costmap代价地图学习
为什么要有costmap
ROS里的地图的概念,地图就是/map这个topic,它也是一张图片,一个像素代表了实际的一块面积,用灰度值来表示障碍物存在的可能性。然而在实际的导航任务中,光有一张地图是不够的,机器人需要能动态的把障碍物加入,或者清楚已经不存在的障碍物,有些时候还要在地图上标出危险区域,为路径规划提供更有用的信息。
因为导航的需要,所以出现了代价地图。你可以将代价地图理解为,在/map之上新加的另外几层地图,不仅包含了原始地图信息,还加入了其他辅助信息。
代价地图有一下特点: 1.首先,代价地图有两张,一张是local_costmap,一张是global_costmap,分别用于局部路径规划器和全局路径规划器,而这两个costmap都默认并且只能选择costmap_2d作为插件。 2. 无论是local_costmap还是global_costmap,都可以配置他们的Layer,可以选择多个层次。costmap的Layer包括以下几种:
Static Map Layer:静态地图层,通常都是SLAM建立完成的静态地图。
Obstacle Map Layer:障碍地图层,用于动态的记录传感器感知到的障碍物信息。
Inflation Layer:膨胀层,在以上两层地图上进行膨胀(向外扩张),以避免机器人的外壳会撞上障碍物。
Other Layers:你还可以通过插件的形式自己实现costmap,目前已有Social Costmap Layer、Range Sensor Layer等开源插件。
可以同时选择多个Layer并存。
配置costmap_common_params.yaml
与9.2节中move_base插件的配置类似,costmap配置也同样用yaml 来保存,其本质是维护在参数服务器上。由于costmap通常分为local和global的coastmap,我们习惯把两个代价地图分开。
robot_radius: 0.2
obstacle_layer:enabled: truecombination_method: 1track_unknown_space: trueobstacle_range: 2.5raytrace_range: 3.0observation_sources: laser_scan_sensorlaser_scan_sensor: {sensor_frame: /robot0_laser_0,data_type: LaserScan,topic: /robot0/laser_0,marking: true,clearing: true}
inflation_layer:enabled: truecost_scaling_factor: 5.0inflation_radius: 0.36
static_layer:enabled: true
下面来依次解释下各参数的意义,:
robot_radius:设置机器人的半径,单位是米。由于在stdr中机器人是圆形的,所以可以直接设置该参数。如果你的机器人不是圆形的那就需要使用footprint这个参数,该参数是一个列表,其中的每一个坐标代表机器人上的一点,设置机器人的中心为[0,0],根据机器人不同的形状,找到机器人各凸出的坐标点即可,具体可参考下图来设置:
obstacle_layer:配置障碍物图层
enabled:是否启用该层
combination_method:只能设置为0或1,用来更新地图上的代价值,一般设置为1;
track_unknown_space:如果设置为false,那么地图上代价值就只分为致命碰撞和自由区域两种,如果设置为true,那么就分为致命碰撞,自由区域和未知区域三种。意思是说假如该参数设置为false的话,就意味着地图上的未知区域也会被认为是可以自由移动的区域,这样在进行全局路径规划时,可以把一些未探索的未知区域也来参与到路径规划,如果你需要这样的话就将该参数设置为false。不过一般情况未探索的区域不应该当作可以自由移动的区域,因此一般将该参数设置为true;
obstacle_range:设置机器人检测障碍物的最大范围,意思是说超过该范围的障碍物,并不进行检测,只有靠近到该范围内才把该障碍物当作影响路径规划和移动的障碍物;
raytrace_range:在机器人移动过程中,实时清除代价地图上的障碍物的最大范围,更新可自由移动的空间数据。假如设置该值为3米,那么就意味着在3米内的障碍物,本来开始时是有的,但是本次检测却没有了,那么就需要在代价地图上来更新,将旧障碍物的空间标记为可以自由移动的空间。
observation_sources:设置导航中所使用的传感器,这里可以用逗号形式来区分开很多个传感器,例如激光雷达,碰撞传感器,超声波传感器等,我们这里只设置了激光雷达;
laser_scan_sensor:添加的激光雷达传感器
sensor_frame:激光雷达传感器的坐标系名称;
data_type:激光雷达数据类型;
topic:该激光雷达发布的话题名;
marking:是否可以使用该传感器来标记障碍物;
clearing:是否可以使用该传感器来清除障碍物标记为自由空间;
inflation_layer:膨胀层,用于在障碍物外标记一层危险区域,在路径规划时需要避开该危险区域
enabled:是否启用该层;
cost_scaling_factor:膨胀过程中应用到代价值的比例因子,代价地图中到实际障碍物距离在内切圆半径到膨胀半径之间的所有cell可以使用如下公式来计算膨胀代价:exp(-1.0 * cost_scaling_factor * (distance_from_obstacle – inscribed_radius)) * (costmap_2d::INSCRIBED_INFLATED_OBSTACLE – 1),公式中costmap_2d::INSCRIBED_INFLATED_OBSTACLE目前指定为254,注意: 由于在公式中cost_scaling_factor被乘了一个负数,所以增大比例因子反而会降低代价
inflation_radius:膨胀半径,膨胀层会把障碍物代价膨胀直到该半径为止,一般将该值设置为机器人底盘的直径大小。
Static_layer:静态地图层,即SLAM中构建的地图层
enabled:是否启用该地图层;
配置global_costmap_params.yaml
全局代价地图是作为进行全局路径规划时的参考,我们需要在config目录中,创建global_costmap_params.yaml文件,该文件是为全局代价地图配置的参数,具体配置的参数如下:
# 全局代价地图参数配置文件,各参数的意义如下:
# global_frame:在全局代价地图中的全局坐标系;
# robot_base_frame:机器人的基坐标系;
global_costmap:global_frame: /maprobot_base_frame: /robot0update_frequency: 0.5static_map: truerolling_window: falsetransform_tolerance: 1.0plugins:- {name: static_layer, type: "costmap_2d::StaticLayer"}- {name: obstacle_layer, type: "costmap_2d::ObstacleLayer"}- {name: inflation_layer, type: "costmap_2d::InflationLayer"}
下面我们来详细解释下该全局代价地图配置文件中各参数的意义:
global_frame:全局代价地图需要在哪个坐标系下运行;
robot_base_frame:在全局代价地图中机器人本体的基坐标系,就是机器人上的根坐标系。通过global_frame和robot_base_frame就可以计算两个坐标系之间的变换,得知机器人在全局坐标系中的坐标了。
update_frequency:全局代价地图更新频率,一般全局代价地图更新频率设置的比较小;
static_map:配置是否使用map_server提供的地图来初始化,一般全局地图都是静态的,需要设置为true;
rolling_window:是否在机器人移动过程中需要滚动窗口,始终保持机器人在当前窗口中心位置;
transform_tolerance:坐标系间的转换可以忍受的最大延时;
plugins:在global_costmap中使用下面三个插件来融合三个不同图层,分别是static_layer、obstacle_layer和inflation_layer,合成一个master_layer来进行全局路径规划。
配置local_costmap_params.yaml
局部代价地图配置参数所建立的地图主要是为局部路径规划所使用,我们可以在config目录下,创建local_costmap_params.yaml文件,完整内容如下:
#FileName: local_costmap_params.yaml
# 本地代价地图需要配置的参数,各参数意义如下:
# global_frame:在本地代价地图中的全局坐标系;
# robot_base_frame:机器人本体的基坐标系;
local_costmap:global_frame: /map_staticrobot_base_frame: /robot0update_frequency: 5.0publish_frequency: 3.0static_map: falserolling_window: truewidth: 4.0height: 4.0resolution: 0.05transform_tolerance: 0.5plugins:- {name: obstacle_layer, type: "costmap_2d::ObstacleLayer"}- {name: inflation_layer, type: "costmap_2d::InflationLayer"}
下面来详细解释下每个参数的意义:
global_frame:在局部代价地图中的全局坐标系,一般需要设置为odom_frame,但是由于stdr没有这个坐标系,我就拿/map_static来代替了;
robot_base_frame:机器人本体的基坐标系;
update_frequency:局部代价地图的更新频率;
publish_frequency:局部代价地图的发布频率;
static_map:局部代价地图一般不设置为静态地图,因为需要检测是否在机器人附近有新增的动态障碍物;
rolling_window:使用滚动窗口,始终保持机器人在当前局部地图的中心位置;
width:滚动窗口的宽度,单位是米;
height:滚动窗口的高度,单位是米;
resolution:地图的分辨率,该分辨率可以从加载的地图相对应的配置文件中获取到;
transform_tolerance:局部代价地图中的坐标系之间转换的最大可忍受延时;
plugins:在局部代价地图中,不需要静态地图层,因为我们使用滚动窗口来不断的扫描障碍物,所以就需要融合两层地图(inflation_layer和obstacle_layer)即可,融合后的地图用于进行局部路径规划;
costmap代价地图学习相关推荐
- costmap代价地图
0x00 什么是costmap代价地图 在机器人进行路径规划时,我们需要明白规划算法是依靠什么在地图上来计算出来一条路径的.依靠的是gmapping扫描构建的一张环境全局地图,但是仅仅依靠一张原始的全 ...
- 激光SLAM导航系列(三)Costmap(代价地图)(上)
Costmap(代价地图)(上) Costmap是机器人收集传感器信息建立和更新的二维或三维地图,可以从下图简要了解. 上图中,红色部分代表costmap中的障碍物,蓝色部分表示通过机器人内切圆半径膨 ...
- ROS导航小车0 代价地图(仅作个人记录)
前言 首先了解在导航堆中,move_base包与其它包(如amcl.map_server)的关系,如图所示 发布导航命令 rostopic pub /move_base_simple/goal geo ...
- 第一章:costmap_2d代价地图生成原理
系列文章目录 提示:这里可以添加系列文章的所有文章的目录,目录需要自己手动添加 TODO:写完再整理 文章目录 系列文章目录 前言 (1)[代价地图]costmap_2d功能包源码解读 (1)代价地图 ...
- ROS1云课→28机器人代价地图配置
ROS1云课→27机器人SLAM小结 在前面做的所有工作都成了现在项目的铺垫,而最大的乐趣也即将开始,这是赋予机器人生命的时刻. 后续学习以下内容: 应用程序包开发. 理解导航功能包集及其工作方式. ...
- 【ROS-Navigation】Costmap2d代价地图源码分析——ObstacleLayer障碍物层
在学习ROS-Navigation源码过程中,记录自己的理解,本文为分层代价地图中障碍物层源码的学习笔记,针对obstacle_layer.h和obstacle_layer.cpp源码文件,分析障碍物 ...
- 【Nav2中文网】六、插件教程(一)编写新的二维代价地图(Costmap2D)插件
本教程来自:Nav2中文网 Nav2交流社区:https://fishros.org.cn/forum ROS2/Nav2千人交流群:(QQ)139707339 更多精彩教程请关注微信公众号:鱼香RO ...
- ROS的代价地图与AMCL定位原理
地图服务与AMCL定位 costmap(代价地图) AMCL定位(自适应蒙特卡罗定位) costmap(代价地图) 1.地图文件格式:除了pgm(便携式灰度图)外,还支持jpg.png等常用图片格式, ...
- costmap_2d 代价地图
导航功能包用代价地图来存储障碍物的信息,代价地图自动获取传感器的信息来进行自我更新.传感器被用来在地图中标记障碍物信息/清除障碍物信息.标记障碍物信息的过程其实是更改单元值的过程. costmap_2 ...
- navigation 的代价地图
目录 一.地图层次 二.地图信息配置 一.地图层次 注:在上图中,红色部分代表代价地图中的障碍物,蓝色部分代表机器人内切半径膨胀的障碍物,红色的多边形代表机器人的边界(footprint).为使机器人 ...
最新文章
- 绘图的尺寸_AutoCAD新功能:参数化绘图,绘制看似简单,实际复杂,案例详解...
- GCC和MSVC的INITIALIZER的实现
- asp.net core在linux进行上传视频ffmpeg截图
- ITK:使用Canny边缘检测过滤器检测边缘
- 如何设置Fedora默认从命令行启动?
- 用汇编的眼光看C++(之嵌入汇编)
- adb 最大连接_工具集 | Android Studio—使用 WI-FI 进行 ADB 调试
- 基于状态机的游戏框架
- 悬停提示工具:Tippy.js
- C语言循环逻辑之if语句
- 德雷塞尔大学计算机科学专业,美国大学计算机科学专业排名如何
- 【HTTP Live Streaming】(四)苹果公司提供的7款 hls 工具
- USB转TTL、USB转RS232的实现
- 水管工游戏(代码附带注释)2020.10.6
- 保护 iOS 用户数据安全: Keychain 和 Touch ID
- 无人值守安装linux操作系统
- 广达做微软服务器,微软联手广达布局云计算 称策略是软件加服务
- 百度地图注册:申请百度地图秘钥
- Mysql的锁以及MVCC解决事务隔离级别
- 磨皮美白搞笑图片处理