(资料图)

博客地址：https://www.cnblogs.com/zylyehuo/

基于[基于SLAM系统建图仿真，完成定位仿真]，详见之前的博客

基于SLAM系统建图仿真，完成定位仿真 - zylyehuo - 博客园

参考链接

Autolabor-ROS机器人入门课程《ROS理论与实践》

环境配置

ubuntu 18.04

成果图

结构树请参考下图

STEP1: move_base节点的调用新建 mycar_ws/src/nav_demo/launch/nav05_path.launch

STEP2: 配置文件新建 param 文件夹新建 mycar_ws/src/nav_demo/param/costmap_common_params.yaml

#机器人几何参，如果机器人是圆形，设置 robot_radius,如果是其他形状设置 footprintrobot_radius: 0.12 #圆形# footprint: [[-0.12, -0.12], [-0.12, 0.12], [0.12, 0.12], [0.12, -0.12]] #其他形状obstacle_range: 3.0 # 用于障碍物探测，比如: 值为 3.0，意味着检测到距离小于 3 米的障碍物时，就会引入代价地图raytrace_range: 3.5 # 用于清除障碍物，比如：值为 3.5，意味着清除代价地图中 3.5 米以外的障碍物#膨胀半径，扩展在碰撞区域以外的代价区域，使得机器人规划路径避开障碍物inflation_radius: 0.2#代价比例系数，越大则代价值越小cost_scaling_factor: 3.0#地图类型map_type: costmap#导航包所需要的传感器observation_sources: scan#对传感器的坐标系和数据进行配置。这个也会用于代价地图添加和清除障碍物。例如，你可以用激光雷达传感器用于在代价地图添加障碍物，再添加kinect用于导航和清除障碍物。scan: {sensor_frame: my_laser, data_type: LaserScan, topic: scan, marking: true, clearing: true}

新建 mycar_ws/src/nav_demo/param/local_costmap_params.yaml

local_costmap:  global_frame: odom #里程计坐标系  robot_base_frame: base_link #机器人坐标系  update_frequency: 10.0 #代价地图更新频率  publish_frequency: 10.0 #代价地图的发布频率  transform_tolerance: 0.5 #等待坐标变换发布信息的超时时间  static_map: false  #不需要静态地图，可以提升导航效果  rolling_window: true #是否使用动态窗口，默认为false，在静态的全局地图中，地图不会变化  width: 3 # 局部地图宽度 单位是 m  height: 3 # 局部地图高度 单位是 m  resolution: 0.05 # 局部地图分辨率 单位是 m，一般与静态地图分辨率保持一致

新建 mycar_ws/src/nav_demo/param/global_costmap_params.yaml

global_costmap:  global_frame: map #地图坐标系  robot_base_frame: base_link #机器人坐标系  # 以此实现坐标变换  update_frequency: 1.0 #代价地图更新频率  publish_frequency: 1.0 #代价地图的发布频率  transform_tolerance: 0.5 #等待坐标变换发布信息的超时时间  static_map: true # 是否使用一个地图或者地图服务器来初始化全局代价地图，如果不使用静态地图，这个参数为false.

新建 mycar_ws/src/nav_demo/param/base_local_planner_params.yaml

TrajectoryPlannerROS:# Robot Configuration Parameters  max_vel_x: 0.5 # X 方向最大速度  min_vel_x: 0.1 # X 方向最小速速  max_vel_theta:  1.0 #   min_vel_theta: -1.0  min_in_place_vel_theta: 1.0  acc_lim_x: 1.0 # X 加速限制  acc_lim_y: 0.0 # Y 加速限制  acc_lim_theta: 0.6 # 角速度加速限制# Goal Tolerance Parameters，目标公差  xy_goal_tolerance: 0.10  yaw_goal_tolerance: 0.05# Differential-drive robot configuration# 是否是全向移动机器人  holonomic_robot: false# Forward Simulation Parameters，前进模拟参数  sim_time: 0.8  vx_samples: 18  vtheta_samples: 20  sim_granularity: 0.05

STEP3: launch 文件集成新建 mycar_ws/src/nav_demo/launch/nav06_test.launch

STEP4: 测试运行（准备工作）编译+启动 gazebo 仿真环境

source ./devel/setup.bash roslaunch mycar environment.launch

启动导航相关的 launch 文件

source ./devel/setup.bash roslaunch nav_demo nav06_test.launch

配置并保存 rviz 设置RobotModelMapPoseArrayLaserScanOdometry保存配置STEP5: 测试运行