Turtlebot2 + RplidarA2（四）AMCL导航及避障

注：前文链接：Turtlebot2 + RplidarA2（一）Gmapping手动建图；Turtlebot2 + RplidarA2（二）Cartographer手动建图；
Turtlebot2 + RplidarA2（三）Gmapping + explore自主探索建图；
本篇实验内容基于（一）中所配置的环境，在工作空间catkin_ws中进行。

AMCL导航及避障

在（一）中，我们安装的功能包集turbot其中的功能包turbot_slam其实已经包含了amcl导航的部分，因此如果已经完成（一）中的操作，即可直接依次打开终端执行如下命令：

1.启动机器人底盘：

$ roslaunch turbot_bringup minimal.launch

2.启动AMCL、启动雷达，并指定地图：

$ roslaunch turbot_slam laser_amcl_demo.launch map_file:=${HOME}/map/rplidar_a2_gmapping.yaml（此前保存的地图文件名称）

3.启动rviz，可视化实时建图情况：

$ roslaunch turbot_rviz nav.launch

打开rviz后，按下窗口上方的“2D Pose Estimate”按钮即可用光标标注机器人在地图上的位置和角度；按下窗口上方的“2D Nav Goal”按钮即可用光标点击某位置作为导航目标位置、拖动箭头作为目标角度。此后，机器人会根据全局地图和实时局部地图规划出一条可行路线，并在行进的过程中及时避障。

4.通过脚本文件驱动机器人到达指定位置：

在功能包turbot_code中包含了一个Python脚本，其调用API进行编程，以导航目标点在Rviz地图中的二维坐标为输入参数，可以代替手动在Rviz界面点击的方式来设置导航目标。
打开第4个新终端，执行：

#下面命令的x y需要替换为目标点的坐标，可以将光标放到Rviz界面查看左下角得知
$ rosrun turbot_code goToSpecificPointOnMap.py x y

注：后续实验将根据机器人避障的情况，对几个配置文件中的参数进行调优，从而优化机器人避障效果。

参考文献

Turtlebot + Rplidar A2使用Gmapping建图与导航
Turbot与python编程-实现带避障的定点导航