Tare_planner学习笔记

Tare_planner代码思维导图tare_planner_node.cpp文件

学习链接：（学习笔记）机器人自主导航从零开始第七步——TARE Planner自主探索算法_✘触不可及的博客-CSDN博客_机器人自主探索

背景

1. Tare_planner是探索算法的一种，探索算法的目的是让机器人自主在陌生的环境当中自主探索建图。避免回到意境探索的区域，尽量去到新的区域。
2. 为了能够明确探索的新方向，在探索过程中会维护一个全局地图，地图的边界称为Frontier。
3. 因为计算资源的限制，算法通过随即采样的方式在有限范围内生成路径。
4. 若只顾及有限范围内的路径规划，忽视全局地图，则机器人容易重复走已走的路。而过大的全局地图会使得计算占用资源大，规划所需的时间长（会出现走走停停的现象）。
5. 三维环境中，由于遮挡和噪声会产生无效甚至有害的Frontier。

Tare_planner运行环境

        一个在位置的环境中的导航算法，无建图，但有传感器。

        当设置一个目标值的时候：

        一、若目标值在视野范围内，可以直接前往。

        二、目标值不在视野范围内，前往视野范围内距离目标值最近的点（如果进了死胡同，则导航结束。如下图，其实有一条路径可以通向目标点，但是机器人未建图所以不知道该路径。由于该点距离目标点最近，机器人选择在此停留）

Tare_planner原理

        Tare_planner的最终意义就是不断更新红色这个球（短期目的地），来达到对小车探索新环境的引导、建图。

即：全局建图+全局路径规划——>局部探索区域更新+局部路径规划——>紫色小球指导小车前进

        首先局部和全局是分开两个算法，全局指导局部的更新、选定。

首先要理解的是局部区域的探索：

        绿色方框就是局部区域（白色点云是已有文件读取的点云，红色表示VLP-16激光雷达刚刚扫描到的新点云，蓝色是扫描后建图的点云）。绿色线表示机器人已通过区域路线，蓝色线路表示探索位置局部地图的路径规划。

        为生成蓝色路线，算法综合考虑Frontier值，画好路经，一一前往未知区域。定期时间，算法重新采样，蓝色路线会重新规划。最终蓝色路线呈现闭环，为的是把当前绿色立方体区区域探索完毕。（但是随着绿色区域受全局指导，一般未完成闭环路径探索，绿色局部区域就发生了更新，蓝色路径也会进行大更新。）

        绿色立体方块指的是没有探索穷尽的区域，这种情况是由于全局对局部区域的更新的指导造成的。 全局认为将局部区域更新到另一个位置对未知区域的探索大局更为重要，因此对于一些局部没有完全探索的区域进行了忽略。

        方块存在的意义：等到全局对局部的更新呈现出让机器人走进重复的路径时，全局此时会考虑绿色方块区域作为重点位置区域探索指导，按着路线原路返回。

全局对局部探索区域更新的指导

        全局指导局部区域变化的方式有两个：

        主要：就是朝着Frontier值较大的区域更新。

        次要：往绿色立体方块的地方前进。