Ros学习——导航

Posted 2021-01-26 yrm1160029237

1.导航框架

 

 

 在总体框架图中可以看到，move_base提供了ROS导航的配置、运行、交互接口，它主要包括两个部分：
      （1） 全局路径规划（global planner）：根据给定的目标位置进行总体路径的规划；
      （2） 本地实时规划（local planner）：根据附近的障碍物进行躲避路线规划。

• 全局路径规划（global planner）

        在ROS的导航中，首先会通过全局路径规划，计算出机器人到目标位置的全局路线。这一功能是navfn这个包实现的。
        navfn通过Dijkstra最优路径的算法，计算costmap上的最小花费路径，作为机器人的全局路线。将来在算法上应该还会加入A*算法。

• 本地实时规划（local planner）

        本地的实时规划是利用base_local_planner包实现的。该包使用Trajectory Rollout 和Dynamic Window approaches算法计算机器人每个周期内应该行驶的速度和角度（dx，dy，dtheta velocities）。

　　base_local_planner这个包通过地图数据，通过算法搜索到达目标的多条路经，利用一些评价标准（是否会撞击障碍物，所需要的时间等等）选取最优的路径，并且计算所需要的实时速度和角度。
　　其中，Trajectory Rollout 和Dynamic Window approaches算法的主要思路如下：
      （1） 采样机器人当前的状态（dx,dy,dtheta）；
      （2） 针对每个采样的速度，计算机器人以该速度行驶一段时间后的状态，得出一条行驶的路线。
      （3） 利用一些评价标准为多条路线打分。
      （4） 根据打分，选择最优路径。
      （5） 重复上面过程。

 

2.安装rbx1 package

• 安装gmapping： 由激光雷达数据生成地图（或者深度相机数据）

git clone https://github.com/ros-perception/slam_gmapping.git 

• 安装amcl：在已有的地图内定位机器人

git clone https://github.com/ros-planning/navigation.git

• 其他可能用到的包：提示没有哪个就装哪个

sudo apt-get install 

ros-indigo-turtlebot-bringup ros-indigo-turtlebot-create-desktop ros-indigo-openni-* ros-indigo-openni2-* ros-indigo-freenect-* ros-indigo-usb-cam ros-indigo-laser-* ros-indigo-hokuyo-node 
ros-indigo-audio-common gstreamer0.10-pocketsphinx ros-indigo-pocketsphinx ros-indigo-slam-gmapping ros-indigo-joystick-drivers python-rosinstall ros-indigo-orocos-kdl ros-indigo-python-orocos-kdl 
python-setuptools ros-indigo-dynamixel-motor-* 

libopencv-dev python-opencv ros-indigo-vision-opencv ros-indigo-depthimage-to-laserscan ros-indigo-arbotix-* （我安装的过程中提示没有这个： ERROR:cannot launch node of type [arbotix_python/arbotix_driver]:arbotix_python）
ros-indigo-turtlebot-teleop ros-indigo-move-base ros-indigo-map-server ros-indigo-fake-localization ros-indigo-amcl git subversion mercurial

• 安装rbx1 package 

cd ~/catkin_ws/src
git clone https://github.com/pirobot/rbx1.git cd rbx1
git checkout indigo-devel
cd ~/catkin_ws
catkin_make
source ~/catkin_ws/devel/setup.bash
rospack profile

• 测试

roslaunch rbx1_bringup fake_turtlebot.launch
rosrun rviz rviz -d `rospack find rbx1_nav`/sim.rviz

 

提示错误：Error: package ‘rbx1_nav‘ not found。vmw_ioctl_command error Invalid argument.

解决：退出后，在终端中运行：

$ export SVGA_VGPU10=0

 

 3.运行正方形

• 运行机器人

1.打开一个终端
cd ~/catkin_ws/
catkin_make
source ./devel/setup.bash
cd src
roslaunch rbx1_bringup fake_turtlebot.launch

• 运行rviz仿真环境

//新打开一个终端

cd ~/catkin_ws/
catkin_make
source ./devel/setup.bash
cd src
rosrun rviz rviz -d `rospack find rbx1_nav`/nav_fuerte.rviz

• 运行空地图

//新打开一个终端
cd ~/catkin_ws/
catkin_make
source ./devel/setup.bash
cd src
roslaunch rbx1_nav fake_move_base_blank_map.launch 

• 运行正方形路径 

//打开一个新终端，
cd ~/catkin_ws/
catkin_make
source ./devel/setup.bash
cd src
rosrun rbx1_nav move_base_square.py  

代码解释 move_base_square.py  

 

4.避障行走

• 找到空白地图的终端，ctrl+c退出这个地图，运行障碍地图

 roslaunch rbx1_nav fake_move_base_map_with_obstacles.launch

•  运行正方形路径

rosrun rbx1_nav move_base_square.py  

 运行效果：

 

 若没有显示障碍物，在rviz里加载了这几个display,其中global plan下的costmap，RobotModel,global plan下的Path，Axes是必须的。

 

 

5.amcl定位

• 先运行仿真机器人

//打开一个新终端
cd ~/catkin_ws/
catkin_make
source ./devel/setup.bash
cd src
roslaunch rbx1_bringup fake_turtlebot.launch

• 运行amcl节点

amcl是二维环境下的概率定位系统，之所以说是概率定位系统，是因为它用的是自适应的蒙特卡洛的定位方法，就是之前的粒子滤波，用这个粒子滤波去跟踪机器人当前的状态/

//打开一个新终端

cd ~/catkin_ws/
catkin_make
source ./devel/setup.bash
cd src 
roslaunch rbx1_nav fake_amcl.launch map:=test_map.yaml

• 然后运行rviz

cd ~/catkin_ws/
catkin_make
source ./devel/setup.bash
cd src
rosrun rviz rviz -d `rospack find rbx1_nav`/nav_fuerte.rviz

 

 

 

 

 

 

 参考：

https://www.cnblogs.com/talugirl/p/5962806.html

https://blog.csdn.net/hcx25909/article/details/9470297