无人艇路径规划、避碰、路径跟踪控制(vrep仿真，含ros通信，rrt*，COLREGS，los，pid差速控制)

2021/05/26 增加rrt*-smart局部路径规划（动态避障，遵守COLREGS避碰规则）

关键词：rrt*-smart，dcpa，tcpa，COLREGS，船舶安全领域

这里先展示结果，具体实现方法等我写完论文再发。（图中绿色线条是rrt*-smart随机树，蓝色线条是障碍船的行驶轨迹，红线是无人艇规划路径。）

rrt*-smart 规划结果1

rrt*-smart 规划结果2

路径模拟行驶

实际行驶路径(实线为已经走过的路径，虚线为规划路径)

同上

最后赠送几张海边的美景

2020/12/7   实艇控制总体框架（代码就不传啦）

1、gps和激光雷达的数据接收、解析、处理、发布话题

2、 坐标系转换：LLA转ECEF，ECEF转ENU

3、根据LOS及障碍物位置计算目标航向

4、PID差速转向控制  及  原地转向

2020\11\16 更新：vrep仿真，ros\gps\imu\lidar

仿真环境：vrep最新版本（CoppeliaSim）、ros-kinetic、Ubuntu16.04、Python 2.7，仿真时记得先打开ros，再打开vrep，这样会自动加载vrep_ros interface插件。

两推进器船、有波浪的水面（改编自github某不知名环境）

跟踪结果：

（黑色为航向，init_vel 、max 、min 为pid中的基准推力、限幅推力，不是真实的速度，真实的船速从vrep传感器获得）

参数：P=10,I=1.2,init_vel=5.0,len_usv=1.25,line_length=50.0,N=4,min_speed=-10.0,max_speed=10.0  稳定状态速度约1m/s

高速状态较好参数
参数：init_vel=40.0_max=80.0_min=-80.0_P=15.0_I=3.0

快捷获取物体信息的方式（vrep中的lua脚本）：

--初始化一个multiarray的话题  
pub_lv=simROS.advertise('/info','std_msgs/Float32MultiArray')
simROS.publisherTreatUInt8ArrayAsString(pub_lv)

--获取信息
 pos1=sim.getObjectPosition(Boat,-1)  
--xyz坐标
 l_v1,a_v=sim.getObjectVelocity(Boat)
--线速度，角速度
angle1=sim.getObjectOrientation(Boat,-1)[3]
--方位角 （-pi到pi）

--将信息打包成一维数组，lua下标从1开始
data_all={}
data_all[1]=angle1
data_all[2]=pos1[1]
data_all[3]=pos1[2]
...

--发布话题
simROS.publish(pub_lv, {data=data_all})

​

控制量：两推进器的力的大小，基于差速模型的pid控制

坐标系：

1、仿真环境中有一个世界坐标系，所有位置信息都是基于这个世界坐标系的。gps发送的位置是在环境中的(x,y,z)。

2、船的航向角，从x轴正方向逆时针为正顺时针为负，范围为（-pi,pi）。

ROS信息传输：

1、先打开ros再打开vrep，自动加载ros插件后，执行命令 rosnode list会发现有一个 sim_ros_interface的节点，这样我们在vrep环境中发送的消息都是基于这个节点。

发布话题有imu、角速度、线速度、gps(x,y,z)、激光雷达点云；订阅话题：左右电机的推力

2、在vrep界面中，双击每个名字后面的小文档（child_script），会出现该物体的lua执行代码。vrep端发送的话题主要有 gps_data,imu_data 等，主要在Boat、GPS 这三个物体的文档里。

3、在vrep中使用ros，参考了vrep自带的ros例程。发布话题：初始化话题（simRos.advertise），发布话题信息(simros.publish)，shutdown。订阅话题： 初始化话题（simRos.subscribe），回调函数（自定义call_back）

usv_ros.py 代码解析：

1、初始化ros话题、目标位置、pid参数等

2、订阅话题的回调函数

将四元数转化为欧拉角：

3、计算无人艇当前航向与目标航向的角度差。

向量夹角的计算

4、pid差速，基础速度base_vel

5、发送话题：左右电机推力 

5、主程序中需要初始化ros节点和vrep 连接id

vrep model 下载链接：my_boat_1221.ttt-机器学习文档类资源-CSDN下载

注意：使用激光雷达的话，将链接https://github.com/edward0im/V-Rep-Autonomous-Vehicle-Simulator里的so文件放到vrep文件夹下。

2020\10\20 

1、找到几个不错的仿真环境，但搭建过程可能会比较费时：

基于java:https://github.com/He-Ze/Autonomous-Surface-Vehicle-Simulator

基于gazebo，试了两天各种报错不能运行:https://github.com/disaster-robotics-proalertas/usv_sim_lsa 

一个无人艇比赛的官方仿真环境，基于gazebo ubuntu18.04 https://github.com/osrf/vrx

这个可运行，但是模型写的不对，船跑不了！！！https://github.com/OUXT-Polaris/ros_ship_packages

2、卡尔曼滤波

协方差矩阵kalman滤波理解三：协方差矩阵的计算_JK-CSDN博客_误差协方差矩阵   卡尔曼滤波中的噪声协方差矩阵（R和Q）应该怎么取值,和噪声分布之间的关系是什么？ - 知乎

公式推导：卡尔曼滤波算法详细推导_victor_zy的博客-CSDN博客_卡尔曼滤波推导