机器人在获得目的地信息后，首先经过全局路径规划规划出一条大致可行的路线，然后调用局部路径规划器根据这条路线及costmap的信息规划出机器人在局部时做出具体行动策略。在ROS中每当move_base处于规划状态就调用DWA算法计算出一条最佳的速度指令，发送给机器人运动底盘执行。
在ros move base控制循环中会在规划出新的路径时，将新的全局路径利用setPlan传给DWAPlannerROS，直接保存为global_plan_。此时的路径时相对于全局地图的全局坐标系的（通常为"map")。在计算速度前，会先将全局路径映射到局部地图坐标系下（通常为“odom”），在getLocalPlan中，先将较长的全局路径映射并截断到局部地图内（即坐标系转换为局部地图，且范围完全在局部地图内，超出地图的则抛弃，局部地图为costmap），局部地图使用的是rolling_window。然后，裁减全局路径和局部路径（与机器人当前位置距离超过1m的旧的路径会被裁减掉）。有了局部的目标点，就可以做规划了。
在ROS中的全局规划，navigation功能包以Dijkstra算法进行全局路径规划，局部规划有D
WA、TEB、MPC三种。在ROS下使用A*算法、RRT算法等实现规划，可以借鉴以下内容（我看的似懂非懂）。
确实是很多纯理论的东西，转成代码到实际应用，还需要很长的时间~
评论（0）
您还未登录，请登录后发表或查看评论