【运动规划算法项目实战】TABV代码解析（四）：plan_env

最新推荐文章于 2024-07-08 16:42:08 发布
最新推荐文章于 2024-07-08 16:42:08 发布
阅读量1.7w 收藏 3
点赞数 1
CC 4.0 BY-SA版权
分类专栏： 运动规划算法项目实战 文章标签： 算法 c++ 机器人 人工智能 开发语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/Travis_X/article/details/131743455
本文详细解析了TABV导航框架中的plan_env模块，该模块利用射线投射和深度图像更新概率体素地图，构建欧氏距离场，用于地空双模式车辆的自主导航。通过理解代码实现，可以了解如何实现环境建模和路径规划，为自动驾驶系统提供关键的环境感知数据。

文章目录

前言

在这系列文章中，我们将对TABV导航框架的代码进行详细解析。该框架是一种地空双模式车辆的自主自适应导航（Terrestrial-Aerial Bimodal Vehicles，TABV）框架。通过结合空中车辆的高机动性和地面车辆的长续航能力，该框架实现了车辆的完全自主性。通过深入分析代码，我们将深入了解该框架的工作原理和关键算法，以及如何实现车辆的导航功能。这将有助于我们更好地理解和应用TABV导航框架，为地空双模式车辆的开发和研究提供有力支持。

源码请参考https://github.com/ZJU-FAST-Lab/Terrestrial-Aerial-Navigation。

所有的规划算法以及其他关键模块的实现都在 TIE_navigation 文件夹中：

  • plan_env：在线建图算法。它接收深度图像（或点云）和相机位姿（里程计）作为输入，通过射线投射更新概率体素地图，并构建规划系统的欧氏距离场（ESDF）。
  • path_searching：前端路径搜索算法的实现。
  • bspline：基于B样条轨迹的实现。
  • bspline_opt：使用B样条轨迹的梯度优化算法。
  • active_perception：感知感知规划策略，使四旋翼能够主动观测和避开未知障碍物，在未来将会出现。
  • p
了解本专栏 订阅专栏 解锁全文 超级会员免费看
TABV代码解析：Plan_Env 控制算法
LiJavascript的博客
09-21 446
该算法的目的是通过对环境进行规划，生成高层次的行动策略，从而加快强化学习的收敛速度和提高性能。这个方法的作用是从生成的高层次动作中选择一个最佳的动作。在该方法中，你可以使用各种技术，例如基于价值函数的方法、策略梯度算法或者深度强化学习方法来选择最佳动作。在该方法中，你可以实现各种策略，例如使用启发式算法、规则模型或者基于价值函数的方法来生成高层次动作。具体的实现取决于具体的问题和环境。然而，具体的实现需要根据不同的问题和环境进行调整和优化。是一个用于规划环境的算法，它在强化学习任务中扮演着重要的角色。
【运动规划算法项目实战】TABV代码解析（五）：plan_manage
xiewf的博客
07-25 1万+
在这系列文章中，我们将对TABV导航框架的代码进行详细解析。该框架是一种地空双模式车辆的自主自适应导航（Terrestrial-Aerial Bimodal Vehicles，TABV）框架。通过结合空中车辆的高机动性和地面车辆的长续航能力，该框架实现了车辆的完全自主性。通过深入分析代码，我们将深入了解该框架的工作原理和关键算法，以及如何实现车辆的导航功能。这将有助于我们更好地理解和应用TABV导航框架，为地空双模式车辆的开发和研究提供有力支持。源码请参考。
把ego-planner的plan_env单独取出订阅位姿和深度图构建自己可用的导航地图
诗筱涵的博客
03-15 2879
而这个定时器的定义似乎就在GridMap::initMap(ros::NodeHandle &nh)里面，所以我似乎不必多写一句publishMap()，是的，我把我加的publishMap()注释了，运行launch文件，也有/grid_map/occupancy_inflate和/grid_map/occupancy话题。我看留下节点图，话题依旧没有订阅上，是不是我launch文件改的参数值没有生效，我看了下ros的参数，似乎没有odom和深度图话题。rviz查看也有了！颜色也可以选择彩色显示。
ego-planner-master/src/planner/bspline_opt/CMakeLists.txt
reyssalee的博客
04-03 490
在catkin_package()函数中，可以指定当前Catkin软件包的一些元数据，如包含的头文件目录（INCLUDE_DIRS）、需要链接的库（LIBRARIES）、运行时依赖的其他Catkin软件包（CATKIN_DEPENDS）等等。这个函数会生成一些必要的信息，比如安装目录，导出的目录，运行时目录等，使得其他ROS软件包可以正确地依赖当前的软件包。函数来查找已经安装在系统中的Eigen3和PCL库，并将它们导入到CMake项目中，以便在项目中使用这些库的函数和类。则用来指定所需要的组件。
ros中CmakeLists构建的一些关键
养生少年小余的奋进之路
01-15 824
文章目录ros中CmakeLists构建的一些关键1. find_package的作用2. find_package会递归查找包吗3. 能不能不要多次包含4. package.xml定义依赖和编译顺序。 ros中CmakeLists构建的一些关键 1. find_package的作用 我们知道，大部分二进制安装的头文件都在/opt/ros/版本号/include/ 库文件都在/opt/ros/版本号/lib 里。而catkin_make在编译过程中会自动从这两个目录下寻找头文件和库文件。我们甚至可以在当
从类的层面解析ego-planner
诗筱涵的博客
03-19 1466
path_searching依赖于plan_env，bspline_opt依赖于path_searching和plan_env，层次非常清晰，正好对应了，先建图，再路径搜索，再路径优化，对应前端后端。//getPath函数的返回值类型是vector，说明返回的就是一条路径。可以单独的用plan_env类进行实例化，也可以单独用plan_env和astar进行实例化。从类的层面解析ego-planner。基于GridMap类使用AStar类。单独的用GridMap类。
【运动规划算法项目实战】TABV代码解析（二）：bspline_opt
xiewf的博客
07-25 1万+
在这系列文章中，我们将对TABV导航框架的代码进行详细解析。该框架是一种地空双模式车辆的自主自适应导航（Terrestrial-Aerial Bimodal Vehicles，TABV）框架。通过结合空中车辆的高机动性和地面车辆的长续航能力，该框架实现了车辆的完全自主性。通过深入分析代码，我们将深入了解该框架的工作原理和关键算法，以及如何实现车辆的导航功能。这将有助于我们更好地理解和应用TABV导航框架，为地空双模式车辆的开发和研究提供有力支持。源码请参考。plan_env：在线建图算法。
【运动规划算法项目实战】TABV代码解析（一）：bspline
xiewf的博客
07-25 1万+
在这系列文章中，我们将对TABV导航框架的代码进行详细解析。该框架是一种地空双模式车辆的自主自适应导航（Terrestrial-Aerial Bimodal Vehicles，TABV）框架。通过结合空中车辆的高机动性和地面车辆的长续航能力，该框架实现了车辆的完全自主性。通过深入分析代码，我们将深入了解该框架的工作原理和关键算法，以及如何实现车辆的导航功能。这将有助于我们更好地理解和应用TABV导航框架，为地空双模式车辆的开发和研究提供有力支持。源
《《《翻译》》》OCTOMAP
为了梦想
12-02 3861
摘要 三维模型提供了空间的体积表示，这对于包括飞行机器人和装有机械手的机器人在内的各种机器人应用非常重要。在本文中，我们提出了一个开源框架来生成体积3D环境模型。我们的映射方法基于八叉树，使用概率占用估计。它明确地表示不仅占用的空间，而且自由和未知的区域。此外，我们提出一种八叉树地图压缩方法，以保持三维模型紧凑。我们的框架可以作为一个开源的C++库，并且已经成功地应用在多个机器人项目中。我们提出了...
【图解 cartographer】 之雷达模型CastRay
君君的博客
07-08 295
【图解 cartographer】 之雷达模型CastRay
EGO-PLANNER代码阅读（地图部分）
养生少年小余的奋进之路
01-12 1万+
plan_env/grid_map.cpp 1.depthPoseCallback() 这一函数通过message_filter类接收同步后的最新的相机Pose 与 深度图，同时，如果相机的位置处于全局地图Map_size之外，则就会将md.occ_need_update这一flag置false，反之置为true。 2. updateOccupancyCallback（） 这是最终要的一个定时器回调函数，地图节点通过这一回调函数定时更新地图。 其中有两个重要的flag,一个是上文提到的，md.occ_nee
Ubuntu20.04 运行Fast-Planner
asd22222984565的博客
09-09 5880
ubuntu20.04运行fast-planner的一些坑
ROS 中功能包的安装与查询
诗筱涵的博客
02-22 8871
摘自：https://blog.youkuaiyun.com/m0_37972797/article/details/86531041?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.control&dist_request_id=205fa6f2-fdae-4912-b2df-41ee22cd0967&depth_1-utm_source=distribute.pc_relevant.
【运动规划算法项目实战】如何构建欧几里德符号距离场（附ROS C++代码）
热门推荐
xiewf的博客
06-25 2万+
欧几里德符号距离场（Euclidean Signed Distance Field，ESDF）是机器人感知和路径规划中的关键数据结构之一。它能够提供环境中每个点到最近障碍物的距离，并且能够表示距离的方向（内部或外部）。ESDF在自动驾驶、机器人导航以及避障等应用中具有重要的作用。本文将介绍ESDF的构建过程和关键步骤，帮助读者深入了解ESDF的原理与实现。欧几里德符号距离场（ESDF）是机器人路径规划中不可或缺的概念和工具。构建ESDF的关键步骤包括环境建模、距离场计算和ESDF的更新。
【运动规划算法项目实战】基于采样的路径搜索算法（附ROS C++代码）
xiewf的博客
06-15 1万+
路径规划是机器人和自动驾驶等领域中的核心问题之一。通过选择合适的路径，机器人能够安全高效地从起点到达目标点。其中，基于采样的路径规划算法是一种常用且有效的方法。本文将重点介绍Probabilistic Roadmap（PRM）和Rapidly-exploring Random Tree（RRT）两种基于采样的路径规划算法。我们将深入探讨它们的原理、优缺点、代码实现，以帮助你了解它们在路径规划中的应用和优势。
【运动规划算法项目实战】TABV代码解析（三）：path_searching
xiewf的博客
07-25 1万+
在这系列文章中，我们将对TABV导航框架的代码进行详细解析。该框架是一种地空双模式车辆的自主自适应导航（Terrestrial-Aerial Bimodal Vehicles，TABV）框架。通过结合空中车辆的高机动性和地面车辆的长续航能力，该框架实现了车辆的完全自主性。通过深入分析代码，我们将深入了解该框架的工作原理和关键算法，以及如何实现车辆的导航功能。这将有助于我们更好地理解和应用TABV导航框架，为地空双模式车辆的开发和研究提供有力支持。源码请参考。
【运动规划算法项目实战】Artificial Potential Field算法（附ROS C++代码）
xiewf的博客
09-26 1万+
在机器人行业中，路径规划是一个关键的任务，它涉及到如何让机器人在复杂的环境中安全而高效地移动。人工势场算法（Artificial Potential Field Algorithm）是一种常用的路径规划方法，它借鉴了物理学中的势能概念，通过模拟力的作用来引导机器人的移动。本文将详细介绍人工势场算法的原理、在路径规划中的应用、算法优缺点以及代码实现。人工势场算法基于两种势场：斥力场和引力场。斥力场使机器人远离障碍物，而引力场将机器人吸引到目标位置。
#ifndef _EDT_ENVIRONMENT_H_ #define _EDT_ENVIRONMENT_H_ #include <Eigen/Eigen> #include <geometry_msgs/PoseStamped.h> #include <iostream> #include <ros/ros.h> #include <utility> #include <plan_env/obj_predictor.h> #include <plan_env/sdf_map.h> using std::cout; using std::endl; using std::list; using std::pair; using std::shared_ptr; using std::unique_ptr; using std::vector; namespace tabv_planner { class EDTEnvironment { private: /* data */ ObjPrediction obj_prediction_; ObjScale obj_scale_; double resolution_inv_; double distToBox(int idx, const Eigen::Vector3d& pos, const double& time); double minDistToAllBox(const Eigen::Vector3d& pos, const double& time); public: EDTEnvironment(/* args */) { } ~EDTEnvironment() { } SDFMap::Ptr sdf_map_; void init(); void setMap(SDFMap::Ptr map); void setObjPrediction(ObjPrediction prediction); void setObjScale(ObjScale scale); void getSurroundDistance(Eigen::Vector3d pts[2][2][2], double dists[2][2][2]); void interpolateTrilinear(double values[2][2][2], const Eigen::Vector3d& diff, double& value, Eigen::Vector3d& grad); void evaluateEDTWithGrad(const Eigen::Vector3d& pos, double time, double& dist, Eigen::Vector3d& grad); double evaluateCoarseEDT(Eigen::Vector3d& pos, double time); void getMapRegion(Eigen::Vector3d& ori, Eigen::Vector3d& size) { sdf_map_->getRegion(ori, size); } typedef shared_ptr<EDTEnvironment> Ptr; }; } // namespace tabv_planner #endif 详细注释上述代码
最新发布
09-29
<think>我们正在注释一个C++头文件，该文件定义了一个名为EDTEnvironment的类，用于处理环境中的欧几里得距离变换（EDT）和相关功能。 注意：这个类主要用于路径规划中，以获取环境中某点的距离场及其梯度。 我们需要详细注释每个成员函数和成员变量。 由于代码中使用了SDFMap和ObjPrediction等自定义类型，我们也会简要说明它们的作用。 注意：注释要详细且符合代码逻辑。 </think>```cpp #ifndef _EDT_ENVIRONMENT_H_ #define _EDT_ENVIRONMENT_H_ #include <Eigen/Eigen> // 线性代数库 #include <geometry_msgs/PoseStamped.h> // ROS位姿消息 #include <iostream> // 标准输入输出 #include <ros/ros.h> // ROS核心功能 #include <utility> // 通用工具 #include <plan_env/obj_predictor.h> // 障碍物预测模块 #include <plan_env/sdf_map.h> // 符号距离场(SDF)地图 using std::cout; using std::endl; using std::list; using std::pair; using std::shared_ptr; using std::unique_ptr; using std::vector; namespace tabv_planner { /** * 欧氏距离变换环境类 (EDTEnvironment) * 功能：提供基于欧氏距离变换(EDT)的环境信息查询接口 * 核心能力：计算空间中任意点到最近障碍物的距离及其梯度 * 应用场景：路径规划中的碰撞检测和梯度引导 */ class EDTEnvironment { private: ObjPrediction obj_prediction_; // 动态障碍物预测信息 ObjScale obj_scale_; // 障碍物尺寸信息 double resolution_inv_; // 地图分辨率倒数（用于加速计算） /* 计算点到特定障碍物的最小距离 * @param idx 障碍物索引 * @param pos 查询位置 (x,y,z) * @param time 查询时间 (用于动态障碍物) * @return 最小欧氏距离 */ double distToBox(int idx, const Eigen::Vector3d& pos, const double& time); /* 计算点到所有障碍物的最小距离 * @param pos 查询位置 * @param time 查询时间 * @return 到所有障碍物的最小距离 */ double minDistToAllBox(const Eigen::Vector3d& pos, const double& time); public: EDTEnvironment() = default; // 默认构造函数 ~EDTEnvironment() = default; // 默认析构函数 SDFMap::Ptr sdf_map_; // 符号距离场地图智能指针 /* 环境初始化 */ void init(); /* 设置距离场地图 * @param map SDF地图智能指针 */ void setMap(SDFMap::Ptr map); /* 设置障碍物预测信息 * @param prediction 障碍物预测数据结构 */ void setObjPrediction(ObjPrediction prediction); /* 设置障碍物尺寸 * @param scale 障碍物尺寸结构体 */ void setObjScale(ObjScale scale); /* 获取点在周围8个网格点的距离值 * @param pts [输出] 周围8个网格中心坐标 * @param dists [输出] 对应网格的距离值 */ void getSurroundDistance(Eigen::Vector3d pts[2][2][2], double dists[2][2][2]); /* 三线性插值计算位置的距离值和梯度 * @param values [输入] 周围8个网格的距离值 * @param diff [输入] 位置相对于最小角落网格的偏移 * @param value [输出] 插值后的距离值 * @param grad [输出] 插值后的梯度向量 */ void interpolateTrilinear(double values[2][2][2], const Eigen::Vector3d& diff, double& value, Eigen::Vector3d& grad); /* 计算给定位置和时间的距离及梯度（精确查询） * @param pos 查询位置 * @param time 查询时间 * @param dist [输出] 最近距离值 * @param grad [输出] 距离梯度向量 */ void evaluateEDTWithGrad(const Eigen::Vector3d& pos, double time, double& dist, Eigen::Vector3d& grad); /* 计算给定位置和时间的距离（快速近似查询） * @param pos 查询位置 * @param time 查询时间 * @return 最近距离近似值 */ double evaluateCoarseEDT(Eigen::Vector3d& pos, double time); /* 获取地图区域范围 * @param ori [输出] 地图原点坐标 * @param size [输出] 地图尺寸 */ void getMapRegion(Eigen::Vector3d& ori, Eigen::Vector3d& size) { sdf_map_->getRegion(ori, size); } typedef shared_ptr<EDTEnvironment> Ptr; // 智能指针别名 }; } // namespace tabv_planner #endif // _EDT_ENVIRONMENT_H_ ```
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Xiewf8128

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值