自学ROS完成智能小车路径规划(一)--配置功能包

本文详细记录了作者学习ROS过程中对全局和局部路径规划算法的比较。在特定地图场景下,作者对比了A*和Dijkstra算法的规划效率与运行时间,以及DWA和TEB算法的表现。最终,作者选择了Dijkstra作为全局路径规划算法,TEB作为局部路径规划算法。同时,提供了按照科大讯飞教程配置环境、运行Gazebo仿真环境以及控制小车运动的步骤。

此系列文章记录本人学习ros的过程,将会尽可能详细以便自己能够看懂
参考系列:古月居老师,优快云,ROS tutorials,科大讯飞智能车竞赛线上赛
本文章的目标:

  1. 比较全局路径规划算法中A*算法与Dijkstra算法在该地图场景下的规划与运行时间
  2. 比较局部路径规划算法中DWA算法与TEB算法在该地图场景下的规划与运行时间
  3. 在同等参数条件下选择出各自适合的算法进行融合,经过比较,我将选择dijkstra算法作为全局路径规划算法,TEB算法为局部路径规划算法

第一步,按照科大讯飞的教程配置文件
科大讯飞机器人开放平台
1.创建工作空间

mkdir -p ~/xunfei_path_planning/src
cd ~/xunfei_path_planning/
catkin_make

2.关闭该终端,将科大讯飞功能包复制到src下,并编译
在xunfei_path_planning 文件夹下右键打开终端,输入指令

catkin_make

将devel下的setup.bash加入/.bashrc/文件下
该文件为隐藏文件,通过ctrl+h显现
将下列这行复制到该文件最下面


                
评论 10
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