机器人导航学习历程（一）简介
机器人导航简介
导航可以说是机器人最基本的功能之一，简单来说，导航就是机器人基于地图，实现从起始点前进到目标点的过程，这个过程中要求不发生碰撞并满足自身动力学模型（如不超过速度、加速度等限制）。
将导航的任务进行细分，首先机器人在未知环境中需要使用激光传感器（或者是深度传感器）进行地图构建，然后根据构建的地图进行定位，有了地图和定位的基础，就可以根据目标点以及感知的障碍物信息进行路径规划了。我们可以将导航的要素归纳如下：
- 地图
- 定位
- 感知
- 路径规划。
地图
下面这张图是ROS中的一个地图，其实也就是一张普通的灰度图像。图像上的黑色像素表示障碍物，白色像素表示可行区域，灰色是未探索的区域。
一般来说，地图是通过SLAM(同时定位与建图)来构建的，这里就不展开了。
定位
定位是对机器人位置和姿态（一般简称位姿）的测量或估计，简单来说，通过定位，机器人可以知道自己在哪儿以及所面朝的方向。
感知
机器人是通过传感器来感知周围环境的。下面三个图是机器人常用的传感器，从左至右分别是超声波传感器，激光雷达，深度摄像头（与传统的摄像头区别在于加入了深度信息，可以测量像素点距离摄像头的距离）。
通过这些传感器的数据，就可以对墙壁、路障等障碍物进行感知识别。
ROS导航框架
这是ROS wiki上的一张图，介绍了ROS导航的整体工作框架：
白色是已经提供给你的节点，灰色是可选的，蓝色是根据平台的差异而不同的节点。
首先，navigation框架里面的核心是中间的move_base，这是导航最重要的一个package，它负责运动规划，这里面有global planner和local planner，把路径规划问题分解为全局和局部两部分来解决，而这两个planner做出决策，要参考全局和局部的costmap代价地图。然后move_base还包括了一些recovery behaviors，让机器人在某些情况下，比如说碰到障碍物，卡住，会采取一些恢复措施。
我们先把move_base看成一个整体进行一定程度的简化，如下图所示。可以认为move_base就是一个路径规划的工具，然后分析move_base需要什么输入，然后它能输出给我们什么数据。
有这么几个数据是必须给的，一个是TransForms(tf)，路径规划当然得知道各个坐标系的变换关系了，尤其是当前机器人在地图的什么位置。那其中必不可少的是map->odom->base之间的tf，还有base到其他各个机器人零部件的tf。
还有就是Odemetry(odem)的数据，刚才tf只提供了位置和方向信息，但是实际路径规划，还要考虑速度和角速度，所以这里专门有一个odom来提供位置方向、线速度、角速度。这个odom注意，是一个topic，不是tf里的odom frame。类似的还有map，既是tf里的frame，也是一个topic。
除了odom之外，还有一个Laser，可以是激光雷达，可以是深度摄像头的点云，主要是用来帮助构建costmap，实现避障。
所以你需要提供的数据，通常来说就是这么几个，/map，/tf， /scan， /odom，以及目标点的信息。
那navigation 输出什么呢？很简单，输出的就是路径规划算出来的当前速度，/cmd_vel。
Navigation Stack
Navigation Stack是一个ROS的功能包集，里面包含了ROS在路径规划、定位、地图、异常行为恢复等方面的package，如下表所示。这么多package，你可能会觉得很乱，不过不用担心，在使用中其实还是比较简单的。
| 包名 | 功能 |
|---|---|
| amcl | 定位 |
| Fake_localization | 定位 |
| map_server | 提供地图 |
| move_base | 路径规划节点 |
| nav_core | 路径规划接口类 |
| base_local _planner | 实现了Trajectory Rollout和DWA两种局部规划算法 |
| dwa_local _planner | 重新实现了DWA局部规划算法 |
| parrot_planner | 实现了较简单的全局规划算法 |
| navfn | 实现了Dijkstra和A*全局规划算法 |
| global_planner | 重新实现了Dijkstra和A*全局规划算法 |
| clear_costmap _recovery | 实现了清除代价地图的恢复行为 |
| rotate_recovery | 实现了旋转的恢复行为 |
| move_slow _ and_clear | 路径规划接口类 |
| costmap_2d | 二维代价地图 |
| voxel_grid | 三维小方块 |
| robot_pose _ekf | 机器人位姿的卡尔曼滤波 |
参考资料
[1] http://wiki.ros.org/move_base
[2] http://wiki.ros.org/navigation
机器人导航学习历程（一）简介相关推荐
- 在Jetson Nano上学习ROS的记录（版本Ubuntu18.04，课程来源赵虚左老师的《ROS理论与实践》）第十二章 机器人导航(仿真)
系列文章目录 第一章 ROS空间创建.helloworld的实现.开启多个节点 第二章 话题通信 第三章 服务通信 第四章 参数服务器 第五章 常用指令 第六章 通信机制实操 第七章 ROS通信机制进 ...
- 机器人SLAM导航学习-All in one
参考引用 张虎,机器人SLAM导航核心技术与实战[M]. 机械工业出版社,2022. 本博客未详尽之处可自行查阅上述书籍 一.编程基础篇 1. ROS 入门必备知识 ROS学习笔记(文章链接汇总) 2 ...
- 【学习笔记】ROS-移动机器人导航相关
[学习笔记]ROS-移动机器人导航相关 一.定位 二.导航 1. move_base现存问题 三.可视化 1. Rviz显示机器人运动轨迹方法: 一.定位 二.导航 1. move_base现存问题 ...
- ROS学习笔记08、机器人导航仿真（slam、map_server、amcl、move_base与导航消息介绍）
文章目录 前言 一.导航概述 1.1.导航模块 1.2.导航之坐标系 二.导航实现 准备工作(安装导航包和新建工程包) 2.1.SLAM建图 2.1.1.认识gmapping 2.1.2.实操 2.2 ...
- ROS机器人SLAM学习：Gazebo定位与导航仿真
ROS机器人SLAM学习:Gazebo定位与导航仿真 一. 在 gazebo 中构建一个用于建图和导航的虚拟环境,可以使用 Building Editor工具创建,也可以使用其他功能包中已有的虚拟环境 ...
- ros学习之多机器人导航（仿真）
系列文章目录 (一).从solidworks转urdf文件,在gazebo中添加小车模型 提示:写完文章后,目录可以自动生成,如何生成可参考右边的帮助文档 目录 系列文章目录 目录 前言 一.插件 二 ...
- 基于《ros机器人开发实践》的学习，ros建图，机器人导航
在这之前先仔细学习书中的内容,运行相关教学包,试一试这种感觉,培养自己的兴趣,觉得这个做起来还是挺有趣的,下面这些图是运行书中的展示效果:主要是ros建图,与机器人实现导航功能. #下面小编开始自己的 ...
- ROS机器人操作系统学习笔记（一）--基本概念
ROS机器人操作系统学习教程(一)–基本概念 1. 基本概念 1.1 ROS背景 机器人操作系统(Robot Operating System, ROS)是一个应用于机器人上的操作系统,它操作方便.功 ...
- 【小白】【大学】一名嵌入式软件开发小白的单片机学习历程、心路历程、经验分享
我的嵌入式学习之路 我为什么写这篇文章 先简单介绍一下我自己 与每一个技术小白共勉 这篇文章写给谁 我的学习经验分享 我的成长之路 我的单片机学习历程分享 51系列单片机学习历程 预备知识:(可以查百 ...
最新文章
- LeetCode Surrounded Regions(floodfill算法)
- DreamWeaver下如何应用CSS样式
- iOS开发 UIPanGestureRecognizer手势抽象类
- 【转】C++学习三 模板类出错总结（Missing template arguments before ‘L‘）
- Docker 创建新的开源社区，开发 Compose Specification
- 使用Fiddler自定义百度云分享提取码
- Kibana和logstash实时日志查询、收集与分析系统
- c语言编译器官网,C语言编译器app_c语言编译器app官网下载_c语言编译器手机版app-多特软件站安卓网...
- 用c语言双向循环链表,C语言实现双向循环链表
- 计算机械效率的公式四种,初级中学物理计算公式定律整编汇总.doc
- python 生孩子朋友圈_新生儿出生朋友圈说说，生孩子报喜唯美句子
- echarts柱状图加上数量
- 电脑用久了卡，学会这四招解决你的电脑卡顿问题！
- uniapp开发微信公众号H5 定位功能
- 2017华为实习生招聘机考模拟题——0交换排序
- 小白看了直呼细节--CPP“引用”
- 林大陈宇老师的原创高斯
- 中晖DVSONE AI-MIS算法中间件简介
- matlab 找不到 mcr,如何在没有MCR / MATLAB的情况下在C#中使用MATLAB编译的DLL？
- 按关键字批量杀进程shell脚本