基于ROS平台的导航机器人局部路径规划的研究与优化加班管理制度
作者：过佳颖
来源：《现代信息科技》2022年第05期
明池
摘 要：智能機器人的基础功能之一就是自主导航，包括了地图构建和路径规划。基于开源操作系统ROS的机器人，运用启发式搜索A*算法进行全局路径规划。对机器人局部路径规划进行了集中研究，采用DWA算法进行局部实时路径规划，加入基于弹性时间带碰撞TEB算法，优化机器人位置和时间间隔变量，通过加权多目标化获取最优的路径规划能力。实验结果证实了TEB算法的规划效果明显优于DWA算法，为移动机器人自动导航功能的优化提供了思路。
新路由器怎么设置 关键词：ROS;导航机器人;TEB算法;DWA算法;路径规划优化
中图分类号：TP242 文献标识码：A文章编号：2096-4706（2022）05-0144-05
Rearch and Optimization of Local Path Planning of Navigation Robot Bad on ROS Platform
GUO Jiaying
（College of Electronic Science and Engineering， Jilin University， Changchun 130061， China）
Abstract： One of the basic functions of smart robots is autonomous navigation， including map construction and path planning. The robot bad on ROS， the open source operating system， us the heuristic arch A * algorithm for global path planning. The paper rearches centrally the local path planning of the robot， us the DWA algorithm for local real-time path planning， adds the TEB algorithm baesd on the elastic time-band collision， optimizes robot positions and time interval variables， and obtains the optimal path planning capability by weighted multi-object. The experimental results confirmes that the planning effect of the TEB algorithm is significantly better than the DWA algorithm， and it provides ideas for the optimization of mobile robot automatic
十一假期navigation function.
Keywords： ROS; navigation robot; TEB algorithm; DWA algorithm; path planning optimization
购房定金协议 0 引 言
从机器人软件系统（Robot Operating System， ROS）在2007年问世，到现在已经经历了14年，凭借着较低的技术壁垒和便捷的传播因素，ROS现已成为全球主流的机器人操作系统。通过ROS这个平台，不断地有创新的知识和技术运用到机器人中，加快了人工智能的研发。而自动导航作为机器人基础的功能之一，广泛运用于各个应用层面，因此必须对其进行不断地加强和完善。路径规划，包涵全局和局部路径规划，作为其关键性技术之一，直接决定了机器人任务的完成度和损耗值。
大病救助需要什么条件
近年来，来自不同行业的研究人员对移动机器人的导航算法研究从未停止。在基于ROS的机器人局部移动规划中，曾广泛使用Trajectory Planner，后又逐渐发现了相同条件下样本采样空间更少的动态窗口（Dynamic Windows Approach，DWA）算法。因此本文
选择从DWA算法入手，通过数学逻辑推理和ROS机器人的仿真及实物实景下的测试结果，研究其对机器人的实际控制效果，以及能否找到局部移动规划算法的更优解。
1 自主导航
智能机器人的基础功能之一就是自主导航，包括了地图构建、路径规划和自主移动，在机器人实际运用中是必不可少的部分。本文所用机器人使用LS01D 360°二维扫描测距激光雷达采集周围距离信息，并采用SLAM算法在ROS机器人操作系统中构建实时地图，搭载了用来获得整体位姿和加速度信息的IMU姿态传感器，通过51单片机作为下位机的控制器，进行编程和总线操作，控制直流无刷电机和舵机，从而实现对机器人方向和速度方面的控制。采用自适应蒙特卡洛定位 AMCL 实现定位功能，使用A*算法进行整体路径规划，从而实现地图构建、路径规划和自主移动功能。
1.1 ROS操作系统
自主导航程序需要基于开源的机器人操作系统ROS。它提供了操作系统应有的服务，包含硬件抽象，底层设备控制，常用函数的完成，进程间消息传递，以及包管理。它也提
于右任书法精选供用于获取、编译、编写、跨计算机运行代码所需的工具和库函数。ROS作为一个开源的软件系统，在某些方面ROS为机器人软件开发者提供了一个包含一系列工具、库和约定的灵活框架，相当于一种“机器人框架（robot frameworks）”。此外，ROS是一个分布式的进程框架，将每个工作进程视为一个节点，并使用节点管理器进行统一管理。同时，ROS提供了一套消息传递机制，计算机视觉和语音识别等功能会带来的实时计算压力，可以由此消息传递机制进行分散，使机器人能够克服遇到的挑战。因此，所有的工程都可以通过ROS的基础工具集成在一起。
1.2 SLAM建图原理
SLAM（simultaneous localization and mapping），也被叫作CML（Concurrent Mapping and Localization），同步定位与地图创建，或并行映射与定位。换言之，机器人被放置于未知环境中的未知位置，让机器人在移动时逐渐绘制周围障碍物和环境的地图，并实时获取机器人本身此时的位置信息。所谓完整的地图（a consistent map）指的是无障碍地走到房间可达到的每个角落。
根据从编码器和IMU惯性传感器可以获得机器人的测位，通过距离传感器可以计算机
器人与障碍物之间的直线距离。随后，导航系统会将机器人的位置、传感器姿态、障碍物信息以及通过SLAM地图获得的占用栅格地图，调用到固定地图（static map），作为占用区域（occupied area）、自由区域（free area）和未知区域（unknown area）。根据上述的四种信息，计算出障碍物存在的区域、预计碰撞障碍物的区域和可以无阻向前移动的区域，这些统称为成本地图（costmap）。成本地图又可以根据导航类型被分为整体成本地图（global_costmap）和局部成本地图（local_costmap）两部分。在全局移动路径规划中以整个区域为对象建立移动计划，其输出结果就是global_costmap。在局部移动路径规划中，local_costmap就是在以机器人为中心的部分限定区域中规划实时的移动路径，或是遇到需要躲避的障碍物时用到的地图。然而，这两种成本图的目的不同，但表示方法却是相同的。成本地图可以用0到255之间的值来表示，数值的含义如表1和图1所示。每个区域的计算取决于成本地图中的配置参数。
机器人在实时定位的过程中，由于对机器人的运动进行过程估计时，所获取的位置信息有可能不精确，从而产生误差。当前的室内机器人用得最多的是导航推测（dead reckoning）。它的缺点是只能估算相对位置，然而，由于它仅用廉价的传感器就能实现，而且研究进展已有较长的时间，因此可以获得一定程度的位置估计值得到一定水平的位置
旧五代史估计值，从而得到了广泛的应用[1]。导航推测技术使用机器人的车轮的旋转量来估计机器人本身的移动量，但车轮的旋转量具有不少的误差。减少误差的方式就是利用IMU传感器等获取惯性信息来补偿位置和方向值、利用测距单元不断地测量周围环境的信息，实时地进行调整更正。
图1 障碍距离与成本地图值的关系
在完成了机器人的同步定位和地图建模之后，就可以开始导航了。导航包括全局路径规划（global planner）和局部路径规划（local planner）。
2 全局路径规划
全局路径规划，它主要指基于 SLAM 这个系统，在二维地图上预先规划好当前一个机器人移动所处的地理位置，即一条全局路径。ROS中间全局路径规划器算法采用的是global_planner，基于A*（A-star）的算法。A*算法，作为常见的路径检索和路径遍历的通用算法，具备了较高的驱动性能和工作精度。它采用启发函数来估计地图上机器人当前的位置到目标位置之间的距离，然后选择最佳方向进行搜索，若失败将选择其他路径继续搜
索直到找出最佳路径。作为Dijkstra算法的一个扩展，又借助了基于启发式算法的方式来进行引导，A*算法因此拥有更好更高效的路径搜索结果[2]。
A*算法同样也是求解静态地图最短路径的最有效方法，适用于各种路径规划场景。在每次搜索中，选择估计函数f（n）的最小值来规划最优路径，经典A*算法的估计函数f（n）可表示为：f（n）=g（n）+h（n）
