ROS:DWA算法解析、move_base导航包DWA源码解析

一.整体思路

1.基于速度控制运动模型

假设没有噪声,控制时间间隔为\Delta t内机器人速度v和角速度w保持不变,则机器人围绕半径为r的圆周运动。

 其中,v=\sqrt{v_{x}^{2}+v_{y}^{2}}

根据v 和w即可预测出下一次机器人位姿(x、y、\theta),根据此也可以判断机器人是否撞到障碍物。

2.构建可行的速度空间

 其中,坐标系x轴为角速度w,y轴为线速度v。假如给定机器人v和w,那么机器人在运动过程中就有可能碰到障碍物,也就是图中wall。

 不同的速度指令(v,w)会得到不同的运动半径,同样的时间间隔到达不同的终止位置。有些位置是安全的,有些会与障碍物发生碰撞。

其中方块1即可推倒方块2 。

3.速度窗口空间

考虑到机器人在运动过程中最大加速度的约束,在当前速度配置处以固定的小时间间隔开一个速度窗口空间。也就是如下红色方块

 我们即可得到新的机器人速度约束,如下:

 4.可行速度空间

在根据整个速度(v,w)上下限(如下红色方块), 可以获得新的机器人速度约束:

速度约束:

 结合上述三种速度约束(\upsilon _{a},\upsilon _{d},\upsilon _{f}),我们即可获得可行速度空间,如下:\upsilon _{r}=\upsilon _{a}\cap \upsilon _{d}\cap \upsilon _{f}

 5.在可行速度空间中选择最优的速度控制指令

根据如下评价函数,选择最优的速度(v,w):

 6.参考

自主移动机器人_浙江大学_中国大学MOOC(慕课)

二.move_base导航框架中DWA算法解析

  • 1
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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