Using D Star navigation in ROS

前言

曾今在本科的时候接触过

1

ROS

1

ROS

1

ROS

1

D Star

1

ROS

1

NAO

简介

本文主要解决如何在ROS上面使用Humanoid Robots Lab at the Albert-Ludwigs-University in Freiburg, Germany实验室编写的人形机器人路径规划模块
主要分为以下几个步骤进行:

1. 安装最新版本的

   1

   ROS

   . (以Ubuntu12.04为例)
2. 安装

   1	humanoid_navigation

   库,并进行编译.
3. 如何使用

   1	humanoid_navigation

   库进行人形机器人的路径规划

安装ROS

安装步骤参考¹.
在Ubuntu12.04上面安装有一个好处就是使用apt工具安装相对较简单,省去自行下载代码并安装相应支持库的麻烦.
现在的最新版本的

1

ROS

1

Hydro

• 设置apt库的源列表:

1

 sudo sh -c 'echo "deb http://packages.ros.org/ros/ubuntu precise main" > /etc/apt/sources.list.d/ros-latest.list'

• 设置密钥:

1

 wget http://packages.ros.org/ros.key -O - | sudo apt-key add -

• 下载并安装ROS,并进行环境设置:

1
2
3
4
5
6
7

 sudo apt-get update
 sudo apt-get install ros-hydro-desktop-full
 sudo rosdep init
 rosdep update
 echo "source /opt/ros/hydro/setup.bash" >> ~/.bashrc
 source ~/.bashrc
 sudo apt-get install python-rosinstall

安装humanoid_navigation包

安装步骤参考²³⁴.
在Ubuntu上面安装这个包在编译的时候会遇到一些问题,是由于boost版本与需要的版本不匹配造成的. 这个包依赖的相关库需要

1

boost 1.46

1

boost 1.46

1

sudo apt-get install libboost1.46-all-dev

之后进行humanoid_navigation包的安装,其步骤如下,编译时候会缺少一些ros自带的库:

• 配置

  1

  catkin

  ⁵工作目录:

1
2
3

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

• 使用

  1

  wstool

  ⁶配置代码仓库,将

  1	humanoid_navigation

  包加入:

1
2
3
4

 wstool init
 wstool set humanoid_msgs --git https://github.com/ahornung/humanoid_msgs
 wstool set humanoid_navigation --git https://github.com/ahornung/humanoid_navigation -v hydro-devel
 wstool update

• 安装

  1	humanoid_navigation

  依赖的相关库:

1
2

 sudo apt-get install ros-hydro-humanoid-*
 sudo apt-get install ros-hydro-octomap-*

• 编译工作目录:

1
2
3

 source ~/catkin_ws/devel/setup.bash
 cd ~/catkin_ws
 catkin_make

使用humanoid_navigation包

使用步骤参考⁷⁸. 编译好之后就可以使用

1

humanoid_navigation

1

footstep_planner

1

/footstep_planner/planner_type

1

/footstep_planner/heuristic_type

1. “ARAPlanner”: A* (ARA*)
2. ADPlanner: Anytime Dynamic A* (AD*)
3. RSTARPlanner: Randomized A* (R*)

启发式:

1. “EuclideanHeuristic”: Straight-line distance to the goal
2. “EuclStepCostHeuristic”: Straight-line distance to the goal with added footstep costs
3. “PathCostHeuristic”: Distance along 2D path pre-planned with A* (preferred). This heuristic works best in most cases, as it is most informed of the environment. Note that it is potentially inadmissible in the case of stepping over obstacles.

使用这个包进行一些模拟演示:

1

roslaunch footstep_planner footstep_planner_complete.launch

演示时使用

1

2D Pose Estimate

1

2D Nav Goal

控制参数改变路径规划算法⁸:

1

rosparam set /footstep_planner/planner_type ADPlanner

参考文献