1.ROS学习笔记-机器人导航(仿真)2-路径规划move_base
2.ROS中MPC局部路径规划器使用方法及源码流程解读
3.路径规划之Rviz
4.ROS入门教程-理论与实践（7.2.4 导航实现04_路径规划）
5.move_base用的源码什么跟踪控制算法

ROS学习笔记-机器人导航(仿真)2-路径规划move_base

       路径规划是导航系统的核心组件之一，move_base 功能包由 ROS 的分析 navigation 包集成，负责根据预设的源码目标点控制机器人底盘运动至目标位置，同时持续反馈机器人状态和目标点状态信息。分析move_base 的源码实现主要依赖于全局路径规划与本地路径规划的协作。导航系统的分析go实战源码安装通过命令行完成，具体操作为：sudo apt install ros--navigation。源码

       move_base 功能包的分析核心节点是 move_base，它提供了丰富的源码动作、话题和服务接口供调用。分析动作接口包括：move_base/goal、源码move_base/cancel、分析move_base/feedback、源码move_base/status、分析move_base/result，源码分别用于发送目标、取消任务、接收反馈、获取状态和反馈结果。订阅的flasksqlalchemy源码bug话题包括：move_base_simple/goal，用于接收目标点信息。发布的话题为：cmd_vel，用于控制机器人移动。服务接口包括：~make_plan、~clear_unknown_space 和 ~clear_costmaps，用于路径规划和地图清理。参数配置参考 ROS 官网。

       路径规划涉及代价地图的构建，代价地图是基于静态地图优化后的版本，用于表示障碍物概率和潜在路径成本。代价地图分为全局成本地图与本地成本地图，分别用于全局路径规划与局部路径规划，可以实现多层叠加，适应不同场景需求。在 ROS 中，代价地图的计算依赖于算法逻辑，通常以距离机器人中心的距离和栅格灰度值作为参数。

       在使用 move_base 进行路径规划时，首先需要启动 move_base 功能包下的pagerank加入源码 move_base 节点，并进行参数配置。参数配置通常涉及机器人的尺寸、安全距离、传感器信息、成本地图参数、局部规划器参数等。配置文件可以从成熟的机器人路径规划实现中获取，例如 turtlebot3 的配置文件。集成地图服务、amcl、move_base 与 Rviz 等组件后，可以实现导航功能。导航测试包括启动仿真环境、调用相关 launch 文件、添加 Rviz 组件并设置全局与本地代价地图参数，最后通过 Rviz 设置导航目标点，实现导航操作。在导航过程中，机器人能够自动检测并躲避新添加的tomcat源码日志障碍物，确保安全导航。

ROS中MPC局部路径规划器使用方法及源码流程解读

       本文将详细介绍ROS导航框架中MPC局部路径规划器mpc_local_planner的使用方法，并对其源码进行解读，梳理其规划流程。内容分为MPC模型预测控制算法简介、mpc_local_planner使用方法、mpc_local_planner源码解读与规划流程梳理三个部分。

       一、MPC模型预测控制算法简介

       MPC的设计和实施包含三个步骤。首先在k时刻，需要估计/测量出系统当前状态。MPC的优点在于处理多变量、多约束系统，适应动态环境，并提供优化性能。但它的计算复杂度较高，适用于需要高精度控制的应用。

       二、mpc_local_planner使用方法

       在ROS现有开源MPC模型预测控制算法的每推推源码局部路径规划器插件中，mpc_local_planner功能包广受欢迎。它与teb_local_planner出自同一研究机构，因此在流程及上有许多相似之处。以下是mpc_local_planner的使用步骤：

       1. 下载mpc_local_planner功能包并将其放置在ROS工作空间的src文件夹下。

       2. 配置环境，执行以下指令安装所需依赖和环境。

       3. 使用catkin_make对mpc_local_planner功能包进行编译。

       4. 可根据需要执行以下语句中的一个或多个，来使用功能包自带的示例，对功能包是否能够正常工作，并可对其性能进行测试。

       5. 在启动move_base的launch文件中，配置局部路径规划器插件为mpc_local_planner/MpcLocalPlannerROS，并根据机器人的实际情况，设定参数clearing_rotation_allowed的值来设定在规划时是否允许机器人旋转。

       6. 在上述move_base节点配置中调用mpc_local_planner的参数配置文件mpc_local_planner_params.yaml。

       7. 进行效果测试，并根据测试效果对参数进行调节。

路径规划之Rviz

       ROS 提供了一系列的linux下的工具，使用户能够轻松调试路径规划的结果。

       Rviz 在路径规划中扮演着图形化显示的角色，它能够发布目标终点并呈现循路径过程中的界面。

       以下是一些需要发布的话题：/map, /move_base/local_costmap/costmap, /scan, /initialpose, /move_base_simple/goal, /move_base/current_goal, /vesc/odom, /move_base/TebLocalPlannerROS/global_plan。

       在 Rviz 中，您需要订阅以下话题以更新地图上的位置显示：/clicked_point, /move_base/TebLocalPlannerROS/teb_poses。

       如何在 Rviz 中显示实时规划出来的路径？可以使用 nav_msgs::Path 类型。

       在实际应用中，可能会遇到一些问题，例如缺乏全局路径信息，导致规划结果不符合期望。这可能是因为没有理解如何与地图协调，虽然理论上所有通信都应通过 ROS topic 进行。

       有关地图配置，有两个重要的部分：costmap-xxx-params.yaml 和 xxx-walker.world。前者是在 xxx-navigation.launch 中调用的，用于设置属性；后者包含了实际的地图数据。

       在地震灾难场景下，可能无法进行全局规划，只能进行基于“看到阳光 洞口”的局部规划。

       以下是一些与路径规划相关的系统信息：

       [ INFO] [., .]: move_base

       [ INFO] [., .]: GlobalPlanner::call makePlanService [-0./-0./-0.] ~ [7./-0./0.]

       [ INFO] [., .]: world to map

       [ INFO] [., .]: AStarExpansion::calculatePotentials

       [ INFO] [., .]: AStar consume CYCLES /

       [ INFO] [., .]: GlobalPlanner::publish nav_msgs::OccupancyGrid [ 0. --> -.&-.] -1 -1

       [ INFO] [., .]: GradientPath::GetPath

       [ INFO] [., .]: GlobalPlanner::GetPath

       [ INFO] [., .]: GlobalPlanner::publishPlan , ready to show in Rviz

       [ INFO] [., .]: Got new plan

       [ INFO] [., .]: dwa set Plan

ROS入门教程-理论与实践（7.2.4 导航实现_路径规划）

       路径规划在机器人导航中扮演着核心角色，ROS的navigation功能集中的move_base包正是实现这一功能的关键工具。

       move_base简介与节点

       move_base通过基于动作的路径规划，接收目标点并控制机器人移动，实时反馈机器人状态和目标点信息。它由全局和本地路径规划模块组成，且已整合在navigation包中，安装命令为：sudo apt install ros-navigation。

       节点详细说明

       move_base的核心节点包含多个动作、订阅/发布的话题和服务，如订阅的move_base/goal和cancel动作，以及goal、feedback、status和result发布的话题。订阅的Topic有move_base_simple/goal，发布Topic为cmd_vel，服务包括make_plan、clear_unknown_space和clear_costmaps。参数设置请参考官方文档。

       代价地图与move_base配置

       机器人导航依赖于地图，ROS中的地图由灰度值表示障碍物概率。静态地图需配合实时障碍物数据和膨胀区等信息。move_base涉及两张代价地图：global_costmap和local_costmap，它们各自负责全局和本地路径规划，通过多层叠加提供不同层级信息。

       实际应用与参数配置

       虽然move_base包含了路径规划算法，但需根据机器人特性进行个性化配置。例如，通过launch文件启动move_base，可指定参数加载、重生选项和yaml配置文件。通过costmap_common_params.yaml等文件调整机器人尺寸、安全距离和传感器参数，以及global_costmap_params.yaml、local_costmap_params.yaml和base_local_planner_params.yaml等文件，来优化路径规划和避障策略。

       避免假死现象

       通过调整全局和本地路径规划的参数，可以在保持安全距离的同时，使机器人在局部规划时更灵活，防止进入膨胀区域。

       集成与测试

       在实际应用中，需与Gazebo仿真环境、amcl和Rviz等工具集成。设置好全局和本地代价地图及导航组件后，可以通过Rviz设置目标实现导航，同时机器人能动态避开新障碍。

move_base用的什么跟踪控制算法

       move_base是ROS（机器人操作系统）中的一个功能包，用于导航机器人到达目标位置。它使用的是一个基于全局路径规划和局部路径跟踪的控制算法。

       在move_base中，全局路径规划使用的是Dijkstra算法、A*算法或者其他路径规划算法，根据地图中的障碍物和目标位置，计算出一条可行的全局路径。

       而局部路径跟踪则使用的是一个叫做DWA（Dynamic Window Approach）的控制算法。DWA算法通过动态窗口搜索的方式，在机器人周围生成一系列可能的速度命令。然后，根据预先定义的评估函数，选择最优的速度命令，使机器人在不与障碍物碰撞的情况下，尽可能快地沿着全局路径前进。

       综上所述，move_base使用的是一种基于全局路径规划和局部路径跟踪的控制算法，其中全局路径规划一般采用Dijkstra算法、A*算法等，而局部路径跟踪则使用DWA算法。