TEB算法-debug

已于 2022-03-21 12:54:11 修改
阅读量862 收藏 3
点赞数 3
分类专栏： 项目实训 文章标签： 算法 自动驾驶 c++
于 2022-03-21 12:50:56 首次发布
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.csdn.net/loyer_kong/article/details/123632698
版权

a. 编译bug记录

下面记录我在学习整个项目时遇到的bug问题。学习的项目不是原本的teb官方算法，而是另一位作者的非ROS实现。GitHub：https://github.com/linyicheng1/teb_local_planner

无法匹配到函数

我并没有完全编译好整个项目，因为我编译了16年的g2o，然后再编译项目作者的代码，还是不能通过。

原因分析：大概是g2o已经更改了一些函数的接口，上网看了下出现的原因，也确实是因为g2o为了安全原因，改了一些函数。https://github.com/RainerKuemmerle/g2o/issues/206

依旧有以下bug：不能找到对应的函数。

解决办法：修改相应的参数，进行类型转换。

  1. src/optimal_planner.cpp:121:118

    /home/cislc2019/code/loyer/navigation-LidarAndVisual/teb_local_planner/src/optimal_planner.cpp:121:118: error: no matching function for call to ‘g2o::OptimizationAlgorithmLevenberg::OptimizationAlgorithmLevenberg(std::remove_reference<std::unique_ptr<g2o::BlockSolver<g2o::BlockSolverTraits<-1, -1> > >&>::type)’
         g2o::OptimizationAlgorithmLevenberg* solver = new g2o::OptimizationAlgorithmLevenberg(std::move(block_solver));
         
# 下面是提示出错的原因
In file included from /home/cislc2019/code/loyer/navigation-LidarAndVisual/teb_local_planner/src/../inc/optimal_planner.h:21:0,
                 from /home/cislc2019/code/loyer/navigation-LidarAndVisual/teb_local_planner/src/optimal_planner.cpp:1:
/usr/local/include/g2o/core/optimization_algorithm_levenberg.h:45:16: note: candidate: g2o::OptimizationAlgorithmLevenberg::OptimizationAlgorithmLevenberg(g2o::Solver*)
       explicit OptimizationAlgorithmLevenberg(Solver* solver);
/usr/local/include/g2o/core/optimization_algorithm_levenberg.h:45:16: note:   no known conversion for argument 1 from ‘std::remove_reference<std::unique_ptr<g2o::BlockSolver<g2o::BlockSolverTraits<-1, -1> > >&>::type {aka std::unique_ptr<g2o::BlockSolver<g2o::BlockSolverTraits<-1, -1> > >}’ to ‘g2o::Solver*’

  2. src/optimal_planner.cpp:120:97

    /home/cislc2019/code/loyer/navigation-LidarAndVisual/teb_local_planner/src/optimal_planner.cpp:120:97: error: no matching function for call to ‘g2o::BlockSolver<g2o::BlockSolverTraits<-1, -1> >::BlockSolver(std::remove_reference<std::unique_ptr<g2o::LinearSolverCSparse<Eigen::Matrix<double, -1, -1> > >&>::type)’
         std::unique_ptr<TEBBlockSolver> block_solver(new TEBBlockSolver(std::move(linear_solver)));
         
# 下面是提示出错的原因
In file included from /usr/local/include/g2o/core/block_solver.h:189:0,
                 from /home/cislc2019/code/loyer/navigation-LidarAndVisual/teb_local_planner/src/../inc/optimal_planner.h:18,
                 from /home/cislc2019/code/loyer/navigation-LidarAndVisual/teb_local_planner/src/optimal_planner.cpp:1:
/usr/local/include/g2o/core/block_solver.hpp:39:1: note: candidate: g2o::BlockSolver<Traits>::BlockSolver(g2o::BlockSolver<Traits>::LinearSolverType*) [with Traits = g2o::BlockSolverTraits<-1, -1>; g2o::BlockSolver<Traits>::LinearSolverType = g2o::LinearSolver<Eigen::Matrix<double, -1, -1> >]
 BlockSolver<Traits>::BlockSolver(LinearSolverType* linearSolver) :
 ^~~~~~~~~~~~~~~~~~~
/usr/local/include/g2o/core/block_solver.hpp:39:1: note:   no known conversion for argument 1 from ‘std::remove_reference<std::unique_ptr<g2o::LinearSolverCSparse<Eigen::Matrix<double, -1, -1> > >&>::type {aka std::unique_ptr<g2o::LinearSolverCSparse<Eigen::Matrix<double, -1, -1> > >}’ to ‘g2o::BlockSolver<g2o::BlockSolverTraits<-1, -1> >::LinearSolverType* {aka g2o::LinearSolver<Eigen::Matrix<double, -1, -1> >*}’

  3. src/optimal_planner.cpp:84行-103行：其中一个例子

    /home/cislc2019/code/loyer/navigation-LidarAndVisual/teb_local_planner/src/optimal_planner.cpp:103:120: error: no matching function for call to ‘g2o::Factory::registerType(const char [19], std::shared_ptr<g2o::HyperGraphElementCreator<teb_local_planner::EdgePreferRotDir> >)’
         factory->registerType("EDGE_PREFER_ROTDIR", std::make_shared<g2o::HyperGraphElementCreator<EdgePreferRotDir>>());

# 下面为提示出错的原因
In file included from /home/cislc2019/code/loyer/navigation-LidarAndVisual/teb_local_planner/src/../inc/optimal_planner.h:19:0,
                 from /home/cislc2019/code/loyer/navigation-LidarAndVisual/teb_local_planner/src/optimal_planner.cpp:1:
/usr/local/include/g2o/core/factory.h:62:12: note: candidate: void g2o::Factory::registerType(const string&, g2o::AbstractHyperGraphElementCreator*)
       void registerType(const std::string& tag, AbstractHyperGraphElementCreator* c);
            ^~~~~~~~~~~~
/usr/local/include/g2o/core/factory.h:62:12: note:   no known conversion for argument 2 from ‘std::shared_ptr<g2o::HyperGraphElementCreator<teb_local_planner::EdgePreferRotDir> >’ to ‘g2o::AbstractHyperGraphElementCreator*’
/home/cislc2019/code/loyer/navigation-LidarAndVisual/teb_local_planner/src/optimal_planner.cpp: In member function ‘boost::shared_ptr<g2o::SparseOptimizer> teb_local_planner::TebOptimalPlanner::initOptimizer()’:

解决办法

  1. 对于以下报错，需要通过检查CMakeList.txt中的依赖，和官网上写的依赖，确定无误后，需要删除以前安装的g2o，再编译，再安装。删除脚本放在报错下面。

    # 报错1：
/home/cislc2019/code/loyer/navigation-LidarAndVisual/teb_local_planner/src/optimal_planner.cpp:121:118: error: no matching function for call to ‘g2o::OptimizationAlgorithmLevenberg::OptimizationAlgorithmLevenberg(std::remove_reference<std::unique_ptr<g2o::BlockSolver<g2o::BlockSolverTraits<-1, -1> > >&>::type)’
         g2o::OptimizationAlgorithmLevenberg* solver = new g2o::OptimizationAlgorithmLevenberg(std::move(block_solver));

# 报错2：
/home/cislc2019/code/loyer/navigation-LidarAndVisual/teb_local_planner/src/optimal_planner.cpp:120:97: error: no matching function for call to ‘g2o::BlockSolver<g2o::BlockSolverTraits<-1, -1> >::BlockSolver(std::remove_reference<std::unique_ptr<g2o::LinearSolverCSparse<Eigen::Matrix<double, -1, -1> > >&>::type)’
         std::unique_ptr<TEBBlockSolver> block_solver(new TEBBlockSolver(std::move(linear_solver)));

    删除脚本：

    sudo rm -rf /usr/local/include/g2o
sudo rm /usr/local/lib/libg2o_*.so
find /usr/local/lib -name "*libg2o*.so" -type f # 查看是否删除干净

sudo rm /usr/local/bin/g2o*
find /usr/local/bin -name "*g2o*" -type f # 查看是否删除干净

  2. 对于以下报错，需要修改源代码，即可解决

    /home/cislc2019/code/loyer/navigation-LidarAndVisual/teb_local_planner/src/optimal_planner.cpp:103:120: error: no matching function for call to ‘g2o::Factory::registerType(const char [19], std::shared_ptr<g2o::HyperGraphElementCreator<teb_local_planner::EdgePreferRotDir> >)’
         factory->registerType("EDGE_PREFER_ROTDIR", std::make_shared<g2o::HyperGraphElementCreator<EdgePreferRotDir>>());

    原本的源代码为：

    factory->registerType("VERTEX_POSE", std::make_shared<g2o::HyperGraphElementCreator<VertexPose>>());
factory->registerType("VERTEX_TIMEDIFF", std::make_shared<g2o::HyperGraphElementCreator<VertexTimeDiff>>());

factory->registerType("EDGE_TIME_OPTIMAL", std::make_shared<g2o::HyperGraphElementCreator<EdgeTimeOptimal>>());
factory->registerType("EDGE_SHORTEST_PATH", std::make_shared<g2o::HyperGraphElementCreator<EdgeShortestPath>>());
factory->registerType("EDGE_VELOCITY", std::make_shared<g2o::HyperGraphElementCreator<EdgeVelocity>>());
factory->registerType("EDGE_VELOCITY_HOLONOMIC", std::make_shared<g2o::HyperGraphElementCreator<EdgeVelocityHolonomic>>());
factory->registerType("EDGE_ACCELERATION", std::make_shared<g2o::HyperGraphElementCreator<EdgeAcceleration>>());
factory->registerType("EDGE_ACCELERATION_START", std::make_shared<g2o::HyperGraphElementCreator<EdgeAccelerationStart>>());
factory->registerType("EDGE_ACCELERATION_GOAL", std::make_shared<g2o::HyperGraphElementCreator<EdgeAccelerationGoal>>());
factory->registerType("EDGE_ACCELERATION_HOLONOMIC", std::make_shared<g2o::HyperGraphElementCreator<EdgeAccelerationHolonomic>>());
factory->registerType("EDGE_ACCELERATION_HOLONOMIC_START", std::make_shared<g2o::HyperGraphElementCreator<EdgeAccelerationHolonomicStart>>());
factory->registerType("EDGE_ACCELERATION_HOLONOMIC_GOAL", std::make_shared<g2o::HyperGraphElementCreator<EdgeAccelerationHolonomicGoal>>());
factory->registerType("EDGE_KINEMATICS_DIFF_DRIVE", std::make_shared<g2o::HyperGraphElementCreator<EdgeKinematicsDiffDrive>>());
factory->registerType("EDGE_KINEMATICS_CARLIKE", std::make_shared<g2o::HyperGraphElementCreator<EdgeKinematicsCarlike>>());
factory->registerType("EDGE_OBSTACLE", std::make_shared<g2o::HyperGraphElementCreator<EdgeObstacle>>());
factory->registerType("EDGE_INFLATED_OBSTACLE", std::make_shared<g2o::HyperGraphElementCreator<EdgeInflatedObstacle>>());
factory->registerType("EDGE_DYNAMIC_OBSTACLE", std::make_shared<g2o::HyperGraphElementCreator<EdgeDynamicObstacle>>());
factory->registerType("EDGE_VIA_POINT", std::make_shared<g2o::HyperGraphElementCreator<EdgeViaPoint>>());
factory->registerType("EDGE_PREFER_ROTDIR", std::make_shared<g2o::HyperGraphElementCreator<EdgePreferRotDir>>());

    修改为：

    factory->registerType("VERTEX_POSE", new g2o::HyperGraphElementCreator<VertexPose>);
factory->registerType("VERTEX_TIMEDIFF", new g2o::HyperGraphElementCreator<VertexTimeDiff>);

factory->registerType("EDGE_TIME_OPTIMAL", new g2o::HyperGraphElementCreator<EdgeTimeOptimal>);
factory->registerType("EDGE_SHORTEST_PATH", new g2o::HyperGraphElementCreator<EdgeShortestPath>);
factory->registerType("EDGE_VELOCITY", new g2o::HyperGraphElementCreator<EdgeVelocity>);
factory->registerType("EDGE_VELOCITY_HOLONOMIC", new g2o::HyperGraphElementCreator<EdgeVelocityHolonomic>);
factory->registerType("EDGE_ACCELERATION", new g2o::HyperGraphElementCreator<EdgeAcceleration>);
factory->registerType("EDGE_ACCELERATION_START", new g2o::HyperGraphElementCreator<EdgeAccelerationStart>);
factory->registerType("EDGE_ACCELERATION_GOAL", new g2o::HyperGraphElementCreator<EdgeAccelerationGoal>);
factory->registerType("EDGE_ACCELERATION_HOLONOMIC", new g2o::HyperGraphElementCreator<EdgeAccelerationHolonomic>);
factory->registerType("EDGE_ACCELERATION_HOLONOMIC_START", new g2o::HyperGraphElementCreator<EdgeAccelerationHolonomicStart>);
factory->registerType("EDGE_ACCELERATION_HOLONOMIC_GOAL", new g2o::HyperGraphElementCreator<EdgeAccelerationHolonomicGoal>);
factory->registerType("EDGE_KINEMATICS_DIFF_DRIVE", new g2o::HyperGraphElementCreator<EdgeKinematicsDiffDrive>);
factory->registerType("EDGE_KINEMATICS_CARLIKE", new g2o::HyperGraphElementCreator<EdgeKinematicsCarlike>);
factory->registerType("EDGE_OBSTACLE", new g2o::HyperGraphElementCreator<EdgeObstacle>);
factory->registerType("EDGE_INFLATED_OBSTACLE", new g2o::HyperGraphElementCreator<EdgeInflatedObstacle>);
factory->registerType("EDGE_DYNAMIC_OBSTACLE", new g2o::HyperGraphElementCreator<EdgeDynamicObstacle>);
factory->registerType("EDGE_VIA_POINT", new g2o::HyperGraphElementCreator<EdgeViaPoint>);
factory->registerType("EDGE_PREFER_ROTDIR", new g2o::HyperGraphElementCreator<EdgePreferRotDir>);
loyer_kong
关注
  • 3
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
C++ 类的构造函数报错 error: no matching function for call to 的原因
jinking01的专栏
04-27 2万+
这几天在写R*树，使用模板类遇到一堆问题。直接上代码： rectangle.h #ifndef __H_RECTANGLE_H__ #define __H_RECTANGLE_H__ #include "point.h" using namespace std; namespace R_START_TREE { template <std::size_t dimensions> class Rectangle { private: Point
Linux中编译错误之——‘no matching function for call to‘
weixin_41446512的博客
08-30 1万+
C++编译.cpp文件，出现错误： In file included from string.cpp:1:0: string.h: In member function ‘void sxl::string::swap(sxl::string&)’: string.h:55:25: error: no matching function for call to ‘sxl::string::swap(char*&, char*&)’ swap(_str,s._str);
ros navigation 安装编译问题
千叶why
07-23 2129
1. unable to find SuiteSparse sudo apt-get install libsuitesparse-dev 2. could not find libg2o sudo apt-get install ros-kinetic-libg2o
QT编程错误解决 error: no matching function for call to
迈微AI研习社 · 号主
10-29 1万+
实现信号与槽函数绑定机制中出现如下错误： error: no matching function for call to 'Widget::connect(QPushButton*&, void (QAbstractButton::*)(bool), Widget*, <unresolved overloaded function type>)' 错误原因是因为在进行响应调用的时候，不知道该调用哪个函数说明出现函数重用。 void classover(); void classover
g2o编译出现的问题及解决办法 By not providing "FindG2O.cmake" in CMAKE_MODULE_PATH this project has
qq_40267214的博客
08-15 1万+
** 在安装完该g2o之后 运行一些程序 如高翔的ch6 代码会出现如下错误 ** CMake Warning at CMakeLists.txt:10 (FIND_PACKAGE): By not providing "FindG2O.cmake" in CMAKE_MODULE_PATH this project has asked CMake to find a package co...
局部路径规划器teb_local_planner详解2：关于避障
miya的博客
02-01 9836
teb详解系列前言一、 避障1. 避障约束2. 局部极值3. 避障与跟随全局pose的关系二、机器人footprint模型1. point2. circular3. line4. two circles5. polygon 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，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算法详解（TebLocalPlannerROS::computeVelocityCommands（1））
YiYeZhiNian的博客
04-04 9403
TebLocalPlannerROS::computeVelocityCommands作为teb算法与move_base算法的接口函数，是作为teb算法的重点部分去分析的，这一节先看该算法的前半部分，也就是局部路径规划前的数据处理部分，这部分算法的基本思路如下：
TEB算法实现步骤
qq_42244167的博客
04-28 2352
其中，move_base是ROS中的一个路径规划器，可以根据机器人的起始姿态和目标姿态规划路径；teb_local_planner是一个基于TEB算法的局部路径规划器，可以根据机器人的动态约束和环境中的障碍物动态调整路径。需要注意的是，TEB算法的实现需要考虑机器人的动态约束和环境中的障碍物，因此需要对机器人的运动学和动力学进行建模，并对环境中的障碍物进行检测和避障。teb_local_planner节点会根据机器人的动态约束和环境中的障碍物生成一系列候选路径，并选择最优路径。
【ROS】Turtlebot3局部避障TEB算法配置
RockWang的博客
09-02 4420
前言 最近刚写完开题报告，然后在研究局部导航避障算法DWA和TEB这来这两种算法的原理和区别。DWA ROS中自带，而TEB算法需要自行安装下载和配置，以下是我配置的步骤。 1.下载源码 github源码地址 注意自己的版本 2.放在ROS工作空间编译 编译过程中会提示缺少依赖，缺少什么按照提示安装什么就好！ 编译完成在终端输入 rospack plugins --attrib=plugin nav_core 如果显示有teb_local_planner，则安装成功。 3.将turtlebot3局部避障算
TEB算法
☜@_@达奚黑雁的博客
10-21 6957
听说现在自动驾驶很火，所以我也做了一个 | 雷锋网 TEB算法流程_陈_呵呵的博客-CSDN博客 Category: TEB算法 | 沉默杀手 TEB轨迹优化算法-代码解析与参数建议_zz123456zzss的博客-CSDN博客_teb算法 浅谈Time Elastic Band - 知乎 ...
图优化工具，Ｇ2o
09-26
In this document we describe a C++ framework for performing the optimization of nonlinear least squares problems that can be embedded as a graph or in a hyper-graph. A hyper-graph is an extension of a graph where an edge can connect multiple nodes and not only two. Several problems in robotics and in computer vision require to find the optimum of an error function with respect of a set of parameters. Examples include, popular applications like SLAM and Bundle adjustment.
TEB算法英文资料原文
04-04
Trajectory modification considering dynamic constraints of autonomous robots论文原文
TEB算法原理，原版论文翻译
05-17
对提出TEB算法的原版论文Trajectory modification considering dynamic constraints of autonomous robots进行的基于chatgpt的翻译，希望能帮到后来者
TEB-M8060新品速递3
03-22
介绍了关于TEB-M8060新品速递3的详细说明，提供工控机的技术资料的下载。
TEB-S7011新品速递.pdf
09-21
TEB-S7011新品速递pdf,TEB-S7011新品速递
TEB-M8060新品速递.pdf
10-28
TEB-M8060新品速递pdf,TEB-M8060新品速递
TEB算法3- teb中的g2o问题
ゃ﹏淸凨ゞ
06-04 2226
针对阿克曼底盘的导航，TEB_local_planner没有直接给出具体的导航策略，而是利用非线性优化问题完成了对该问题的建模。
teb_local_planner讲解
热门推荐
robinvista的专栏
08-15 2万+
如果出现以下错误，说明你没有source，你应该在安装目录下运行source devel/setup.bash。 q@ubuntu:~$ rosdep install teb_local_planner ERROR: Rosdep cannot find all required resources to answer your query Missing resource teb_local_p...
teb_local_planner编译
Unlimited_BW的博客
01-15 2484
临近中期，这边小论文也催的紧。ccny迟迟跑不出来，无奈只好先将就用着之前的teb先水着。 之前师弟跑一个程序编译通不过，一气之下直接把实验室电脑系统重装了，我只好在自己电脑上再编译一遍。
teb算法matlab
最新发布
03-21
TEB（Time-Elastic Band）算法是一种用于路径规划和迹生成的算法，它可以在考虑时间约束的情况下生成平滑且安全的轨迹。TEB算法最初是为机器人导航设计的，但也可以应用于其他领域，如自动驾驶车辆等。 TEB算法的核心思想是将路径规划问题转化为一个优化问题，通过对路径和速度进行优化来生成最佳轨迹。TEB算法考虑了机器人的动力学约束、障碍物避障和时间约束等因素，以确保生成的轨迹在运动过程中保持平滑和安全。 TEB算法的实现通常使用MATLAB编程语言。在MATLAB中，可以使用TEB算法的相关函数和工具箱来实现路径规划和轨迹生成。这些函数和工具箱提供了一系列功能，包括障碍物检测、速度规划、轨迹生成等。 如果你对TEB算法在MATLAB中的具体实现感兴趣，可以参考MATLAB官方文档或者相关的学术论文。此外，还可以查找开源的TEB算法库或者示例代码，以便更深入地了解和使用TEB算法。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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
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