gazebo中实现RVO2-3D仿真

前言

本文在gazebo中实现了RVO2-3D仿真,参考链接中内容并不是十分详细,从二维到三维的关于文件修改的过程比较复杂,主要借助ChatGPT,因此就不一一给出需要修改的文件内容。

参考链接

使用 RVO-3D + ROS 实现三维避障

rvo_ros

运动避障效果

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
暂不支持静态障碍物避障

如果想实现其他物体的避障效果,修改worlds文件夹中的文件,同时修改launch文件

使用说明

设置环境变量

gedit .bashrc
export GAZEBO_PLUGIN_PATH=${GAZEBO_PLUGIN_PATH}:~/catkin_ws/devel/lib

运行

roscore
roslaunch rvo_ros multi_vehicle.launch
bash multi_vehicle_communication.sh
python hover.py iris 6 vel #等待显示运行结束再输入下面的指令
roslaunch rvo_ros rvo_node.launch
./boom.sh

注:
1、第2种方式只在2d模式下验证过,若3d模式出现问题,请修改rvo_node.cpp、set_goals_client.cpp文件
2、为保证无人机能正确悬停,hover.py设置运行时间是10s,可自行更改
3、无人机相比圆柱体难控制很多,比较依赖调参,偶然出现无人机碰撞后失去控制的情况

# parameters of rvo ros
neighborDist: 10 
maxNeighbors: 10
timeHorizon: 5
timeHorizonObst: 6
radius: 0.4
maxSpeed: 2
goal_threshold: 0.2

资源下载

下载到 ~/catkin_ws/src下,编译后即可运行
链接: https://pan.baidu.com/s/1LSE3nxoXL6Zkmq5pMo3-fA?pwd=im95 提取码: im95

  • 2
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
PX4无人机以及Gazebo仿真环境是目前广泛使用的无人机软件和仿真平台,能够帮助开发者进行无人机飞行控制算法的开发和测试。在使用PX4和Gazebo进行仿真时,可以通过编写代码实现无人机跟踪移动物体的功能。 首先,需要在Gazebo仿真环境创建一个场景,并将无人机和移动物体添加到场景。可以使用Gazebo自带的模型库或者自定义模型来创建无人机和移动物体。然后,将无人机Gazebo和PX4进行连接,以便将无人机的状态信息传输到Gazebo仿真环境。 其次,需要编写代码来实现无人机对移动物体的跟踪。首先,需要获取无人机和移动物体的位置信息。可以通过Gazebo提供的API或者PX4提供的功能来获取无人机和移动物体的位置。然后,根据无人机和移动物体的位置信息,计算出无人机需要采取的飞行姿态和动作来实现跟踪移动物体的功能。最后,通过控制无人机的舵面、电机等飞行控制设备,实现无人机的飞行动作。 在跟踪移动物体的过程,还可以添加一些算法来提高跟踪的准确性和稳定性。例如,可以使用视觉传感器来实时识别和跟踪移动物体,通过视觉算法和控制算法来控制无人机的飞行动作。另外,还可以使用数据融合算法,将无人机的惯性传感器数据和视觉传感器数据进行融合,提高跟踪的鲁棒性和精确性。 综上所述,通过在Gazebo仿真环境使用PX4无人机,可以实现对移动物体的跟踪。通过获取无人机和移动物体的位置信息,并根据位置信息计算出无人机的飞行动作,以实现跟踪移动物体的功能。同时,还可以添加一些算法来提高跟踪的准确性和稳定性。
评论
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