【ROS2】【机器人导航navigation2】参数调整分析

一、概述

  • 在之前的笔记分析了nav2的启动文件,发现所有实际控制机器人的节点都需要params_file文件,也就是/opt/ros/humble/share/nav2_bringup/params/ nav2_params.yaml
  • 所以要实际控制机器人导航需要修改params_file文件

二、参数文件总览

在这里插入图片描述

  • 比较重要的是这几个节点
    • planner_server节点的参数,用于设置路径规划器(global planner)的参数,如地图、规划器类型、规划时间等。
    • controller_server节点的参数,用于设置控制器(local planner)的参数,如速度、加速度、PID参数等。
    • recoveries_server节点的参数,用于设置恢复行为(recovery behaviors)的参数,如障碍物避让、路径重新规划等。
    • bt_navigator节点的参数,用于设置行为树(behavior tree)导航器的参数,如行为树的文件路径、调试模式等。
      通过修改nav2_params.yaml文件中的这些参数,可以调整导航栈的行为,以适应不同的场景和需求。

三、重要节点参数分析

1. planner_server节点
  • 负责全局路径规划,即根据地图和目标点,生成一条从起始点到目标点的路径。下面是详细解释:
    • expected_planner_frequency:路径规划的频率,即规划器每秒钟生成的路径数。默认值为0.0,表示不限制频率。
    • use_sim_time:是否使用仿真时间,如果为true,则使用ROS的仿真时间,否则使用系统时间。默认值为true。
    • planner_plugin:路径规划器的插件名称,即使用哪个路径规划器实现路径规划。默认值为grid_based,即使用基于栅格地图的路径规划器。也可以设置为其他插件名称,例如navfn、navfn_planner、teb_local_planner等。
    • GridBased插件
      • allow_unknown:是否允许路径规划经过未知区域。默认值为false。
      • tolerance:路径规划器的默认容忍误差,即机器人到达目标点的最大距离误差。默认值为0.5米。
      • use_astar:是否使用A*算法进行路径规划。默认值为false。
2. controller_server节点
  • 负责本地路径跟随,即根据路径规划器生成的全局路径,在局部范围内生成机器人的运动轨迹。
    • use_sim_time:是否使用仿真时间,如果为true,则使用ROS的仿真时间,否则使用系统时间。默认值为true。
    • controller_frequency:控制器的控制频率。默认值为20.0赫兹。
    • min_x_velocity_threshold:机器人在x轴最小线速度。默认值为0.001
    • min_y_velocity_threshold:机器人在y轴最小线速度。默认值为0.5
    • min_theta_velocity_threshold:机器人的最小旋转角速度。默认值为0.001
    • failure_tolerance:机器人执行导航任务时容忍的失败次数。如果机器人在执行导航任务时达到了设定的失败次数,controller_server节点会认为该导航任务失败,停止机器人的运动并返回失败信息。默认值为0.3
    • progress_checker_plugin:用于指定机器人在沿着全局路径移动时的路径跟踪插件。该参数的默认值为progress_checke。
    • goal_checker_plugins:用于指定机器人在执行导航任务时的目标检测插件。该参数的默认值为general_goal_checker
    • controller_plugins:用于指定机器人在执行导航任务时的运动控制插件。该参数的默认值为FollowPath
    • progress_checker插件
      • progress_checker插件会根据机器人当前位置和全局路径信息,计算机器人需要沿着全局路径移动的下一个位置,并将该位置作为机器人的目标位置进行控制。
        • required_movement_radius:用于控制机器人沿着全局路径移动时的偏差容忍度。该参数的默认值为0.5m。
        • movement_time_allowance:用于控制机器人沿着全局路径移动时的时间容忍度。该参数的默认值为10s,即机器人在沿着全局路径移动时允许的时间为10s。如果机器人在沿着全局路径移动的时间超过了该时间,progress_checker插件会认为机器人超时了,需要及时调整机器人的运动控制,以确保机器人能够按照预定时间内完成导航任务。
    • general_goal_checker插件会根据机器人当前位置和目标点信息,计算机器人需要到达的最终目标点,并将该点作为机器人的目标位置进行控制。
      • stateful 参数用于指定该插件是否需要维护状态信息。如果设置为 True,该插件会在机器人到达目标位置时将状态信息存储下来,以便后续的任务调度和统计分析。
      • xy_goal_tolerance 参数用于控制机器人到达目标位置时的位置精度。该参数的默认值为0.25m,即机器人到达目标位置时允许的位置误差范围为0.25m。
      • yaw_goal_tolerance 参数用于控制机器人到达目标位置时的方向精度。该参数的默认值为0.25rad,即机器人到达目标位置时允许的方向误差范围为0.25rad。
    • FollowPath插件会根据机器人当前位置和全局路径信息,计算机器人需要采取的线速度和角速度,运用了dwb算法,并将这些速度作为机器人的控制指令进行下发。
      • min_vel_x: 最小线速度
      • min_vel_y: 最小侧向速度
      • max_vel_x: 最大线速度
      • max_vel_y: 最大侧向速度
      • max_vel_theta: 最大角速度
      • min_speed_xy: 最小平面速度,通常为0
      • max_speed_xy: 最大平面速度,和max_vel_x相同
      • min_speed_theta: 最小角速度,通常为0
      • acc_lim_x: x方向加速度限制
      • acc_lim_y: y方向加速度限制
      • acc_lim_theta: 角加速度限制
      • decel_lim_x: x方向减速度限制
      • decel_lim_y: y方向减速度限制
      • decel_lim_theta: 角减速度限制
      • vx_samples: 线速度采样数,用于搜索最优解
      • vy_samples: 侧向速度采样数,用于搜索最优解
      • vtheta_samples: 角速度采样数
      • sim_time: 模拟时间,用于计算轨迹
      • linear_granularity: 线性路径的分辨率,即路径中相邻两个点之间的距离,单位为m。
      • rotational_granularity: 旋转路径的分辨率,即路径中相邻两个点之间的角度,单位为rad。
      • transform_tolerance: 机器人状态变换的容忍度,即机器人位置和姿态在传递过程中的误差容忍度。
      • xy_goal_tolerance: xy平面的目标容差
      • trans_stopped_velocity: 线速度小于该值,机器人被认为已停止
      • short_circuit_trajectory_evaluation: 是否提前结束轨迹评估
      • stateful: 是否保留状态信息
      • critics: 用于评估轨迹的批评家。这是一个评估器,它根据各种因素对轨迹进行评估,以确定其质量。它是自主导航系统中的一个重要组成部分,因为它可以帮助机器人决定最佳路径。
      • BaseObstacle.scale: 障碍物评估批评家的权重。这个参数用于调整障碍物评估批评家对轨迹的影响程度。如果这个值越高,那么机器人将更加关注避开障碍物,而不是其他因素。
      • PathAlign.scale: 路径对齐评估批评家的权重。这个参数用于调整路径对齐评估批评家对轨迹的影响程度。如果这个值越高,那么机器人将更加关注路径对齐,而不是其他因素。
      • PathAlign.forward_point_distance: 前向点的距离,用于计算路径对齐误差。这个参数用于计算机器人当前位置与路径的偏差,以便评估路径对齐性。
      • GoalAlign.scale: 目标对齐评估批评家的权重。这个参数用于调整目标对齐评估批评家对轨迹的影响程度。如果这个值越高,那么机器人将更加关注目标对齐,而不是其他因素。
      • GoalAlign.forward_point_distance: 前向点的距离,用于计算目标对齐误差。这个参数用于计算机器人当前位置与目标的偏差,以便评估目标对齐性。
      • PathDist.scale: 路径距离评估批评家的权重。这个参数用于调整路径距离评估批评家对轨迹的影响程度。如果这个值越高,那么机器人将更加关注路径的距离,而不是其他因素。
      • GoalDist.scale: 目标距离评估批评家的权重。这个参数用于调整目标距离评估批评家对轨迹的影响程度。如果这个值越高,那么机器人将更加关注目标的距离,而不是其他因素。
      • RotateToGoal.scale: 转向目标评估批评家的权重。这个参数用于调整转向目标评估批评家对轨迹的影响程度。如果这个值越高,那么机器人将更加关注转向目标,而不是其他因素。
      • RotateToGoal.slowing_factor: 减速因子,用于减速到目标。这个参数用于控制机器人接近目标时的速度。如果这个值越高,那么机器人将减速得更快。
      • RotateToGoal.lookahead_time: 前瞻时间,用于计算转向目标误差。这个参数用于计算机器人当前位置与目标的角度差,以便评估转向目标的精度。如果这个值越高,那么机器人将更加关注转向目标的精度
  • 7
    点赞
  • 49
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 4
    评论
要进行ROS机器人导航仿真,你需要安装一些必要的软件包。首先,你可以使用以下命令安装turtlebot相关的软件包:sudo apt-get install ros-kinetic-turtlebot-bringup ros-kinetic-turtlebot-create ros-kinetic-openni-* ros-kinetic-openni2-* ros-kinetic-freenect-* ros-kinetic-usb-cam ros-kinetic-laser-* ros-kinetic-hokuyo-node ros-kinetic-audio-common gstreamer0.10-pocketsphinx ros-kinetic-pocketsphinx ros-kinetic-slam-gmapping ros-kinetic-joystick-drivers python-rosinstall ros-kinetic-orocos-kdl ros-kinetic-python-orocos-kdl python-setuptools ros-kinetic-dynamixel-motor libopencv-dev python-opencv ros-kinetic-vision-opencv ros-kinetic-depthimage-to-laserscan ros-kinetic-arbotix-* ros-kinetic-turtlebot-teleop ros-kinetic-move-base ros-kinetic-map-server ros-kinetic-fake-localization ros-kinetic-amcl。\[1\] 接下来,在安装好ROS kinetic版本的Ubuntu系统,你可以打开一个终端窗口,并输入以下命令来安装turtlebot包:sudo apt-get install ros-kinetic-turtlebot-*。\[2\] 安装完成后,你可以使用以下命令启动仿真环境并进行自主导航roslaunch racecar_gazebo racecar_runway_navigation.launch roslaunch racecar_gazebo racecar_rviz.launch。\[3\] 这样,你就可以开始进行ROS机器人导航仿真了。 #### 引用[.reference_title] - *1* *2* [ROS机器人导航仿真(kinetic版本)](https://blog.csdn.net/sinolover/article/details/90721486)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [ROS机器人定位导航仿真(包括智能车、无人机飞行的仿真)](https://blog.csdn.net/weixin_43749019/article/details/107284304)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论 4
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

打赏作者

小羊君爱摸鱼

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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