1. 首页
  2. 文章中心
  3. ros

nav的测试

107 阅读 0 评论
我是靠谱客的博主 呆萌嚓茶，最近开发中收集的这篇文章主要介绍nav的测试，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

小车在gazebo和rviz可以实现自动导航

我们要包括以下几个功能包：amcl，gmapping，map_server，move_base。

然后设置这么几个文件夹：launch，config，map，param。

先编写一个demo01_slam.launch文件：

<launch>
    <param name="use_sim_time" value="true"/>
    <node pkg="gmapping" type="slam_gmapping" name="slam_gmapping" output="screen">
        
        <remap from="scan" to="scan"/>


        <param name="base_frame" value="base_footprint" />
        <param name="map_frame" value="map" />
        <param name="odom" value="odom" />

        <param name="map_update_interval" value="5.0"/>
        <param name="maxUrange" value="16.0"/>
        <param name="sigma" value="0.05"/>
        <param name="kernelSize" value="1"/>
        <param name="lstep" value="0.05"/>
        <param name="astep" value="0.05"/>
        <param name="iterations" value="5"/>
        <param name="lsigma" value="0.075"/>
        <param name="ogain" value="3.0"/>
        <param name="lskip" value="0"/>
        <param name="srr" value="0.1"/>
        <param name="srt" value="0.2"/>
        <param name="str" value="0.1"/>
        <param name="stt" value="0.2"/>
        <param name="linearUpdate" value="1.0"/>
        <param name="angularUpdate" value="0.5"/>
        <param name="temporalUpdate" value="3.0"/>
        <param name="resampleThreshold" value="0.5"/>
        <param name="particles" value="30"/>
        <param name="xmin" value="-50.0"/>
        <param name="ymin" value="-50.0"/>
        <param name="xmax" value="50.0"/>
        <param name="ymax" value="50.0"/>
        <param name="delta" value="0.05"/>
        <param name="llsamplerange" value="0.01"/>
        <param name="llsamplestep" value="0.01"/>
        <param name="lasamplerange" value="0.005"/>
        <param name="lasamplestep" value="0.005"/>
    </node>
   
    <node pkg="joint_state_publisher" name="joint_state_publisher" type="joint_state_publisher" />
    <node pkg="robot_state_publisher" name="robot_state_publisher" type="robot_state_publisher" />
 
    <node pkg="rviz" type="rviz" name="rviz" args="-d $(find nav_demo)/config/nav1.rviz" />
</launch>

参数解析：

<param name="base_frame" value="base_footprint" />根坐标系

<param name="map_frame" value="map" />地图坐标系

<param name="odom" value="odom" />里程计坐标系

<param name="map_update_interval" value="5.0"/>地图更新频率

<param name="maxUrange" value="16.0"/>激光最大可用范围

<param name="sigma" value="0.05"/>endpoint匹配标准差

<param name="kernelSize" value="1"/>用于查找对应的kernel size

<param name="lstep" value="0.05"/>平移优化步长

<param name="astep" value="0.05"/>旋转优化步长

<param name="iterations" value="5"/>扫描匹配迭代步数

<param name="lsigma" value="0.075"/>用于扫描匹配概率的激光标准差

<param name="ogain" value="3.0"/>平滑重采样影响使用的gain

<param name="lskip" value="0"/>每次扫描跳过的光束数

<param name="srr" value="0.1"/>平移时里程误差作为平移函数

<param name="srt" value="0.2"/>平移时的里程误差作为旋转函数

<param name="str" value="0.1"/>旋转时的里程误差作为平移函数

<param name="stt" value="0.2"/>旋转时的里程误差作为旋转函数

<param name="linearUpdate" value="1.0"/>机器人每旋转这么多处理一次扫描

<param name="angularUpdate" value="0.5"/>Process a scan each time the robot rotates this far

<param name="temporalUpdate" value="3.0"/>如果最新扫描处理比更新慢，则处理1次扫描。该值为负数时候关闭基于时间的更新

<param name="resampleThreshold" value="0.5"/>基于重采样门限的Neff

<param name="particles" value="30"/>滤波器中粒子数目

<param name="xmin" value="-50.0"/>地图初始尺寸

<param name="ymin" value="-50.0"/>地图初始尺寸

<param name="xmax" value="50.0"/>地图初始尺寸

<param name="ymax" value="50.0"/>地图初始尺寸

<param name="delta" value="0.05"/>地图分辨率

<param name="llsamplerange" value="0.01"/>计算的平移采样距离

<param name="llsamplestep" value="0.01"/>计算的平移采样步长

<param name="lasamplerange" value="0.005"/>用于似然计算的角度采样距离

<param name="lasamplestep" value="0.005"/>用于似然计算的角度采样步长

 

然后我们编写保存地图的demo02_save.launch文件：

<launch>
    <arg name="map" default="nav.yaml" />
    <node pkg="map_server" type="map_server" name="map_reader" args="$(find nav_demo)/map/$(arg map)" />
</launch>

然后是读取地图的demo_03readmap.launch文件：

<launch>
    <arg name="filename" value="$(find nav_demo)/map/nav" />
    <node name="map_save" pkg="map_server" type="map_saver" args="-f $(arg filename)" />
</launch>

然后我们编写用于自主导航的demo04_amcl.launch文件:

<launch>
  <node pkg="amcl" type="amcl" name="amcl" output="screen">
    <!-- Publish scans from best pose at a max of 10 Hz -->
    <param name="odom_model_type" value="diff"/>
    <param name="odom_alpha5" value="0.1"/>
    <param name="transform_tolerance" value="0.2" />
    <param name="gui_publish_rate" value="10.0"/>
    <param name="laser_max_beams" value="30"/>
    <param name="min_particles" value="500"/>
    <param name="max_particles" value="5000"/>
    <param name="kld_err" value="0.05"/>
    <param name="kld_z" value="0.99"/>
    <param name="odom_alpha1" value="0.2"/>
    <param name="odom_alpha2" value="0.2"/>
    <!-- translation std dev, m -->
    <param name="odom_alpha3" value="0.8"/>
    <param name="odom_alpha4" value="0.2"/>
    <param name="laser_z_hit" value="0.5"/>
    <param name="laser_z_short" value="0.05"/>
    <param name="laser_z_max" value="0.05"/>
    <param name="laser_z_rand" value="0.5"/>
    <param name="laser_sigma_hit" value="0.2"/>
    <param name="laser_lambda_short" value="0.1"/>
    <param name="laser_model_type" value="likelihood_field"/>
    <!-- <param name="laser_model_type" value="beam"/> -->
    <param name="laser_likelihood_max_dist" value="2.0"/>
    <param name="update_min_d" value="0.2"/>
    <param name="update_min_a" value="0.5"/>

    <param name="odom_frame_id" value="odom"/>
    <param name="base_frame_id" value="base_footprint"/>
    <param name="global_frame_id" value="map"/>
  </node>

<param name="odom_model_type" value="diff"/>
    <param name="odom_alpha5" value="0.1"/>
    <param name="transform_tolerance" value="0.2" />tf变换发布推迟的时间
    <param name="gui_publish_rate" value="10.0"/></launch>扫描和路径发布到可视化软件的最大频率
    <param name="laser_max_beams" value="30"/>更新滤波器时，每次扫描中多少个等间距的光束被使用（减小计算量，测距扫描中相邻波束往往不是独立的可以减小噪声影响，太小也会造成信息量少定位不准）
    <param name="min_particles" value="500"/>允许粒子数量最小值，默认100
    <param name="max_particles" value="5000"/>允许粒子数量最大值，默认5000
    <param name="kld_err" value="0.05"/>真实分布与估计分布的最大误差，默认0.01
    <param name="kld_z" value="0.99"/>上标准分位数（1-p），p默认0.99
    <param name="odom_alpha1" value="0.2"/>指定由机器人运动部分的旋转分量估计的里程计旋转的期望噪声，默认0.2
    <param name="odom_alpha2" value="0.2"/>制定由机器人运动部分的平移分量估计的里程计旋转的期望噪声，默认0.2
    <param name="odom_alpha3" value="0.8"/>指定由机器人运动部分的平移分量估计的里程计平移的期望噪声，默认0.2
    <param name="odom_alpha4" value="0.2"/>指定由机器人运动部分的旋转分量估计的里程计平移的期望噪声，默认0.2
    <param name="laser_z_hit" value="0.5"/>模型的z_hit部分的混合权值，默认0.95
    <param name="laser_z_short" value="0.05"/>模型的z_short部分的混合权值，默认0.1
    <param name="laser_z_max" value="0.05"/>模型的z_max部分的混合权值，默认0.05
    <param name="laser_z_rand" value="0.5"/>模型的z_rand部分的混合权值，默认0.05
    <param name="laser_sigma_hit" value="0.2"/>被用在模型的z_hit部分的高斯模型的标准差，默认0.2m
    <param name="laser_lambda_short" value="0.1"/>模型z_short部分的指数衰减参数，默认0.1
    <param name="laser_model_type" value="likelihood_field"/>模型使用，可以是beam, likehood_field, likehood_field_prob
    <!-- <param name="laser_model_type" value="beam"/> -->
    <param name="laser_likelihood_max_dist" value="2.0"/>地图上做障碍物膨胀的最大距离，用作likelihood_field模型
    <param name="update_min_d" value="0.2"/>滤波更新前平移的距离
    <param name="update_min_a" value="0.5"/>滤波更新前旋转的角度

然后是描绘路径的demo05_path.launch文件：

<launch>

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

</launch>

config中的几个数据文件如下

costmap_common_params.yaml：

robot_radius: 0.12

obstacle_range: 3.0 
raytrace_range: 3.5 


inflation_radius: 0.2
cost_scaling_factor: 3.0

map_type: costmap
observation_sources: scan
scan: {sensor_frame: laser, data_type: LaserScan, topic: scan, marking: true, clearing: true}

如果机器人是圆形，设置robot_radius，如果是其他形状设置footprint (footprint:[[-0.12, 0.12], [-0.12, 0.12], [0.12, 0.12], [0.12, -0.12]])

obstacle_range: 障碍物探测
raytrace_range: 清除障碍物
inflation_radius: 膨胀半径扩展在碰撞区域意外的代价区域，使机器人规划路线避开障碍物
cost_scaling_factor: 代价比例系数，越大代价越高

map_type: 地图类型
observation_sources: 导航包所需传感器
scan: {sensor_frame: laser, data_type: LaserScan, topic: scan, marking: true, clearing: true}对传感器的坐标系和数据进行配置，用于代价地图添加和删除障碍物

local_costmap_params.yaml：

local_costmap:
  global_frame: odom 
  robot_base_frame: base_footprint 

  update_frequency: 10.0 
  publish_frequency: 10.0 
  transform_tolerance: 0.5 

  static_map: false  
  rolling_window: true 
  width: 3 
  height: 3 
  resolution: 0.05

global_frame: 里程计坐标系
  robot_base_frame: 机器人坐标系

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

  static_map: false  不需要用静态地图，提升导航效果
  rolling_window: true在静态全局地图中地图不会变化，使用动态窗口
  width: 局部地图宽度
  height: 局部地图长度
  resolution: 局部地图分辨率

global_costmap_params.yaml：

global_costmap:
  global_frame: map 
  robot_base_frame: base_footprint 

  update_frequency: 1.0 
  publish_frequency: 1.0 
  transform_tolerance: 0.5 

  static_map: true

global_frame: 地图坐标系
  robot_base_frame: 机器人坐标系

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

  static_map: true是否启用地图服务器初始化全局代价地图（global用true）

base_local_planner_params.yaml：

TrajectoryPlannerROS:

  max_vel_x: 0.5 
  min_vel_x: 0.1 

  max_vel_theta:  1.0 
  min_vel_theta: -1.0
  min_in_place_vel_theta: 1.0

  acc_lim_x: 1.0 
  acc_lim_y: 0.0 
  acc_lim_theta: 0.6 

  xy_goal_tolerance: 0.10
  yaw_goal_tolerance: 0.05

  holonomic_robot: false

  sim_time: 0.8
  vx_samples: 18
  vtheta_samples: 20
  sim_granularity: 0.05

  max_vel_x:
  min_vel_x: x方向上的最大最小速度

  max_vel_theta: 
  min_vel_theta: 最大最小角速度
  min_in_place_vel_theta: 原地旋转最小角速度

  acc_lim_x: x加速限制
  acc_lim_y: y加速限制
  acc_lim_theta: 角速度加速限制

  xy_goal_tolerance: xy坐标上的目标公差
  yaw_goal_tolerance: 朝向上的目标公差

  holonomic_robot: false是否为全向移动机器人

  sim_time:
  vx_samples:
  vtheta_samples:
  sim_granularity: 前进模拟参数

我们把这些文件初步集成到demo06_test.launch：

<launch>
    <arg name="map" default="nav.yaml" />
    <node name="map_server" pkg="map_server" type="map_server" args="$(find nav_demo)/map/$(arg map)"/>
    <include file="$(find nav_demo)/launch/demo03_readmap.launch" />
    <include file="$(find nav_demo)/launch/demo04_amcl.launch" />
    <include file="$(find nav_demo)/launch/demo05_path.launch" />

    <node pkg="robot_state_publisher" type="robot_state_publisher" name="robot_state_publisher" />
    <node pkg="joint_state_publisher" type="joint_state_publisher" name="joint_state_publisher" />
    <node pkg="rviz" type="rviz" name="rviz"  args="-d $(find nav_demo)/config/nav.rviz" />

</launch>

再最终继承到test_amcl.launch文件：

<launch>

    <include file="$(find nav_demo)/launch/demo04_amcl.launch" />
    <include file="$(find nav_demo)/launch/demo03_readmap.launch" />

    <node pkg="robot_state_publisher" type="robot_state_publisher" name="robot_state_publisher" />
    <node pkg="joint_state_publisher" type="joint_state_publisher" name="joint_state_publisher" />
    <node pkg="rviz" type="rviz" name="rviz" args="-d $(find nav_demo)/config/nav.rviz" />

    
</launch>

如果需要启用自动导航模式，则编写demo07_autoslam.launch文件：

<launch>
    <arg name="map" default="nav.yaml" />
    <node name="map_server" pkg="map_server" type="map_server" args="$(find nav_demo)/map/$(arg map)"/>
    <include file="$(find nav_demo)/launch/demo03_readmap.launch" />
    <include file="$(find nav_demo)/launch/demo04_amcl.launch" />
    <include file="$(find nav_demo)/launch/demo05_path.launch" />

    <node pkg="robot_state_publisher" type="robot_state_publisher" name="robot_state_publisher" />
    <node pkg="joint_state_publisher" type="joint_state_publisher" name="joint_state_publisher" />
    <node pkg="rviz" type="rviz" name="rviz"  args="-d $(find nav_demo)/config/nav.rviz" />

</launch>

最后我们先打开上篇文章的dmeo03_env.launch,再打开test_amcl.launch或demo07_autoslam.launch

最后

以上就是呆萌嚓茶为你收集整理的nav的测试的全部内容，希望文章能够帮你解决nav的测试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。

本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
点赞(71)

相关文章

nav_msgs/Odometry消息的发布和tf变换
nav_msgs/Odometry消息的发布和tf变换
navigation调试之转圈问题分析定位
navigation调试之转圈问题分析定位
move_base 对机器人的控制
move_base 对机器人的控制
ROS运动规划学习三---move_base前言一、move_base工程结构二、move_base简要分析
ROS运动规划学习三---move_base前言一、move_base工程结构二、move_base简要分析
nav的测试
nav的测试
使用TX2中ROS键盘控制STM32小车TX2 与 STM32f103 硬件连接ROS 工作环境配置第三方库控制程序修改 CmakeLists.txt编译并执行参考
使用TX2中ROS键盘控制STM32小车TX2 与 STM32f103 硬件连接ROS 工作环境配置第三方库控制程序修改 CmakeLists.txt编译并执行参考
ROS学习【14】-----利用ROS中的导航框架(move_base，amcl)，实现基于gazebo仿真机器人的自主导航一、功能包准备阶段二、move_base实现最优全局路线规划导航三、amcl实现仿真机器人的自主导航四、修改配置参数，调配机器人移动速度和运行自己封闭环境的地图
ROS学习【14】-----利用ROS中的导航框架(move_base，amcl)，实现基于gazebo仿真机器人的自主导航一、功能包准备阶段二、move_base实现最优全局路线规划导航三、amcl实现仿真机器人的自主导航四、修改配置参数，调配机器人移动速度和运行自己封闭环境的地图
使用goroslib库，订阅ROS消息并解析，找到相关的里程计Odometry类，并成功解析消息，使用golang实现四元数到欧拉角的转换前言
使用goroslib库，订阅ROS消息并解析，找到相关的里程计Odometry类，并成功解析消息，使用golang实现四元数到欧拉角的转换前言

评论列表共有 0 条评论

立即
投稿
返回
顶部