本节目标：加载一张地图，在地图中放置一个机器人,根据代价地图，膨胀等进行路径规划并自动导航。
实现：

1. 打开gazebo和模型文件（car_move.launch）
2. 运行move_base相关launch文件（含rviz）
3. 启动机器人
4. 配置rviz，并保存为新的rviz文件存入launch文件中

前期准备

1. 延用工作空间test2_ws;
2. 功能包demo5_navigation存放代码；
3. move_base和rviz代码在demo5_navigation/launch/nav3_set_yaml.launch和nav3_all_navagation.launch；
4. 对于move_base用到的参数全放在demo5_navigation/param/文件夹下；
5. rviz配置在demo5_navigation/config/rviz/nav3_movebase.rviz；

基础知识

1、action通信

在本节的设置目标点以及导航的过程完全可以使用service服务通信，为什么要使用action通信呢？

• 简而言之，当我们需要服务器传输的数据较大时，这可能要花费一些时间，在数据传输未完成时，对客户端来说有一个等待时间，此时客户端没反映，会让客户端误以为卡死；
• 此时，action通信就有了作用，它能持续给客户端发送信息，一个类似于进度条功能的东西，这就是action通信的作用，能防止客户端由于久没接受到信息而误判。

2. 代价地图及组成

代价地图有两张:global_costmap(全局代价地图) 和 local_costmap(本地代价地图)。
前者用于全局路径规划，后者用于本地路径规划。

两张代价地图都可以多层叠加,一般有以下层级:

Static Map Layer：静态地图层，SLAM构建的静态地图。

Obstacle Map Layer：障碍地图层，传感器感知的障碍物信息。

Inflation Layer：膨胀层，在以上两层地图上进行膨胀（向外扩张），以避免机器人的外壳会撞上障碍物。

Other Layers：自定义costmap。

3. 碰撞算法

文件详解及过程

接下来再修改一下move_base包下的move_base节点的几项参数即可来适应我们的机器人了：

roscd amcl
cd examples
gedit  amcl_diff.launch 

I、集成参数的launch文件

主要是包含设置参数的launch文件：

<launch>

    <node pkg="move_base" type="move_base" respawn="false" name="move_base" output="screen" clear_params="true">
        <rosparam file="$(find 功能包)/param/costmap_common_params.yaml" command="load" ns="global_costmap" />
        <rosparam file="$(find 功能包)/param/costmap_common_params.yaml" command="load" ns="local_costmap" />
        <rosparam file="$(find 功能包)/param/local_costmap_params.yaml" command="load" />
        <rosparam file="$(find 功能包)/param/global_costmap_params.yaml" command="load" />
        <rosparam file="$(find 功能包)/param/base_local_planner_params.yaml" command="load" />
    </node>

</launch>

II、配置文件

专用编写一个param文件夹来储存本节要用到的存参数的yaml配置文件。
参考一些成熟的机器人的路径规划实现，比如: turtlebot3。
github链接.先下载这些配置文件备用。

1. costmap_common_params.yaml

局路径规划与本地路径规划时调用的通用参数，包括:机器人的尺寸、距离障碍物的安全距离、传感器信息等。

2.global_costmap_params.yaml

该文件用于全局代价地图参数设置.

3. local_costmap_params.yaml

该文件用于局部代价地图参数设置.

4. base_local_planner_params

base_local_planner_params.yaml: 基本的局部规划器参数配置，这个配置文件设定了机器人的最大和最小速度限制值，也设定了加速度的阈值。

全局代价地图可以将膨胀半径和障碍物系数设置的偏大一些；
本地代价地图可以将膨胀半径和障碍物系数设置的偏小一些。

III、编写执行launch文件

文件为nav3_all_navagation.launch。
实现对获取参数yaml文件中的参数，配合rviz执行move_base导航等。

IV、执行查看

1. 加载机器人模型(gazebo)

roslaunch demo4_urdf_gazebo car_move.launch 

2. 运行move_base路径规划

roslaunch demo5_navigation nav3_all_navagation.launch  

3. 配置rviz并保存

先add机器人模型robotmodel
再添加一个静态地图map，topic选择/map，此时地图就有了
添加posearray，设置话题和线束
添加laserscan，和话题/scan，设置size
添加odometry，话题/odom，去掉两个勾

至此，组件添加完毕，保存一下rviz即可nav3_movebase.rviz。

4. 在地图上设置目标点：
   在rviz上方，点击如下箭头输入目标点，点击左键长按拖拽改变方向，松开自动启动小车。

可以观察到小车已经开始自动规划路径：

源码

nav3_set_yaml.launch

<launch>
    <node pkg="move_base" type="move_base" respawn="false" name="move_base" output="screen" clear_params="true">
        <rosparam file="$(find demo5_navigation)/param/costmap_common_params.yaml" command="load" ns="global_costmap" />
        <rosparam file="$(find demo5_navigation)/param/costmap_common_params.yaml" command="load" ns="local_costmap" />
        <rosparam file="$(find demo5_navigation)/param/local_costmap_params.yaml" command="load" />
        <rosparam file="$(find demo5_navigation)/param/global_costmap_params.yaml" command="load" />
        <rosparam file="$(find demo5_navigation)/param/base_local_planner_params.yaml" command="load" />
    </node>
</launch>

nav3_all_navagation.launch

<launch>

        <!-- 运行地图服务器，并且加载设置的地图-->
       <node name="map_server" pkg="map_server" type="map_server" args="$(find demo5_navigation)/map/nav.yaml"/>

        <!-- 启动AMCL节点 -->
        <include file="$(find demo5_navigation)/launch/nav2_amcl.launch" />

        <!-- 运行move_base节点 -->
        <include file="$(find demo5_navigation)/launch/nav3_set_yaml.launch" />

        <!-- 运行rviz -->
        <node name="joint_state_publisher" pkg="joint_state_publisher" type="joint_state_publisher" />
        <node name="robot_state_publisher" pkg="robot_state_publisher" type="robot_state_publisher" />
        <node pkg="rviz" type="rviz" name="rviz"  />

</launch>

base_local_planner_params.yaml

TrajectoryPlannerROS:

# Robot Configuration Parameters
  max_vel_x: 0.5 # X 方向最大速度
  min_vel_x: 0.1 # X 方向最小速速

  max_vel_theta:  1.0 # 
  min_vel_theta: -1.0
  min_in_place_vel_theta: 1.0

  acc_lim_x: 1.0 # X 加速限制
  acc_lim_y: 0.0 # Y 加速限制
  acc_lim_theta: 0.6 # 角速度加速限制

# Goal Tolerance Parameters，目标公差
  xy_goal_tolerance: 0.10
  yaw_goal_tolerance: 0.05

# Differential-drive robot configuration
# 是否是全向移动机器人
  holonomic_robot: false

# Forward Simulation Parameters，前进模拟参数
  sim_time: 0.8
  vx_samples: 18
  vtheta_samples: 20
  sim_granularity: 0.05

costmap_common_params.yaml

#机器人几何参，如果机器人是圆形，设置 robot_radius,如果是其他形状设置 footprint
robot_radius: 0.12 #圆形
# footprint: [[-0.12, -0.12], [-0.12, 0.12], [0.12, 0.12], [0.12, -0.12]] #其他形状

obstacle_range: 3.0 # 用于障碍物探测，比如: 值为 3.0，意味着检测到距离小于 3 米的障碍物时，就会引入代价地图
raytrace_range: 3.5 # 用于清除障碍物，比如：值为 3.5，意味着清除代价地图中 3.5 米以外的障碍物


#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
inflation_radius: 0.2
#代价比例系数，越大则代价值越小
cost_scaling_factor: 3.0

#地图类型
map_type: costmap
#导航包所需要的传感器
observation_sources: scan
#对传感器的坐标系和数据进行配置。这个也会用于代价地图添加和清除障碍物。例如，你可以用激光雷达传感器用于在代价地图添加障碍物，再添加kinect用于导航和清除障碍物。
scan: {sensor_frame: laser, data_type: LaserScan, topic: scan, marking: true, clearing: true}

global_costmap_params.yaml

global_costmap:
            global_frame: map #地图坐标系
            robot_base_frame: base_footprint #机器人坐标系
            # 以此实现坐标变换

            update_frequency: 1.0 #代价地图更新频率
            publish_frequency: 1.0 #代价地图的发布频率
            transform_tolerance: 0.5 #等待坐标变换发布信息的超时时间

            static_map: true # 是否使用一个地图或者地图服务器来初始化全局代价地图，如果不使用静态地图，这个参数为false.

local_costmap_params.yaml

local_costmap:
  global_frame: odom #里程计坐标系
  robot_base_frame: base_footprint #机器人坐标系

  update_frequency: 10.0 #代价地图更新频率
  publish_frequency: 10.0 #代价地图的发布频率
  transform_tolerance: 0.5 #等待坐标变换发布信息的超时时间

  static_map: false  #不需要静态地图，可以提升导航效果
  rolling_window: true #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
  width: 3 # 局部地图宽度 单位是 m
  height: 3 # 局部地图高度 单位是 m
  resolution: 0.05 # 局部地图分辨率 单位是 m，一般与静态地图分辨率保持一致

时隔三个月，导师的小项目我终于写完给甲方交付了80%了，趁着甲方检验，我又又又回归了！

最后

以上就是美好龙猫为你收集整理的【ROS机器人】 --- 2-4. 路径规划_move_base前期准备基础知识文件详解及过程源码的全部内容，希望文章能够帮你解决【ROS机器人】 --- 2-4. 路径规划_move_base前期准备基础知识文件详解及过程源码所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。