讓機器人自主導(dǎo)航項目9CONTENT目錄項目導(dǎo)入01項目任務(wù)02學(xué)習(xí)目標(biāo)03知識鏈接04項目準(zhǔn)備05任務(wù)實施06任務(wù)評價07任務(wù)拓展08項目小結(jié)09項目導(dǎo)入0141項目導(dǎo)入

導(dǎo)航技術(shù)是指移動機器人通過傳感器感知環(huán)境信息和自身狀態(tài)，實現(xiàn)在有障礙的環(huán)境中面向目標(biāo)的自主運動，該技術(shù)是移動機器人的一項核心技術(shù)之一。本項目主要在項目8的基礎(chǔ)上，確定機器人在已建地圖中的實時位置，并規(guī)劃一條從起始點到目標(biāo)點的無碰路線，并使機器人沿著規(guī)劃路線運動。這也就是機器人的自主導(dǎo)航問題。CONTENT目錄項目導(dǎo)入01項目任務(wù)02學(xué)習(xí)目標(biāo)03知識鏈接04項目準(zhǔn)備05任務(wù)實施06任務(wù)評價07任務(wù)拓展08項目小結(jié)09項目任務(wù)0272項目任務(wù)本項目需基于Ubuntu18.04ROSmelodic環(huán)境，在項目8建立環(huán)境地圖的基礎(chǔ)上，基于ROSNavigation導(dǎo)航功能包，完成機器人自主導(dǎo)航任務(wù)所需的配置和測試工作。具體任務(wù)包含：1.配置機器人導(dǎo)航應(yīng)用的工作環(huán)境；2.配置ROSNavigation導(dǎo)航功能包；3.使用可視化工具rviz進行重定位；5.使用可視化工具rviz進行導(dǎo)航測試。CONTENT目錄項目導(dǎo)入01項目任務(wù)02學(xué)習(xí)目標(biāo)03知識鏈接04項目準(zhǔn)備05任務(wù)實施06任務(wù)評價07任務(wù)拓展08項目小結(jié)09學(xué)習(xí)目標(biāo)03知識目標(biāo)職業(yè)素養(yǎng)目標(biāo)技能目標(biāo)1.了解移動機器人定位與導(dǎo)航的概念；2.了解移動機器人全局規(guī)劃與局部規(guī)劃的常用算法；3.熟悉ROSNavigation導(dǎo)航功能包的基本框架move_base、參數(shù)文件和參數(shù)配置；4.熟悉AMCL節(jié)點，及其服務(wù)，訂閱、發(fā)布的話題；5.掌握移動機器人定位和導(dǎo)航的實現(xiàn)步驟；知識目標(biāo)：知識目標(biāo)10學(xué)習(xí)目標(biāo)3113學(xué)習(xí)目標(biāo)1.能配置參數(shù)并調(diào)用ROSNavigation導(dǎo)航功能包；2.能調(diào)用move_base節(jié)點進行機器人路徑規(guī)劃和導(dǎo)航控制3.能配置ROSNavigation導(dǎo)航功能包中的全局規(guī)劃器和局部規(guī)劃器的參數(shù)4.能配置ROSNavigation導(dǎo)航功能包中的代價地圖的參數(shù)5.能在可視化工具rviz中進行機器人局部重定位和全局重定位6.能在可視化工具rviz中進行機器人導(dǎo)航測試。

技能目標(biāo)：技能目標(biāo)123學(xué)習(xí)目標(biāo)1.培養(yǎng)工程調(diào)試與應(yīng)用的堅持和耐心2.培養(yǎng)并提高學(xué)生自主學(xué)習(xí)和持續(xù)學(xué)習(xí)的意識和能力3.培養(yǎng)精益求精的工匠精神4.培養(yǎng)團隊合作與分工的意識。職業(yè)素養(yǎng)目標(biāo)：職業(yè)素養(yǎng)目標(biāo)CONTENT目錄項目導(dǎo)入01項目任務(wù)02學(xué)習(xí)目標(biāo)03知識鏈接04項目準(zhǔn)備05任務(wù)實施06任務(wù)評價07任務(wù)拓展08項目小結(jié)09知識鏈接04移動機器人定位移動機器人導(dǎo)航局部路徑規(guī)劃避障全局路徑規(guī)劃RosNavigation功能包介紹AMCL功能包導(dǎo)航功能包參數(shù)文件配置定位被稱為“提供移動機器人自主能力的最基本問題”移動機器人定位15知識鏈接4導(dǎo)航技術(shù)是移動機器人的一項核心技術(shù)之一，指移動機器人通過傳感器感知環(huán)境信息和自身狀態(tài)，實現(xiàn)在有障礙的環(huán)境中面向目標(biāo)的自主運動。在復(fù)雜環(huán)境下，實現(xiàn)導(dǎo)航的三要素為：1）我在哪；2）我要去哪；3）如何去。在前面我們已經(jīng)討論了前兩個要素涉及的問題：建圖與定位，而第三個問題是指機器人如何規(guī)劃出一條路徑，既要能從出發(fā)點達到目標(biāo)點，又要避免行程中所出現(xiàn)的障礙物。移動機器人導(dǎo)航164知識鏈接移動機器人導(dǎo)航移動機器人定位與導(dǎo)航的流程如下：1.首先獲得相關(guān)的地圖信息（map）和機器人目標(biāo)點位姿（goal）2.結(jié)合傳感器數(shù)據(jù)，如激光數(shù)據(jù)（scan）與里程計數(shù)據(jù)（odom）3.從初始位置到目標(biāo)位置的角度考慮，調(diào)用全局路徑規(guī)劃器（globalplanner），規(guī)劃出一條大致可行的路線4.在地圖中出現(xiàn)了未知的障礙物的情況下，調(diào)用局部路徑規(guī)劃器（localplanner），并根據(jù)代價地圖（costmap）的信息，規(guī)劃局部避障的路線5.發(fā)送規(guī)劃的路線數(shù)據(jù)到機器人底層控制，讓機器人沿著路線運動。174知識鏈接移動機器人導(dǎo)航定位與導(dǎo)航框架主要算法模塊及其可使用的算法184知識鏈接算法模塊默認算法可擴展的算法定位AMCLRobot_pose_ekf,…全局路徑規(guī)劃DijkstraA*,Carrot，…局部路徑規(guī)劃TEBplannerDWAplanner…避障Costmap（基于激光雷達構(gòu)建）RGBD、超聲、紅外…全局路徑規(guī)劃全局路徑規(guī)劃（globalpathplanning）是在已知的環(huán)境中，給機器人規(guī)劃一條路徑，路徑規(guī)劃的精度取決于環(huán)境獲取的準(zhǔn)確度，全局路徑規(guī)劃可以找到最優(yōu)解，但是需要預(yù)先知道環(huán)境的準(zhǔn)確信息，且環(huán)境中的障礙物是靜態(tài)的。優(yōu)點：它能夠離線計算出最優(yōu)路徑，是一種事前規(guī)劃（即機器人運動前規(guī)劃路徑），因此對機器人系統(tǒng)的實時計算能力要求不高。缺點：對環(huán)境模型的錯誤及噪聲魯棒性差，且由于機器人運動規(guī)劃的內(nèi)在復(fù)雜性，全局規(guī)劃方法速度慢，如果環(huán)境模型在動態(tài)變化，則無法處理。三種典型的全局路徑規(guī)劃方法：Dijkstra算法、BFS算法和A*算法194知識鏈接全局路徑規(guī)劃1.Dijkstra算法Dijkstra算法是一種經(jīng)典的廣度優(yōu)先的狀態(tài)空間搜索算法，即算法會從初始點開始一層一層地搜索整個自由空間直到到達目標(biāo)點。優(yōu)點：不需要預(yù)先探明地圖，不足：遍歷計算的節(jié)點非常多，時間計算量大、數(shù)據(jù)量大，所以效率低。204知識鏈接Dijkstra算法規(guī)劃路徑示例全局路徑規(guī)劃2.BFS算法最佳優(yōu)先搜索（BFS）算法基于貪心策略，貪心策略指求解問題時，總是做出在當(dāng)前看來最好的選擇，即不從整體最優(yōu)考慮。優(yōu)點：運行速度較快。不足：不能保證找到一條最短路徑。214知識鏈接BFS算法規(guī)劃路徑示例全局路徑規(guī)劃3.A*算法一種啟發(fā)式搜索（heuristicallysearch）算法被提出，利用問題擁有的啟發(fā)式信息來引導(dǎo)搜索，減少搜索范圍、降低問題復(fù)雜度，達到搜索出圖中指定節(jié)點對之間的最小代價路徑。224知識鏈接A*算法在簡單環(huán)境（左）和復(fù)雜環(huán)境（右）中的路徑規(guī)劃示例

全局路徑規(guī)劃局部路徑規(guī)劃（localpathplanning）允許環(huán)境信息完全未知或部分可知，能夠達到在機器人運動時規(guī)劃路徑。側(cè)重于考慮機器人當(dāng)前的局部環(huán)境信息，讓機器人具有良好的避障能力，通過傳感器對機器人的工作環(huán)境進行探測，以獲取障礙物的位置和幾何性質(zhì)等信息。特點：要求機器人系統(tǒng)具有高速的信息處理能力和計算能力，對環(huán)境誤差和噪聲有較高的魯棒性，能對規(guī)劃結(jié)果進行實時反饋和校正。但是由于缺乏全局環(huán)境信息，容易陷入局部最優(yōu)，甚至可能找不到正確路徑或完整路徑。兩種局部路徑規(guī)劃算法：TEB算法和DWA。234知識鏈接全局路徑規(guī)劃1.TEB算法TEB算法全稱為TimedElasticBand。TEB算法的核心思想，是通過加權(quán)多目標(biāo)優(yōu)化模型，考慮各種約束的目標(biāo)函數(shù)，來調(diào)整與優(yōu)化機器人位姿和時間間隔，即獲取最優(yōu)路徑（點）。244知識鏈接TEB控制流程全局路徑規(guī)劃2.DWA算法DWA（動態(tài)窗口）算法4全稱為DynamicWindowApproach，原理主要是在速度空間中采樣多組速度（一組速度（v，w）由線速度與角速度組成），并模擬機器人在這些速度下一定時間內(nèi)的運動軌跡。在得到多組軌跡后，通過一個目標(biāo)函數(shù)對這些軌跡評估，選取最優(yōu)軌跡對應(yīng)的速度來驅(qū)動機器人運動。254知識鏈接避障避障是指移動機器人根據(jù)采集的障礙物的狀態(tài)信息，在行走過程中通過傳感器感知到妨礙其通行的靜態(tài)和動態(tài)物體時，按照一定的方法進行有效地避障，最后達到目標(biāo)點。實現(xiàn)避障與導(dǎo)航的必要條件是環(huán)境感知,代價地圖在機器人感知避障中作為了重要載體。264知識鏈接避障代價地圖（costmap）用于描述環(huán)境中的障礙物信息，利用激光雷達、聲吶、紅外測距等探測傳感器的數(shù)據(jù)來建立和更新的二維或三維地圖。274知識鏈接紅色單元格：代價地圖中的障礙物藍色單元格：通過機器人內(nèi)切圓半徑膨脹出的障礙物紅色多邊形：機器人的占地面積(機器人輪廓的垂直投影)。為了避免碰撞，機器人位置不能和紅色部分有交叉，且機器人中心位置不能與藍色部分有交叉。

避障初始的分層代價地圖（layeredcostmap）分為三層和主圖：靜態(tài)地圖層（StaticMapLayer）、障礙物層（ObstaclesLayer）、膨脹層（InflationLayer）以及主圖（MasterMap）。284知識鏈接避障基礎(chǔ)的代價地圖由三層組成：(1)靜態(tài)地圖層為了做全局規(guī)劃，機器人需要一個“超越”其傳感器的地圖，以了解墻壁和其他靜態(tài)障礙物的位置。靜態(tài)地圖可以優(yōu)先用SLAM算法生成，也可以從架構(gòu)圖中創(chuàng)建。在構(gòu)建代價地圖流程中，每次檢查待更新區(qū)域時（即調(diào)用UpdateBounds方法），由于靜態(tài)地圖層是基本不變的，它一直是代價地圖的底層，所以它將其值直接復(fù)制到主圖中。

294知識鏈接避障基礎(chǔ)的代價地圖由三層組成：(2)障礙物層該層從高精度傳感器（例如激光傳感器和RGB-D相機）動態(tài)地收集數(shù)據(jù)，并將其放置在二維網(wǎng)格中。傳感器和傳感器測量區(qū)域之間的空間被標(biāo)記為空白（free），傳感器測量的區(qū)域被標(biāo)記為占用（occupied）。在每次調(diào)用UpdateBounds時，邊界框可擴展以適應(yīng)所有新數(shù)據(jù)。

304知識鏈接避障基礎(chǔ)的代價地圖由三層組成：(3)膨脹層膨脹層在前兩層地圖上進行膨脹，膨脹過程在每個致命障礙周圍插入一個緩沖區(qū)，機器人肯定會發(fā)生碰撞的地點被標(biāo)記為致命代價（lethalcost），而緊鄰的區(qū)域具有很小的非致命代價（non-lethalcost）。這些值確保機器人不會與致命障礙物碰撞，并且不希望它們過于接近。由于該層特點，在調(diào)用UpdateBounds時，將增加前一個邊界框，以確保新的致命障礙被膨脹的同時，在前一個邊界框外的、舊的致命障礙可能會膨脹到連該邊界框的部分仍然起作用。314知識鏈接ROSNavigation功能包介紹ROSNavigation導(dǎo)航功能包能夠在開源SLAM算法完成地圖構(gòu)建后實現(xiàn)機器人定位、路徑規(guī)劃等功能。該導(dǎo)航功能包包含完成機器人定位、路徑規(guī)劃、導(dǎo)航等組件，可以通過配置直接使用324知識鏈接ROS-Navigation功能包框架

ROSNavigation功能包介紹move_base節(jié)點，是導(dǎo)航過程運動控制中的核心節(jié)點，在導(dǎo)航任務(wù)中處于核心位置，其他package都是它的插件。括下列三種package：base_local_planner：局部規(guī)劃器：為局部代價地圖，記錄機器人附近的障礙物信息，通常由傳感器實時刷新，用于局部路徑規(guī)劃。base_global_planner：為全局代價地圖，記錄整個地圖上的障礙物信息，用于生成全局路徑。recovery_behavior：恢復(fù)策略：當(dāng)機器人無法規(guī)劃出導(dǎo)航路徑時采取的策略，如清除局部代價圖，嘗試轉(zhuǎn)圈尋找路徑等。334知識鏈接ROSNavigation功能包介紹344知識鏈接三種package可選的插件：base_local_planner局部規(guī)劃器base_local_planner:實現(xiàn)了TrajectoryRollout和DWA兩種局部規(guī)劃算法。dwa_local_planner:實現(xiàn)了DWA局部規(guī)劃算法，可以看作是base_local_planner的改進版本。base_global_planner全局規(guī)劃器：parrot_planner:實現(xiàn)了較簡單的全局規(guī)劃算法。

navfn:實現(xiàn)了Dijkstra和A*全局規(guī)劃算法。global_planner:重新實現(xiàn)了Dijkstra和A*全局規(guī)劃算法,可以看作navfn的改進版。recovery_behavior恢復(fù)策略clear_costmap_recovery:實現(xiàn)了清除代價地圖的恢復(fù)行為。rotate_recovery:實現(xiàn)了旋轉(zhuǎn)的恢復(fù)行為。move_slow_and_clear:實現(xiàn)了緩慢移動的恢復(fù)行為。ROSNavigation功能包介紹引子：蒙特卡洛定位算法354知識鏈接使用粒子來表達一個位置的置信度（belief）。粒子越多，機器人處于這個位置的可能性越高。

機器人位置仍全局不確定機器人的置信度仍集中在4個可能的位置機器人自身的位置得到了確定。

辦公環(huán)境中蒙特卡洛定位示例AMCL功能包364知識鏈接蒙特卡羅定位算法：優(yōu)點：能解決全局定位問題，不足：不能從機器人綁架中或全局定位失效中恢復(fù)。該方法在獲取機器人位置的過程中，不在最可能位姿處的粒子會逐漸消失。在某個時刻，只有單一位姿的粒子“存活”，但如果這個位姿碰巧是錯誤的，算法并不能恢復(fù)。當(dāng)粒子數(shù)很小，并且粒子擴散到整個范圍較大的區(qū)域時，這個問題就特別重要了。解決方法：自適應(yīng)蒙特卡羅定位AMCL功能包374知識鏈接AMCL(AdaptiveMonteCarloLocalization)即自適應(yīng)蒙特卡洛定位（縮寫中字母A也可以理解為augmented），它在蒙特卡洛方法基礎(chǔ)上添加自適應(yīng)的粒子數(shù)調(diào)整和隨機撒粒子機制，當(dāng)它發(fā)現(xiàn)粒子們的平均分數(shù)突然降低了（意味著正確的粒子在某次迭代中未“存活”），就注入隨機粒子，在運動模型中產(chǎn)生一些隨機狀態(tài)，從而解決了機器人的綁架問題。AMCL算法原理圖AMCL功能包384知識鏈接AMCL功能包的通信架構(gòu)如圖所示：訂閱的話題/tf：坐標(biāo)轉(zhuǎn)換；/scan：激光數(shù)據(jù)；/initialpose：初始位置和均值和方差；/map：地圖信息。

/tf：發(fā)布從odom到map的轉(zhuǎn)換位置；/amcl_pose：機器人在地圖中的位姿估計，包括估計方差；/particlecloudpoint：濾波器估計的位置；AMCL功能包通信架構(gòu)ROSNavigation功能包介紹3.AMCL節(jié)點的服務(wù)（1）Gloval_localization（std_srvs/Empty）：初始化全局定位，所有粒子完全隨機分布在地上；（2）Request_nomotion_update（std_srvs/Empty）：手動更新粒子并發(fā)布更新后的粒子；（3）Static_map（nav_msgs/GetMap）：AMCL調(diào)用此服務(wù)接收地圖，用于基于激光掃描的定位。394知識鏈接導(dǎo)航功能包參數(shù)文件配置404知識鏈接CONTENT目錄項目導(dǎo)入01項目任務(wù)02知識鏈接04項目準(zhǔn)備05學(xué)習(xí)目標(biāo)03任務(wù)評價07任務(wù)拓展08項目小結(jié)09任務(wù)實施06項目準(zhǔn)備0543項目準(zhǔn)備51.檢查機器人急停開關(guān)，若急停開關(guān)被按下，需將其旋開；2.一臺配置有Ubuntu18.04+ROSmelodic環(huán)境或虛擬機環(huán)境的電腦；3.電腦和機器人處于同一局域網(wǎng)網(wǎng)段，且網(wǎng)絡(luò)連接正常；4.實驗場地沒有影響或遮蔽激光雷達探測的障礙物；5.實驗場地已掃描的可用地圖文件；6.預(yù)習(xí)知識鏈接中的內(nèi)容，重點在ROS導(dǎo)航功能包的通信架構(gòu)以及各參數(shù)文件的配置信息。CONTENT目錄項目導(dǎo)入01項目任務(wù)02知識鏈接04任務(wù)實施06學(xué)習(xí)目標(biāo)03任務(wù)評價07任務(wù)拓展08項目小結(jié)09項目準(zhǔn)備05任務(wù)實施0646項目準(zhǔn)備51.配置機器人導(dǎo)航應(yīng)用的工作環(huán)境工作環(huán)境配置：/devel/setup.bash配置文件PC端和機器人端共享ROS環(huán)境配置：/~./bashrc和/ect/hosts配置文件。2.配置ROSNavigation導(dǎo)航功能包導(dǎo)航功能包由功能包cruzr_tutorials中的navigation.launch文件啟動。該文件會啟動amcl、move_base、map_server三個節(jié)點，并加載相關(guān)的插件和配置文件。47任務(wù)實施63.啟動ROSNavigation導(dǎo)航功能包ssh連接機器人連接命令：sshcruiser@<ip>啟動機器人遙控器

命令：roslaunchcruzr_tutorialsteleop.launch準(zhǔn)備機器人端地圖文件。打開文件夾，在左下角點擊“OtherLocations”

486任務(wù)實施3.啟動ROSNavigation導(dǎo)航功能包準(zhǔn)備機器人端地圖文件。界面右下角會出現(xiàn)一行“ConnecttoServer”和一個輸入框，這里我們就可以輸入機器人的名稱然后連接進入其文件系統(tǒng)。在輸入框中輸入“sftp://ubt-robot”。點擊connect。496任務(wù)實施在彈出窗口中輸入用戶名cruiser和默認密碼aa3.啟動ROSNavigation導(dǎo)航功能包準(zhǔn)備機器人端地圖文件。506任務(wù)實施連接成功后，我們就能看到文件夾左側(cè)出現(xiàn)了一個名為“ubt-robot”的磁盤，我們就可以直接復(fù)制電腦端的文件到機器人端了。3.啟動ROSNavigation導(dǎo)航功能包準(zhǔn)備機器人端地圖文件。516任務(wù)實施把保存需要使用的地圖都復(fù)制到目錄/cruzr_open3.啟動ROSNavigation導(dǎo)航功能包準(zhǔn)備機器人端地圖文件。526任務(wù)實施3.啟動ROSNavigation導(dǎo)航功能包在機器人端開啟navigation啟動文件命令格式：roslaunchcruzr_tutorialsnavigation.launchmap_file:=<地圖絕對路徑>536任務(wù)實施3.啟動ROSNavigation導(dǎo)航功能包電腦端啟動rviz進行觀察：命令為：roscdcruzr_tutorials/rvizrviz-dnavigation.rviz開啟rviz

546任務(wù)實施3.啟動ROSNavigation導(dǎo)航功能包電腦端啟動rviz進行觀察：rviz界面顯示的信息

556任務(wù)實施4.使用可視化工具rviz進行重定位在導(dǎo)航之前，需要在當(dāng)前地圖上進行機器人重定位，使得實時的激光數(shù)據(jù)與地圖障礙物信息匹配。在可視化界面rviz中進行重定位的方式有兩種：局部重定位和全局重定位。開啟rviz開啟rviz566任務(wù)實施4.使用可視化工具rviz進行重定位(1)局部重定位局部重定位的操作如下：首先判斷初始狀態(tài)下機器人位姿是否準(zhǔn)確，比如判斷機器人的真實位置與在地圖中的位置是否差異很大，并且圖中目前激光數(shù)據(jù)是否與地圖中的障礙物重合點擊界面上方的“2DPoseEstimate”進行定位：我們大概找到一個機器人所在的真實位置，在地圖中按下鼠標(biāo)并往機器人正面朝向的方向拖出箭頭，這就確認了機器人的位置然后我們就會看到界面中的定位粒子群收斂，激光數(shù)據(jù)變動。開啟rviz開啟rviz576任務(wù)實施4.使用可視化工具rviz進行重定位(1)局部重定位機器人局部重定位前

機器人局部重定位后

586任務(wù)實施機器人局部重定位前

機器人局部重定位后

4.使用可視化工具rviz進行重定位(1)局部重定位596任務(wù)實施4.使用可視化工具rviz進行重定位(2)全局重定位全局重定位是另一種定位方式，這種方式不需要我們預(yù)先給機器人在地圖上定一個大概的位置，我們可以直接用命令行來啟動定位。rosservicecall/global_localization"{}"606任務(wù)實施(2)全局重定位使用teleop遙控機器人運動，若粒子群逐漸收斂到正確位置，激光數(shù)據(jù)和地圖重合程度高，如右圖，則全局重定位成功，否則重新執(zhí)行命令。全局重定位前

全局重定位成功

616任務(wù)實施5.使用可視化工具rviz進行導(dǎo)航測試機器人定位成功后，我們就可以在當(dāng)前位置開始單點導(dǎo)航了。與局部重定位操作類似，我們點擊rviz界面上方的“2DNavGoal”，在地圖上設(shè)置導(dǎo)航目標(biāo)點位置及方向，然后機器人就會自動規(guī)劃路線并開始導(dǎo)航。在rviz上進行導(dǎo)航626任務(wù)實施5.使用可視化工具rviz進行導(dǎo)航測試通過可視化工具rviz觀察規(guī)劃的全局路徑、局部路徑，全局代價地圖和局部代價地圖，以及激光雷達的數(shù)據(jù)信息。全局路徑由全局路徑規(guī)劃器計算，為當(dāng)前機器人位置到目標(biāo)點的最優(yōu)路徑，局部路徑由TEB局部路徑規(guī)劃器計算，根據(jù)局部和全局代價地圖不斷動態(tài)調(diào)整，為后續(xù)一系列時間點機器人將要執(zhí)行的速度規(guī)劃。rviz界面顯示的機器人導(dǎo)航過程

636任務(wù)實施機器人導(dǎo)航前地圖狀態(tài)

5.使用可視化工具rviz進行導(dǎo)航測試646任務(wù)實施5.使用可視化工具rviz進行導(dǎo)航測試機器人導(dǎo)航中地圖狀態(tài)

656任務(wù)實施機器人導(dǎo)航后地圖狀態(tài)

5.使用可視化工具rviz進行導(dǎo)航測試666任務(wù)實施5.使用可視化工具rviz進行導(dǎo)航測試導(dǎo)航過程中，機器人遇到障礙物，會自動進行躲避并選擇其他合適的路徑，若當(dāng)前規(guī)劃無法執(zhí)行，機器人會停止運動并進入恢復(fù)模式，模式將重復(fù)執(zhí)行清除代價地圖、機器人旋轉(zhuǎn)的行為，若恢復(fù)過程中找到另外的路徑，則繼續(xù)導(dǎo)航到目標(biāo)點，若所有恢復(fù)流程完成后仍沒有有效的規(guī)劃，則顯示導(dǎo)航失敗。若導(dǎo)航過程中需要取消導(dǎo)航，可在機器人端新建終端中發(fā)送取消命令：rostopicpub/move_base/cancelactionlib_msgs/GoalID--{}開啟rviz開啟rviz676任務(wù)實施5.使用可視化工具rviz進行導(dǎo)航測試另外，在程序執(zhí)行過程中，amcl和move_base很多參數(shù)可以通過rqt_reconfifigure工具進行動態(tài)調(diào)整。在電腦端開啟一個終端，可以通過動態(tài)修改參數(shù)，觀察不同參數(shù)對定位和導(dǎo)航的影響：rosrunrqt_reconfifigurerqt_reconfifigure開啟rviz