局部路径规划器teb_local_planner详解2：关于避障

最新推荐文章于 2024-09-17 18:53:39 发布

little_miya

最新推荐文章于 2024-09-17 18:53:39 发布

阅读量1w

点赞数 7

分类专栏： ROS学习 ROS导航

本文链接：https://blog.csdn.net/allenhsu6/article/details/113516798

版权

ROS学习同时被 2 个专栏收录

24 篇文章 57 订阅

订阅专栏

ROS导航

12 篇文章 40 订阅

订阅专栏

teb详解系列

前言

局部路径规划器teb_local_planner详解之初识teb中，我们初步认识了teb算法，知道如何在move_base中实现运行。

本部分我们详细探讨，TEB避障的实现，以及与避障相关的各个参数对算法性能表现的影响。

一、避障

1. 避障约束

避障是整个轨迹优化的一部分。优化的目的是寻找代价最小的轨迹解决方案。

teb算法将避障硬约束转换为软约束。举个例子如图所示：

在这里插入图片描述上图中与避障相关的参数：

min_obstacle_dist：最小避障距离0.2m
weight_obstacle: 避障在整个优化函数中的权重
extra margin：给min_obstacle_dist额外加个边
penalty_eposilon: 一次性修改全部惩罚项。注意，谨慎操作

2. 局部极值

陷入局部极值的状态：

在这里插入图片描述
使用多条轨迹的teb算法：the homotopy class planning algorithm会尝试沿着障碍物构成的拓扑地图，寻找多条轨迹。避免陷入极值。

3. 避障与跟随全局pose的关系

在这里插入图片描述重要的参数：

dt_ref:参考轨迹的离散间隔
obstacle_poses_affected: 因为障碍物而受到影响的poses数量（基于距离障碍物最近的pose，向两边扩展的点数）

只有被affected的pose会被选中拿去做优化。

上图中，也能看到，机器人的footprint模型在计算障碍物距离的时候影响很大。

二、机器人footprint模型

模型对碰撞检测的计算很重要。设好了能极大降低运算量。

这个参数是teb自己定的，不是直接从costmap_2d中导入进来的。

TebLocalPlannerROS:
 footprint_model: # types: "point", "circular", "line", "two_circles", "polygon"
   type: "point"
   radius: 0.2 # for type "circular"
   line_start: [-0.3, 0.0] # for type "line"
   line_end: [0.3, 0.0] # for type "line"
   front_offset: 0.2 # for type "two_circles"
   front_radius: 0.2 # for type "two_circles"
   rear_offset: 0.2 # for type "two_circles"
   rear_radius: 0.2 # for type "two_circles"
   vertices: [ [0.25, -0.05], [0.18, -0.05], [0.18, -0.18], [-0.19, -0.18], [-0.25, 0], [-0.19, 0.18], [0.18, 0.18], [0.18, 0.05], [0.25, 0.05] ] # for type "polygon"