ros导航路径规划算法

调试了很长时间的机器人自动导航,一直以为路径规划是个很高大上的东东。直到看完路径生成及选择代码,结果好无语。

可能这是最简单的路径规划算法,毕竟叫做simple trajectory generator。

路径规划分成两部分:1.样本路径生成。2.最优路径选择

第一部分 样本路径生成

1.获取当前的x轴速度vx,y轴速度vy,和z轴转向角速度th。这部分数据一般从odom获取,并且在2d地图上,y轴速度一般是0。

2.获取下发控制命令的频率H,算出每个控制命令的周期  1/H = sim_period_

3.以x轴速度vx为例,根据命令周期长度,加速度,减速度,最大速度,最小速度,算出下个周期时,vx的最大值max_vx和最小值min_vx。

max_vx = min(最大速度,vx + 加速度×命令周期);

min_vx = max(最小速度,vx - 减速度×命令周期)

4.获取每个速度的采样率,例如vx的最大速度为1,最小速度为0,采样率为6,那么针对vx的采样标本是0,0.2,0.4,0.6,0.8,1。

5.穷举法,针对vx,vy,th的所有标本进行全组合,一共就有(vx采样率×vy采样率×th采样率)个样本速度(vx,vy,th)。

6.针对每个样本速度,在 sim_period_时间内,可以生成一条路径(由一系列个点组成)。

需要注意是否使用dwa算法,dwa是非持续加速算法,即在sim_perio

  • 2
    点赞
  • 48
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
ROS机器人路径规划算法是基于ROS(机器人操作系统)的一种算法,旨在帮助移动机器人在未知环境中找到最优路径以实现自主导航。其中包括构建仿真框架和环境,路径规划算法原理分析与实现,以及利用ROS路径规划插件进行仿真等步骤。 其中,一种常见的ROS路径规划算法是动态窗口算法(Dynamic Window Approach, DWA)。该算法的核心思想是根据机器人的当前位置、目标位置和运动模型,生成一个速度窗口,然后在窗口内进行采样,对每个采样点进行评估并计算其代价。最终选择具有最优代价的采样点作为机器人的最佳轨迹。 在DWA算法中,采样点的评估主要考虑了机器人与障碍物之间的距离、刹车距离、朝向问题等因素。通过计算每个采样点与障碍物之间的距离,并结合刹车距离,判断机器人是否能够及时停下来。同时,考虑采样点与规划路径线段终点的切线的角度差作为代价函数,以评估采样点的优劣。最终选择具有最小代价的采样点为最佳速度和角速度,并将其作为机器人的轨迹。 因此,ROS机器人路径规划算法基于机器人的感知和运动模型,结合环境信息,通过评估采样点的代价,选择最优的速度和角速度,实现机器人在未知环境中的自主导航。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [基于ROS的移动机器人路径规划算法仿真-pdf](https://download.csdn.net/download/daxia_lv/87094640)[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^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* *3* [ROS 路径规划](https://blog.csdn.net/light169/article/details/119909964)[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^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“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 2
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