开始研究nav2框架和算法原理

计划分两步,第一步熟悉nav2框架,把nav2的框架搞明白,例子看一看nav2_waypoint_follower。

然后会用了,还要进一步研究算法,无人机领域的算法还好,但该搞定的概念一个都不能少。

  • navigation概念

    • 行为树,behaviortree_cpp_v3是行为树操作库,他被主程序使用

    • 代价地图,应该是节点和插件

    • 状态估计与坐标变换

    • SLAM或者静态环境建模,地图表示

    • 机器人描述文件,可以被gazebo读取

    • gazebo和rviz,gazebo可以模拟各种传感器数据,rviz可以可视化配置系统。

  • nav2框架

    • nav_bt_navigator,应该算主程序,主节点,参数挺多

    • nav2_behavior_tree,提供各种动作插件,供nav_bt_navigator使用,主要分为动作插件、条件判定插件、控制插件等,每一个插件都算是行为树的节点。

    • 控制器server、规划器server、动作器server,都是生命周期节点,而实际的规划器、动作器,都是插件形式

    • nav2_map_server负责加载和广播环境地图,可以是静态配置文件的静态地图,也可以是运行时加载的动态地图(应该是来自slam之类的),加载地图可以从launch阶段的.map文件(应该主要是仿真时),也可以通过yaml描述文件。但不知道是不是和slam互斥的,估计我做仿真,应该会用静态地图。

    • 如果要结合SLAM进行导航,还要安装slam_toolbox包,这好像是nav2之外的一个包了,我早期应该不需要,先用静态地图搞就行。

    • AMCL,好像这个是结合nav2_map_server,可以在读取yaml或则.map文件的地图数据后,完成定位(借助传感器),这样就相当于完成了静态环境构建,不需要使用SLAM包了。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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