ROS Motion Planning运动规划库安装方法及进阶使用方法详细介绍

        今天偶然发现了一个优质的运动规划库:ai-winter/ros_motion_planning,比较适合从事ROS移动机器人运动规划研究领域的小伙伴学习和使用,相比于莱斯大学Kavraki实验室提供的开源的著名运动规划库OMPL、或着我之前介绍过的zhm-real开源的zhm-real/MotionPlanning和zhm-real/PathPlanning运动规划库,今天介绍的ROS Motion Planning运动规划库与ROS机器人中常用的Navigation导航框架的兼容性更好,库中的运动规划算法采用了全局和局部规划器插件的形式,使用起来更加的简便快捷。本文主要包含ROS Motion Planning运动规划库简介、安装方法、进阶使用方法介绍等主要内容

--------------------------------------------------------------------------------------

 注:本文转载于古月居,原文链接如下:

ROS Motion Planning运动规划库安装方法及进阶使用方法详细介绍icon-default.png?t=N7T8https://www.guyuehome.com/45119    本篇文章我首发在古月居,因版权原因,在CSDN不能放全文,只能放一小部分,欢迎大家前往古月居查看完整文章!!!,链接如上↑↑↑

---------------------------------------------------------------------------------------------------------------------------------

一、ROS Motion Planning运动规划库简介

ROS Motion Planning运动规划库安装方法及进阶使用方法详细介绍_第1张图片

        ROS Motion Planning运动规划库包含了插件形式的 A*, JPS, D*, LPA*, D* Lite, Theta*, RRT, RRT*, RRT-Connect, Informed RRT*, ACO, Voronoi, PID, DWA, APF 等运动规划算法,ROS Motion Planning运动规划库的作者是优质技术博主Mr.Winter`,其博客及Github主页链接如下:


Mr.Winter`_机器学习强基计划,ROS从入门到精通,运动规划实战精讲-CSDN博客 Mr.Winter`擅长机器学习强基计划,ROS从入门到精通,运动规划实战精讲,等方面的知识,Mr.Winter`关注数据分析,机器学习,计算机视觉,图像处理,opencv领域. https://mr-winter.blog.csdn.net/

ai-winter (Yang Haodong) · GitHubai-winter has 14 repositories available. Follow their code on GitHub.icon-default.png?t=N7T8https://github.com/ai-winter       

二、ROS Motion Planning运动规划库安装方法

 1、创建新的ROS工作空间

        由于ROS Motion Planning运动规划库与Navigation导航包存在一些同名但源码和功能不同的功能包,比如global_planner,因此,个人推荐创建一个新的工作空间来存储ROS Motion Planning运动规划库,不要与Navigation导航包放在同一工作空间下,在本文的例子中,我将创建一个名为motionplanning_ws的工作空间,步骤如下

        注:工作空间名字可任取,将下面语句中的motionplanning_ws改为任取的名字即可

(1)、创建工作空间

        在终端依次执行以下三条语句创建名为motionplanning_ws的ROS工作空间

mkdir -p ~/motionplanning_ws/src
 cd ~/motionplanning_ws/src
catkin_init_workspace

(2)、编译工作空间
         

        依次执行以下两条语句对该工作空间进行编译

cd ~/motionplanning_ws/
catkin_make

(3)、设置环境变量

source devel/setup.bash

(4)、检查环境变量

 echo $ROS_PACKAGE_PATH

(5)、添加环境变量至.bashrc文件

        在主目录(即home/用户名 文件夹)下,双击打开.bashrc文件,看不见就是被隐藏了,按Ctrl+h显示隐藏文件,就可以看到了,在.bashrc文件中添加该工作空间的环境变量,形式如下,其中source后面的路径就是工作空间motionplanning_ws的devel文件夹下的setup.bash文件所在的路径,大家需要根据自己实际情况修改,添加后保存关掉.bashrc文件,可以按Ctrl+h来隐藏此类文件,使得主目录看起来更简洁

source /home/gly/motionplanning_ws/devel/setup.bash

ROS Motion Planning运动规划库安装方法及进阶使用方法详细介绍_第2张图片

   至此,用于存储ROS Motion Planning运动规划库的ROS工作空间就准备好了

 2、下载/克隆ROS Motion Planning运动规划库

        可以执行以下两条指令来从Github上克隆ROS Motion Planning运动规划库至我们上一步创建的工作空间
 

cd /motionplanning_ws/src
git clone https://github.com/ai-winter/ros_motion_planning.git

        因为网络原因使用上述语句克隆失败的,可以手动去Github下载压缩包形式的ROS Motion Planning运动规划库,然后放到motionplanning_ws工作空间的src文件夹下,并解压
 

 3、安装相关依赖
   

(1)、关于Python  

        关于Python推荐使用Python3,对于Ubuntu20.04对应的ROS Noetic一般默认使用的都是Python3,可以在终端执行python指令来查看Python版本

ROS Motion Planning运动规划库安装方法及进阶使用方法详细介绍_第3张图片

        如果遇到Python command not found,可尝试运行以下指令

sudo apt install python-is-python3

(2)、相关依赖功能包

        如果之前使用过Navigation导航包,大概率以下依赖功能包已经安装过了,没有使用过的依次执行以下语句进行安装,非Noetic版本ROS的注意自行更改语句中的ROS版本

sudo apt install ros-noetic-amcl
sudo apt-get install ros-noetic-map-server
sudo apt install ros-noetic-move-base
sudo apt install ros-noetic-base-local-planner
sudo apt install ros-noetic-navfn

4、编译ROS Motion Planning运动规划库

        依次执行以下两条语句进行编译

cd /motionplanning_ws
catkin_make

5、简单验证ROS Motion Planning运动规划库是否可以正常工作

        在终端执行以下语句来运行作者提供的demo,配合rviz界面的2D New Goal 指定目标点来初步验证ROS Motion Planning运动规划库是否安装成功,并可正常工作。
 

roslaunch sim_env main.launch 

        效果演示如下:


三、ROS Motion Planning运动规划库进阶使用方法

        本文的第三部分是本文的核心部分,将详细的介绍,如何根据自己的实际需求,去配置ROS Motion Planning运动规划库,从而在自主设定的仿真环境下,去调用库中的多种规划算法或自己编写的规划算法,本部分的预览如下:

        欢迎对本部分感兴趣的小伙伴,前往古月居查看本部分内容,原文链接如下:

ROS Motion Planning运动规划库安装方法及进阶使用方法详细介绍icon-default.png?t=N7T8https://www.guyuehome.com/45119   

---------------------------------------------------------------------------------------------------------------------------------

   

 动态演示如下所示:

动态行人环境下theta_star加apf算法性能测试

你可能感兴趣的:(古月居专栏,运动规划,ROS,运动规划库,路径规划,Navigation,机器人,自主导航,C++/Python)