ROS2极简总结-Nav2-概述（上）规划器

zhangrelay

发布于 2021-12-02 13:04:30

2.8K00

代码可运行

文章被收录于专栏：机器人课程与技术机器人课程与技术

运行总次数：0

代码可运行

meta-package：元功能包（或综合功能包）为一系列功能包的组合。

Navigation 2 是一个元功能包，它使移动平台能够到达预定目标。

加载、服务和存储地图 ([nav2_map_server])
在地图上定位机器人 ([nav2_amcl])
围绕障碍物规划从 A 到 B 的路径（[nav2_planner]）
控制机器人跟随路径（[nav2_controller]）
将传感器数据转换为世界的代价地图表示 ([nav2_costmap_2d])
使用行为树（[nav2__behavior_trees] 和 [nav2_bt_navigator]）构建复杂的机器人行为
计算发生故障时的恢复行为 ([nav2_recoveries])
按照顺序航点（[nav2_waypoint_follower]）
管理服务器的生命周期 ([nav2_lifecycle_manager])
启用自定义算法和行为的插件 ([nav2_core])

规划概述 Planning

注意黄色标出部分。扩展如下：

其中目标-路径-/cmd_vel-机器人。

插件 Plugins

[nav2_core]：托管插件的抽象接口（虚拟基类）

规划 Planning

规划器会帮助找到成本最低的路径。

成本包含很多方面（物体接近度、持续时间、向后运动、旋转……）

代价地图 Costmap

[nav2_costmap_2d] 代价图计算障碍物周围的成本，并标出机器人安全和不安全的地方。

障碍物膨胀 Inflatation of obstacles

图Figure 1：工作空间W到配置空间C的转换 (a) W 空间中的圆形机器人和障碍物 (b) 基于机器人足迹的变换 (c) C 空间中的点机器人和膨胀障碍物

图Figure 2：障碍物膨胀 (a) 点机器人（无充气） (b) 小型圆形机器人 (c) 大型圆形机器人

代价地图配置 Costmap Configuration

每一层的细则（"static_layer", "obstacle_layer", "voxel_layer", "inflation_layer"）：

- 静态地图层Static Map Layer：来自一个不变的数据外部来源（静态地图） - 障碍物层Obstacle Layer：在读取时跟踪障碍物通过传感器数据（2D、LaserScan） - 体素层Voxel Layer：使用跟踪障碍物点云2（3D） - 膨胀层Inflation Layer：膨胀障碍物表示机器人的配置空间

turtlebot-burger，配置如下：

局部代价地图

local_costmap:
  local_costmap:
    ros__parameters:
      update_frequency: 5.0
      publish_frequency: 2.0
      global_frame: odom
      robot_base_frame: base_link
      use_sim_time: False
      rolling_window: true
      width: 3
      height: 3
      resolution: 0.05
      robot_radius: 0.1
      plugins: ["obstacle_layer", "voxel_layer", "inflation_layer"]
      inflation_layer:
        plugin: "nav2_costmap_2d::InflationLayer"
        cost_scaling_factor: 1.0
      obstacle_layer:
        plugin: "nav2_costmap_2d::ObstacleLayer"
        enabled: True
        observation_sources: scan
        scan:
          topic: /scan
          max_obstacle_height: 2.0
          clearing: True
          marking: True
          data_type: "LaserScan"
      voxel_layer:
        plugin: "nav2_costmap_2d::VoxelLayer"
        enabled: True
        publish_voxel_map: True
        origin_z: 0.0
        z_resolution: 0.05
        z_voxels: 16
        max_obstacle_height: 2.0
        mark_threshold: 0
        observation_sources: pointcloud
        pointcloud:
          topic: /intel_realsense_r200_depth/points
          max_obstacle_height: 2.0
          clearing: True
          marking: True
          data_type: "PointCloud2"
      static_layer:
        map_subscribe_transient_local: True
      always_send_full_costmap: True
  local_costmap_client:
    ros__parameters:
      use_sim_time: False
  local_costmap_rclcpp_node:
    ros__parameters:
      use_sim_time: False

全局代价地图：

global_costmap:
  global_costmap:
    ros__parameters:
      update_frequency: 1.0
      publish_frequency: 1.0
      global_frame: map
      robot_base_frame: base_link
      use_sim_time: False
      robot_radius: 0.1
      resolution: 0.05
      plugins: ["static_layer", "obstacle_layer", "voxel_layer", "inflation_layer"]
      obstacle_layer:
        plugin: "nav2_costmap_2d::ObstacleLayer"
        enabled: True
        observation_sources: scan
        scan:
          topic: /scan
          max_obstacle_height: 2.0
          clearing: True
          marking: True
          data_type: "LaserScan"
      voxel_layer:
        plugin: "nav2_costmap_2d::VoxelLayer"
        enabled: True
        publish_voxel_map: True
        origin_z: 0.0
        z_resolution: 0.05
        z_voxels: 16
        max_obstacle_height: 2.0
        mark_threshold: 0
        observation_sources: pointcloud
        pointcloud:
          topic: /intel_realsense_r200_depth/points
          max_obstacle_height: 2.0
          clearing: True
          marking: True
          data_type: "PointCloud2"
      static_layer:
        plugin: "nav2_costmap_2d::StaticLayer"
        map_subscribe_transient_local: True
      inflation_layer:
        plugin: "nav2_costmap_2d::InflationLayer"
        cost_scaling_factor: 1.0
        inflation_radius: 0.55
      always_send_full_costmap: True
  global_costmap_client:
    ros__parameters:
      use_sim_time: False
  global_costmap_rclcpp_node:
    ros__parameters:
      use_sim_time: False

规划服务器 Planner Server

规划服务器[nav2_planner]：尝试为到达目标点找到全局规划路径。

默认是 nav2_navfn_planner：

支持2种搜索算法：
- Dijkstra：找到最短路径
- A*：使用启发式来引导自身，但不保证找到最短路径
使用全局代价地图（仍可以通过机器人传感器更新）

在以下位置发布路径：~/plan (nav2_msgs/Path)

Dijkstra	A*

规划服务器配置 Planner Server Configuration

~allow_unknown (bool, default: true)
~tolerance (double, default: 0.0)

参考turtlebot-burger

planner_server:
  ros__parameters:
    expected_planner_frequency: 20.0
    use_sim_time: False
    planner_plugins: ["GridBased"]
    GridBased:
      plugin: "nav2_navfn_planner/NavfnPlanner"
      tolerance: 0.5
      use_astar: false
      allow_unknown: true

下一节为控制（Controller）。

本文参与腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。

原始发表：2021/09/01 ，如有侵权请联系 cloudcommunity@tencent.com 删除

机器人

对象存储

本文分享自作者个人站点/博客前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

机器人

对象存储

登录后参与评论

0 条评论

热度