概述
Gerona学习笔记 path_planner
- planner_node
- path_planner_node
- plan
- planInstance
- SearchAlgorithm
- GenericParameter
- GenericSearchAlgorithm
- planMapInstance
- planWithoutTargetPose
planner_node
定义了类planner，是其他规划算法的基础
| 函数 | 功能 |
|---|---|
| void updateMapCallback | 当使用地图时的回调函数 |
| void updateGoalCallback | 当有新目标时的回调函数 调用的是findPath函数 |
| virtual void updateMap | 当地图改变时更新地图 |
| virtual void execute | "plan_path"服务的回调函数(path plan的入口)，会调用findPath，并判断是否规划成功 server_(nh, “plan_path”, boost::bind(&Planner::execute, this, _1), false) |
| path_msgs::PathSequence planImpl | 传入goal，在路径规划子线程中调用,实际做规划的函数，调用plan函数，是在继承类中定义的,根据不用的运动模型实现了不同规划方法的重载 |
| path_msgs::PathSequence optimizePathCost | 对路径优化，与smoothPath和interpolatePath一起构成优化部分 |
| path_msgs::PathSequence smoothPath | 对路径光滑处理 |
| path_msgs::PathSequence interpolatePath | 当路径超过最大长度时，对其分段处理 |
| virtual path_msgs::PathSequence plan | for pose mode |
| virtual path_msgs::PathSequence planWithoutTargetPose | for non pose mode |
| 函数 | 功能 |
|---|---|
| transformPose | 将geometry_msgs::PoseStamped类型的pose转换为需要的类型，在Planner::planImpl()中调用 |
| preprocess | 是对地图进行预处理，并发布"/planer/map"与"/planer/cost"的topic，预处理主要包括是否融合pointcloud和laserscan，还有膨胀处理 |
| postprocess | 对原始路径进行后期处理，处理过程包括:使用当前代价地图进行梯度下降，优化路径optimizePathCost，再插值interpolatePath，后平滑smoothPath，再插值平滑一次得到最终路径，并返回 |
| preempt | 是server绑定的函数，如果抢占成功则输出preempting |
| feedback | 发布是否规划成功的status |
| laserCallback | 将scan传入给front或者back |
| integrateLaserScan | 把scan数据融合到地图中 |
| cloudCallback | 点云的回调函数 |
| integratePointCloud | 融合点云 |
| growObstacles | 对地图进行膨胀，使用的是opencv的膨胀dilate方法 |
| calculateGradient | 计算梯度信息 |
| publishGradient | 根据梯度信息优化路径 |
| findPath | execute调用，使用接收的地图开始规划，并发布，过程包括处理地图，真正规划是doPlan，调用为path_raw = doPlan(request)，可能需要调用postprocess，对原始路径raw path进行后期处理，并publish(path, path_raw)，最后返回path |
| doPlan | 规划的实现，创建了子线程boost::thread worker(boost::bind(&Planner::planThreaded, this, request))，子线程中调用planImpl函数 |
| planThreaded | 被创建的路径规划子线程，调用了planImpl函数 |
| subdividePath | 递归函数，当路径超过设定的最大距离时，将其分段 |
| simplifyPath | 化简路径，判断点是否可以被移除，用的是连线法 |
| smoothPath | 调用的是smoothPathSegment |
| smoothPathSegment | 实际的平滑路径实现 |
path_planner_node
定义了类 path_planner，继承了planner
plan
该函数中根据不同的模型选择具体的规划算法，在Planner::planImpl()函数中调用
和planWithoutTargetPose类似，根据algorithm的不同，来调不同的planInstance函数
planInstance
定义了模板类函数planInstance，其中Algorithm为模板，实际使用时为AStarSteeringDynamic(AStarDynamicSearch<DynamicSteeringNeighborhood,NoExpansion,Pose2d,GridMap2d,100>)
该函数中:
- 首先initSearch初始化搜索算法，配置地图和超时的时间
- 实际有用的是findPath，传入的是
from_map, to_map, search_options，如果使用render_open_cells_，还需要boost::bind(&PathPlanner::renderCells, this, algo_id)，render_open_cells_应该是是否将开集可视化 path = algo.findPath(from_map, to_map, search_options)这句话调用的是cslibs_path_planning/include/cslibs_path_planning/generic/SearchAlgorithm.hpp中的findPath函数
重点说SearchAlgorithm
SearchAlgorithm
namespace为lib_path，下面有三个模板类
- GenericParameter
- GenericSearchAlgorithm
- GenericDynSearchAlgorithm 是上一个类的继承
GenericParameter
定义了一些结构，包括PointT MapT等结构
GenericSearchAlgorithm
-
findPath
virtual PathT findPath(const PointT& from, const PointT& to, SearchOptions so = SearchOptions())调用的是findPathPose函数 -
findPathPose函数调用的是findPathImp函数 -
findPathImp函数是算法真正开始的地方 -
processNeighbor函数是看是否更新cost -
backtrack从终点开始往回迭代搜寻到起点的最优路径
planMapInstance
也是定义模板函数，但与planInstance不同，只有起点没有终点，重点也是findPath函数
planWithoutTargetPose
是来实现planMapInstance的，根据algorithm的不同，来调不同的planMapInstance函数
最后
以上就是乐观奇迹为你收集整理的Gerona学习笔记 path_plannerplanner_nodepath_planner_node的全部内容，希望文章能够帮你解决Gerona学习笔记 path_plannerplanner_nodepath_planner_node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。
发表评论 取消回复