ROS探索总结-14.move_base(路径规划)

ROS1/一代机器人系统 少儿编程 1014浏览 0评论
ROS探索总结

本文转载自古月居,原作者古月,原文链接:https://www.guyuehome.com/270。
move_base(路径规划)

在上一篇的博客中,我们一起学习了ROS定位于导航的总体框架,这一篇我们主要研究其中最重要的move_base包。
ROS探索总结-14.move_base(路径规划)

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。

一、数据结构

ROS中定义了MoveBaseActiongoal数据结构来存储导航的目标位置数据,其中最重要的就是位置坐标(position)和方向(orientation)。

rosmsg show MoveBaseActiongoal  

[move_base_msgs/MoveBaseActionGoal]:  

std_msgs/Header header  

  uint32 seq  

  time stamp  

  string frame_id  

actionlib_msgs/GoalID goal_id  

  time stamp  

  string id  

move_base_msgs/MoveBaseGoal goal  

  geometry_msgs/PoseStamped target_pose  

    std_msgs/Header header  

      uint32 seq  

      time stamp  

      string frame_id  

    geometry_msgs/Pose pose  

      geometry_msgs/Point position  

        float64 x  

        float64 y  

        float64 z  

      geometry_msgs/Quaternion orientation  

        float64 x  

        float64 y  

        float64 z  

        float64 w

二、配置文件

move_base使用前需要配置一些参数:运行成本、机器人半径、到达目标位置的距离,机器人移动的速度,这些参数都在rbx1_nav包的以下几个配置文件中:

    ? base_local_planner_params.yaml
    ? costmap_common_params.yaml
    ? global_costmap_params.yaml
    ? local_costmap_params.yaml

三、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。

具体见:

http://www.ros.org/wiki/navfn?distro=fuerte

注意:indigo版本是:

http://wiki.ros.org/navfn?distro=indigo

四、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)。
ROS探索总结-14.move_base(路径规划)

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。

具体参见:

http://www.ros.org/wiki/base_local_planner?distro=groovy

注意:indigo版本是:

http://www.ros.org/wiki/base_local_planner?distro=indigo

五、ArbotiX仿真——手动设定目标

在这一步,我们暂时使用空白地图(blank_map.pgm),就在空地上进行无障碍仿真。

首先运行ArbotiX节点,并且加载机器人的URDF文件。

roslaunch rbx1_bringup fake_turtlebot.launch 

然后运行move_base和加载空白地图的launch文件(fake_move_base_blank_map.launch):

roslaunch rbx1_nav fake_move_base_blank_map.launch 

该文件的具体内容如下:

<launch>  

  <!-- Run the map server with a blank map -->  

  <node name="map_server" pkg="map_server" type="map_server" args="$(find rbx1_nav)/maps/blank_map.yaml"/>  

 

  <include file="$(find rbx1_nav)/launch/fake_move_base.launch" />  

 

  <!-- Run a static transform between /odom and /map -->  

  <node pkg="tf" type="static_transform_publisher" name="odom_map_broadcaster" args="0 0 0 0 0 0 /map /odom 100" />  

 

</launch>

其中调用了fake_move_base.launch文件,是运行move_base节点并进行参数配置。

然后调用rviz就可以看到机器人了。

rosrun rviz rviz -d `rospack find rbx1_nav`/nav_fuerte.vcg 

注意:indigo版本为:

rosrun rviz rviz -d `rospack find rbx1_nav`/nav_test.rviz
   

ROS探索总结-14.move_base(路径规划)

我们先以1m的速度进行一下测试:

让机器人前进一米:

rostopic pub /move_base_simple/goal geometry_msgs/PoseStamped  '{ header: { frame_id: "base_link" }, pose: { position: { x: 1.0, y: 0, z: 0 }, orientation: { x: 0, y: 0, z: 0, w: 1 } } }'

让机器人后退一米,回到原来的位置:

rostopic pub /move_base_simple/goal geometry_msgs/PoseStamped  '{ header: { frame_id: "map" }, pose: { position: { x: 0, y: 0, z: 0 }, orientation: { x: 0, y: 0, z: 0, w: 1 } } }'

在rviz中的轨迹图如下:
ROS探索总结-14.move_base(路径规划)

在机器人移动过程中,有一条蓝色的线(被黄线挡住了)就是机器人的全局规划的路径;红色的箭头是实施规划的路线,会不断更新,有的时候会呈现很大的弧线,那是因为机器人在转向的过程中尽量希望保持平稳的角度。如果觉得路径规划的精度不够,可以修改配置文件中的pdist_scale参数进行修正。

然后我们可以认为的确定目标位置,点击rviz上方的2D Nav Goal按键,然后左键选择目标位置,机器人就开始自动导航了。
ROS探索总结-14.move_base(路径规划)

六、ArbotiX仿真——带有障碍物的路径规划

首先我们让机器人走一个正方形的路线。先通过上面的命令,让机器人回到原始位置(0,0,0),然后按reset按键,把所有的箭头清除。接着运行走正方形路径的代码

rosrun rbx1_nav move_base_square.py 

在rviz中可以看到:
ROS探索总结-14.move_base(路径规划)

四个顶角的粉色圆盘就是我们设定的位置,正方形比较规则,可见定位还是比较准确的。然我们先来分析一下走正方形路线的代码

#!/usr/bin/env Python  

import roslib; roslib.load_manifest('rbx1_nav')  

import rospy  

import actionlib  

from actionlib_msgs.msg import *  

from geometry_msgs.msg import Pose, Point, Quaternion, Twist  

from move_base_msgs.msg import MoveBaseAction, MoveBaseGoal  

from tf.transformations import quaternion_from_euler  

from visualization_msgs.msg import Marker  

from math import radians, pi  

 

class MoveBaseSquare():  

    def __init__(self):  

        rospy.init_node('nav_test', anonymous=False)  

 

        rospy.on_shutdown(self.shutdown)  

 

        # How big is the square we want the robot to navigate?  

        # 设定正方形的尺寸,默认是一米  

        square_size = rospy.get_param("~square_size", 1.0) # meters  

 

        # Create a list to hold the target quaternions (orientations)  

        # 创建一个列表,保存目标的角度数据  

        quaternions = list()  

 

        # First define the corner orientations as Euler angles  

        # 定义四个顶角处机器人的方向角度(Euler angles:http://zh.wikipedia.org/wiki/%E6%AC%A7%E6%8B%89%E8%A7%92)  

        euler_angles = (pi/2, pi, 3*pi/2, 0)  

 

        # Then convert the angles to quaternions  

        # 将上面的Euler angles转换成Quaternion的格式  

        for angle in euler_angles:  

            q_angle = quaternion_from_euler(0, 0, angle, axes='sxyz')  

            q = Quaternion(*q_angle)  

            quaternions.append(q)  

 

        # Create a list to hold the waypoint poses  

        # 创建一个列表存储导航点的位置  

        waypoints = list()  

 

        # Append each of the four waypoints to the list.  Each waypoint  

        # is a pose consisting of a position and orientation in the map frame.  

        # 创建四个导航点的位置(角度和坐标位置)  

        waypoints.append(Pose(Point(square_size, 0.0, 0.0), quaternions[0]))  

        waypoints.append(Pose(Point(square_size, square_size, 0.0), quaternions[1]))  

        waypoints.append(Pose(Point(0.0, square_size, 0.0), quaternions[2]))  

        waypoints.append(Pose(Point(0.0, 0.0, 0.0), quaternions[3]))  

 

        # Initialize the visualization markers for RViz  

        # 初始化可视化标记  

        self.init_markers()  

 

        # Set a visualization marker at each waypoint   

        # 给每个定点的导航点一个可视化标记(就是rviz中看到的粉色圆盘标记)  

        for waypoint in waypoints:             

            p = Point()  

            p = waypoint.position  

            self.markers.points.append(p)  

 

        # Publisher to manually control the robot (e.g. to stop it)  

        # 发布TWist消息控制机器人  

        self.cmd_vel_pub = rospy.Publisher('cmd_vel', Twist)  

 

        # Subscribe to the move_base action server  

        # 订阅move_base服务器的消息  

        self.move_base = actionlib.SimpleActionClient("move_base", MoveBaseAction)  

 

        rospy.loginfo("Waiting for move_base action server...")  

 

        # Wait 60 seconds for the action server to become available  

        # 等待move_base服务器建立  

        self.move_base.wait_for_server(rospy.Duration(60))  

 

        rospy.loginfo("Connected to move base server")  

        rospy.loginfo("Starting navigation test")  

 

        # Initialize a counter to track waypoints  

        # 初始化一个计数器,记录到达的顶点号  

        i = 0  

 

        # Cycle through the four waypoints  

        # 主循环,环绕通过四个定点  

        while i < 4 and not rospy.is_shutdown():  

            # Update the marker display  

            # 发布标记指示四个目标的位置,每个周期发布一起,确保标记可见  

            self.marker_pub.publish(self.markers)  

 

            # Intialize the waypoint goal  

            # 初始化goal为MoveBaseGoal类型  

            goal = MoveBaseGoal()  

 

            # Use the map frame to define goal poses  

            # 使用map的frame定义goal的frame id  

            goal.target_pose.header.frame_id = 'map'  

 

            # Set the time stamp to "now"  

            # 设置时间戳  

            goal.target_pose.header.stamp = rospy.Time.now()  

 

            # Set the goal pose to the i-th waypoint  

            # 设置目标位置是当前第几个导航点  

            goal.target_pose.pose = waypoints[i]  

 

            # Start the robot moving toward the goal  

            # 机器人移动  

            self.move(goal)  

 

            i += 1  

 

    def move(self, goal):  

            # Send the goal pose to the MoveBaseAction server  

            # 把目标位置发送给MoveBaseAction的服务器  

            self.move_base.send_goal(goal)  

 

            # Allow 1 minute to get there  

            # 设定1分钟的时间限制  

            finished_within_time = self.move_base.wait_for_result(rospy.Duration(60))   

 

            # If we don't get there in time, abort the goal  

            # 如果一分钟之内没有到达,放弃目标  

            if not finished_within_time:  

                self.move_base.cancel_goal()  

                rospy.loginfo("Timed out achieving goal")  

            else:  

                # We made it!  

                state = self.move_base.get_state()  

                if state == GoalStatus.SUCCEEDED:  

                    rospy.loginfo("Goal succeeded!")  

 

    def init_markers(self):  

        # Set up our waypoint markers  

        # 设置标记的尺寸  

        marker_scale = 0.2  

        marker_lifetime = 0 # 0 is forever  

        marker_ns = 'waypoints'  

        marker_id = 0  

        marker_color = {'r': 1.0, 'g': 0.7, 'b': 1.0, 'a': 1.0}  

 

        # Define a marker publisher.  

        # 定义一个标记的发布者  

        self.marker_pub = rospy.Publisher('waypoint_markers', Marker)  

 

        # Initialize the marker points list.  

        # 初始化标记点的列表  

        self.markers = Marker()  

        self.markers.ns = marker_ns  

        self.markers.id = marker_id  

        self.markers.type = Marker.SPHERE_LIST  

        self.markers.action = Marker.ADD  

        self.markers.lifetime = rospy.Duration(marker_lifetime)  

        self.markers.scale.x = marker_scale  

        self.markers.scale.y = marker_scale  

        self.markers.color.r = marker_color['r']  

        self.markers.color.g = marker_color['g']  

        self.markers.color.b = marker_color['b']  

        self.markers.color.a = marker_color['a']  

 

        self.markers.header.frame_id = 'map'  

        self.markers.header.stamp = rospy.Time.now()  

        self.markers.points = list()  

 

    def shutdown(self):  

        rospy.loginfo("Stopping the robot...")  

        # Cancel any active goals  

        self.move_base.cancel_goal()  

        rospy.sleep(2)  

        # Stop the robot  

        self.cmd_vel_pub.publish(Twist())  

        rospy.sleep(1)  

 

if __name__ == '__main__':  

    try:  

        MoveBaseSquare()  

    except rospy.ROSInterruptException:  

        rospy.loginfo("Navigation test finished.")

但是,在实际情况中,往往需要让机器人自动躲避障碍物。move_base包的一个强大的功能就是可以在全局规划的过程中自动躲避障碍物,而不影响全局路径。障碍物可以是静态的(比如墙、桌子等),也可以是动态的(比如人走过)。

现在我们尝试在之前的正方形路径中加入障碍物。把之前运行除了roscore,其他终端Ctrl-C掉,然后运行:

roslaunch rbx1_nav fake_move_base_obstacle.launch 

注意:indigo版本为:

$ roslaunch rbx1_nav fake_move_base_map_with_obstacles.launch

在运行RVIZ:

$ rosrun rviz rviz -d `rospack find rbx1_nav`/nav_obstacles.rviz

然后就会看到在rviz中出现了障碍物。然后在运行之前走正方形路线的代码:

rosrun rbx1_nav move_base_square.py

这回我们可以看到,在全局路径规划的时候,机器人已经将障碍物绕过去了,下过如下图:
ROS探索总结-14.move_base(路径规划)

在上图中,黑色的线是障碍物,周围浅色的椭圆形是根据配置文件中的inflation_radius参数计算出来的安全缓冲区。全局规划的路径基本已经是最短路径了。在仿真的过程中也可以动态重配置那四个配置文件,修改仿真参数。

您必须 登录 才能发表评论!