ROS 学习篇（八）机器人的导航功能－－navigation

ROS 学习篇（八）机器人的导航功能－－navigation

1. 概述

ROS的二维导航功能包，简单来说，就是根据输入的里程计等传感器的信息流和机器人的全局位置，通过导航算法，计算得出安全可靠的机器人速度控制指令。但是，如何在特定的机器人上实现导航功能包的功能，却是一件较为复杂的工程。作为导航功能包使用的必要先决条件，机器人必须运行ROS，发布tf变换树，并发布使用ROS消息类型的传感器数据。同时，为了让机器人更好的完成导航任务，开发者还要根据机器人的外形尺寸和性能，配置导航功能包的一些参数。

• 在ROS中，进行导航需要使用到的三个包是：

  （1） move_base：根据参照的消息进行路径规划，使移动机器人到达指定的位置；
  （2） gmapping：根据激光数据（或者深度数据模拟的激光数据）建立地图；
  （3） amcl：根据已经有的地图进行定位。
  源码解析：https://blog.youkuaiyun.com/qq_27753669/article/details/80011156
  

• 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.

• 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或A*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。

  （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。

• 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. 硬件要求

尽管导航功能包设计得尽可能通用，但是仍然对机器人的硬件有以下三个要求：
（1）导航功能包仅对差分等轮式机器人有效，并且假设机器人可直接使用速度指令进行控制，速度指令的格式为：x方向速度、y方向速度、速度向量角度。
（2）导航功能包要求机器人必须安装有激光雷达等二维平面测距设备。
（3）导航功能包以正方型的机器人为模型进行开发，所以对于正方形或者圆形外形的机器人支持度较好，而对于其他外形的机器人来讲，虽然仍然可以正常使用，但是表现则很有可能不佳。

３. 机器人配置

3.1、ROS
首先，请确保你的机器人安装了ROS框架。

3.2、tf变换(sensortransforms)
导航功能包要求机器人以tf树的形式发布各个相关参考系的变换关系。

• base_link 和 base_laser 间的tf转换 核心代码：

  tf::TransformBroadcaster broadcaster;
  

  broadcaster.sendTransform(tf::StampedTransform(
          tf::Transform(tf::Quaternion(0,0,0,1),tf::Vector3(0.1,0.0,0.2)),
          ros::Time::now(),"base_link","base_laser"));
  

       /*通过TransformBroadcaster来发送转换关系，需要附带5个参数。
   1.旋转变换
   ２．平移变换
   ３、时间戳
   ４、ｐａｒｅｎｔ节点名字
   ５、ｃｈｉｌｄ节点名字
   */ 
  

查看tf关系：

• 使用rqt_tf_tree
  rosrun rqt_tf_tree rqt_tf_tree
• 使用tf_echo
  rosrun tf tf_echo [parent_frame_id] [child_frame_id]

3.3、传感器信息(sensor sources)