本文共 3650 字，大约阅读时间需要 12 分钟。

目录

8 Navigation

Navigation是机器人最基本的功能之一，ROS为我们提供了一整套Navigation的解决方案，包括全局与局部的路径规划、代价地图、异常行为恢复、地图服务器等。这个功能放在Navigation Stack这个ROS的metapackage中，里面包含了路径规划、定位、地图、异常行为恢复等方面的package。

8.1 Navigation工作框架

输入：

• /tf :提要提供的tf包括 map_frame 、 odom_frame 、 base_frame 以及机器人各关节之间的完整的一棵tf树。
• /odom :里程计信息
• /scan 或 /pointcloud :传感器的输入信息，最常用的是激光雷达(sensor_msgs/LaserScan类型)，也有用点云数据(sensor_msgs/PointCloud)的。
• /map ：地图，可以由SLAM程序来提供，也可以由 map_server 来指定已知地图。

     以上四个Topic是必须持续提供给导航系统的，下面一个是可随时发布的topic：

• move_base_simple/goal :目标点位置。

输出：

• /cmd_vel : geometry_msgs/Twist 类型，为每一时刻规划的速度信息。格式如下：

geometry_msgs/Vector3 linear

  float64 x

  float64 y

  float64 z

geometry_msgs/Vector3 angular

  float64 x

  float64 y

  float64 z

move_base提供的Service：

• make_plan: nav_msgs/GetPlan类型，请求为一个目标点，响应为规划的轨迹，但不执行该轨迹。
• clear_unknown_space: std_srvs/Empty类型，允许用户清除未知区域地图。
• clear_costmaps: std_srvs/Empty类型，允许用户清楚代价地图上的障碍物。

8.2 move_base

move_base是Navigation中的核心节点，它在导航的任务中处于支配地位，其他的一些package都是它的插件。

move_base要运行起来，需要选择好插件，包括三种插件： base_local_planner 、base_global_planner 和 recovery_behavior ，这三种插件都得指定，否则系统会指定默认值。Navigation为我们提供了不少候选的插件，可以在配置move_base时选择。

base_local_planner插件：

• base_local_planner: 实现了Trajectory Rollout和DWA两种局部规划算法
• dwa_local_planner: 实现了DWA局部规划算法，可以看作是base_local_planner的改进版本

base_global_planner插件：

• parrot_planner: 实现了较简单的全局规划算法
• navfn: 实现了Dijkstra和A*全局规划算法
• global_planner: 重新实现了Dijkstra和A*全局规划算法,可以看作navfn的改进版

recovery_behavior插件：

• clear_costmap_recovery: 实现了清除代价地图的恢复行为
• rotate_recovery: 实现了旋转的恢复行为
• move_slow_and_clear: 实现了缓慢移动的恢复行为

costmap插件：

      该插件默认已经选择好，默认即为costmap_2d，不可更改。

在move_base的参数设置里可以选择插件。由于要配置的参数太多，通常会将配置写在一个yaml文件中，我们用 param/move_base_params.yaml 来保存以上参数。

8.3 Costmap

ROS里的地图就是 /map 这个topic，它也是一张图片，一个像素代表了实际的一块面积，用灰度值来表示障碍物存在的可能性。然而在实际的导航任务中，光有一张地图是不够的，机器人需要能动态的把障碍物加入，或者清楚已经不存在的障碍物，有些时候还要在地图上标出危险区域,为路径规划提供更有用的信息。

因为导航的需要，所以出现了代价地图。代价地图可以理解为，在 /map 之上新加的另外几层地图，不仅包含了原始地图信息，还加入了其他辅助信息。

代价地图有以下特点：

１．首先，代价地图有两张，一张是 local_costmap ，一张是 global_costmap ，分别用于局部路径规划器和全局路径规划器，而这两个costmap都默认并且只能选择 costmap_2d 作为插件。

２. 无论是 local_costmap 还是 global_costmap ，都可以配置他们的Layer，可以选择多个层次。  

      costmap的Layer包括以下几种：

• Static Map Layer：静态地图层，通常都是SLAM建立完成的静态地图。
• Obstacle Map Layer：障碍地图层，用于动态的记录传感器感知到的障碍物信息。
• Inflation Layer：膨胀层，在以上两层地图上进行膨胀（向外扩张），以避免机器人的外
• 壳会撞上障碍物。
• Other Layers：你还可以通过插件的形式自己实现costmap，目前已有 Social Costmap
• Layer 、 Range Sensor Layer 等开源插件。

      可以同时选择多个Layer并存。

costmap配置也同样用yaml 来保存，由于costmap通常分为local和global的coastmap，我们习惯把两个代价地图分开。

8.4 map_server

在固定场景下，我们已经知道了地图（无论通过SLAM还是测量），这样机器人每次启动最好就能直接加载已知地图，而不是每次开机都重建。在这种情况下，就需要有一个节点来发布 /map ，提供场景信息。map_server就是这样一个功能包，它可以将已知地图发布出来，供导航和其他功能使用，也可以保存SLAM建立的地图。

要让map_server发布 /map ，需要输入给它两个文件:

• 地图文件，通常为pgm格式；
• 地图的描述文件，通常为yaml格式

有了以上两个文件，就可以通过指令来加载这张地图, map_server相关命令如下:

• rosrun map_server map_server  Software_Museum.yaml    加载自定义的地图
• rosrun map_server map_saver -f mymap     保存当前地图为mymap.pgn和mymap.yaml

map_server会提供以下topic和service：

• Topic

• /map_metadata: 发布地图的描述信息
• /map: 发布锁存的地图消息

• Service

• static_map: 用于请求和响应当前的静态地图。

Param：map_server有一个参数需要设置，就是发布地图的frame。

~frame_id: string类型，默认为map。 绑定发布的地图与tf中的哪个frame，通常就是map。

8.5 AMCL 定位

Adaptive Mentcarto Localization(AMCL)：蒙特卡洛自适应定位是一种很常用的定位算法，它通过比较检测到的障碍物和已知地图来进行定位。

AMCL上的通信架构如下图：

与之前SLAM的框架很像，最主要的区别是 /map 作为了输入，而不是输出，因为AMCL算法只负责定位，而不管建图。

转载地址：https://blog.csdn.net/lclfans1983/article/details/105399759 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！