本期通過對turtlebot的Kinect深度傳感器進行地圖構建，并通過路徑規(guī)劃完成自主導航。
ROS定位導航的框架圖如圖1所示：
圖1 ROS導航定位框架
其中move_base提供了ROS導航的配置、運 行、交互接口，它主要包括兩個部分：
（1） 全局路徑規(guī)劃（global planner）：根據給定的目標位置進行總體路 徑的規(guī)劃；
（2） 本地實時規(guī)劃（local planner）：根據附近的障礙物進行躲避路線 規(guī)劃。
1.數據結構
ROS中定義了MovebaseActionGoal數據結構來存儲導航的目標位置數據，其中最重要的就是位置坐標（position）和方向（orientation）
$ rosmsg show MovebaseActionGoal
顯示結果如下：
[move_base_msgs/MovebaseActionGoal]:
std_msgs/Header header
uint32 seq
time stamp
string frame_id
actionlib_msgs/GoalID goal_id
time stamp
string id
move_base_msgs/MovebaseGoal goal
geometry_msgs/PoseStamped target_pose
std_msgs/Header header
uint32 seq
time stamp
string frame_id
geometry_msgs/Pose pose
geometry_msgs/Point position
float64 x
float64 y
float64 z
geometry_msgs/Quaternion orientation
float64 x
float64 y
float64 z
float64 w
2.配置文件
move_base使用前需要配置一些參數：運行成本、機器人半徑、到達目 標位置的距離，機器人移動的速度，這些參數都在rbx1_nav包的以下幾個配 置文件中：
l base_local_planner_params.yaml
l costmap_common_params.yaml
l global_costmap_params.yaml
l local_costmap_params.yaml
3.全局路徑規(guī)劃
在ROS的導航中，首先會通過全局路徑規(guī)劃，計算出機器人到目標位置的全局路線。這一功能是navfn這個包實現(xiàn)的。navfn通過Dijkstra最優(yōu)路徑的算法，計算costmap上的最小花費路徑，作為機器人的全局路線。將來在算法上應該還會加入A*算法。
4.本地實時規(guī)劃（local planner）
本地實時規(guī)劃是利用base_local_planner包實現(xiàn)的。該包使用Trajectory Rollout 和Dynamic Window approaches算法計算機器人每個周期內應該行駛的速度和角度（dx，dy，dtheta velocities）。
base_local_planner這個包通過地圖數據，通過算法搜索到達目標的多條 路經，利用一些評價標準（是否會撞擊障礙物，所需要的時間等等）選取最優(yōu) 的路徑，并且計算所需要的實時速度和角度。
其中，Trajectory Rollout 和Dynamic Window approaches算法主要思路如下：
（1）采樣機器人當前的狀態(tài)（dx,dy,dtheta）；
（2）針對每個采樣的速度，計算機器人以該速度行駛一段時間后的狀態(tài)，得出一條行駛的路線；
（3）利用一些評價標準為多條路線打分；
（4）根據打分，選擇最優(yōu)路徑；
（5）重復上面過程。
5.ArbotiX仿真
安裝ArbotiX模擬器：
$ sudo aptitude install ros-indigo-arbotix –y
下載rbx1例子：
$ cd catkin_ws/src
$ git clone https://github.com/pirobot/rbx1.git
為了簡化，我們暫時使用空白地圖（blank_map.pgm）在空地上進行無障礙仿真。首先運行ArbotiX節(jié)點，并且加載機器人的URDF文件：
$ roslaunch rbx1_bringup fake_turtlebot.launch
然后運行move_base和加載空白地圖的launch文件（fake_move_bas
e_blank_map.launch）：
$ roslaunch rbx1_nav fake_move_base_blank_map.launch
該文件的具體內容如下：
其中調用了fake_move_base.launch文件，是運行move_base節(jié)點并進行參數配置。
然后調用rviz就可以看到機器人了（如圖2所示）：
$ rosrun rviz rviz –d ~/ catkin_ws /src/rbx1/rbx1_nav/nav_obstacles.rviz
圖2 使用Rviz進行TurtleBot仿真
我們先以1m的速度進行一下測試, 讓機器人前進一米：
$ rostopic pub /move_base_simple/goal geometry_msgs/PoseStamped '{header: {frame_id:"base_link"},pose:{position:{x:1,y:0,z:0},orientation:{x:0,y:0,z:0,w:1}}}'
讓機器人后退一米，回到原來的位置：
$ rostopic pub /move_base_simple/goal geometry_msgs/PoseStamped '{header: {frame_id:"map"},pose:{position:{x:0,y:0,z:0},orientation:{x:0,y:0,z:0,w:1}}}'
在rviz中的軌跡如圖3：
圖3 TurtleBot運動軌跡
在機器人移動過程中，有一條藍色的線（被黃線擋住了）就是機器人的全局規(guī)劃的路徑；紅色的箭頭是實施規(guī)劃的路線，會不斷更新，有的時候會呈現(xiàn)很大的弧線，那是因為機器人在轉向的過程中盡量希望保持平穩(wěn)的角度。如果覺得路徑規(guī)劃的精度不夠，可以修改配置文件中的pdist_scale參數進行修正。然后我們可以認為的確定目標位置，點擊rviz上方的2D Nav Goal按鍵，然后左鍵選擇目標位置，機器人就開始自動導航了。
圖4 TurtleBot自主導航
6.ArbotiX仿真——帶有障礙物的路徑規(guī)劃
首先我們讓機器人走一個正方形的路線。先通過上面的命令，讓機器人回到原始位置（0，0，0），然后按reset按鍵，把所有的箭頭清除，接著運行走正方形路徑的代碼：
$ rosrun rbx1_nav move_base_square.py
在rviz中可以看到圖5所示的結果：
圖5 TurtleBot繞正方形路徑運動
圖5中四個頂角的粉色圓盤就是我們設定的位置，正方形比較規(guī)則，可見定位還是比較準確的。TurtleBot繞正方形路徑運動的代碼如下：
#!/usr/bin/env python
import roslib; roslib.load_manifest('rbx1_nav')
import rospy
import actionlib
from actionlib_msgs.msg import *
from geometry_msgs.msg import Pose, Point, Quaternion, Twist
from move_base_msgs.msg import MovebaseAction, MovebaseGoal
from tf.transformations import quaternion_from_euler
from visualization_msgs.msg import Marker
from math import radians, pi
class MovebaseSquare():
def init (self):
rospy.init_node('nav_test', anonymous=False)
rospy.on_shutdown(self.shutdown)
# 設定正方形的尺寸，默認是一米
square_size = rospy.get_param("~square_size", 1.0) # meters
#創(chuàng)建一個列表，保存目標的角度數據
quaternions = list()
#定義四個頂角處機器人的方向角度
#將上面的Euler angles轉換成Quaternion的格式
for angle in euler_angles:
q_angle = quaternion_from_euler(0, 0, angle, axes='sxyz')
q = Quaternion(*q_angle)
quaternions.append(q)
#創(chuàng)建一個列表存儲導航點的位置
waypoints = list()
#創(chuàng)建四個導航點的位置（角度和坐標位置）
waypoints.append(Pose(Point(square_size, 0.0, 0.0), quaternion s[0]))
waypoints.append(Pose(Point(square_size, square_size, 0.0), quaternions[1])) s[2]))
waypoints.append(Pose(Point(0.0, square_size, 0.0), quaternion
waypoints.append(Pose(Point(0.0, 0.0, 0.0), quaternions[3]))
#初始化可視化標記
self.init_markers()
#給每個定點的導航點一個可視化標記
p = Point()
p = waypoint.position
self.markers.points.append(p)
#發(fā)布TWist消息控制機器人
self.cmd_vel_pub = rospy.Publisher('cmd_vel', Twist)
#訂閱move_base服務器的消息
self.move_base = actionlib.SimpleActionClient("move_base", Move
baseAction)
rospy.loginfo("Waiting for move_base action server...")
# 等待move_base服務器建立
self.move_base.wait_for_server(rospy.Duration(60))
rospy.loginfo("Connected to move base server")
rospy.loginfo("Starting navigation test")
#初始化一個計數器，記錄到達的頂點號
i = 0
# 主循環(huán),環(huán)繞通過四個定點
while i < 4 and not rospy.is_shutdown():
# 發(fā)布標記指示四個目標的位置，每個周期發(fā)布一起 self.marker_pub.publish(self.markers)
#初始化goal為MovebaseGoal類型
goal = MovebaseGoal()
在實際中，往往需要讓機器人自動躲避障礙物。move_base包的一個強大的功能就是可以在全局規(guī)劃的過程中自動躲避障礙物，而不影響全局路徑。障礙物可以是靜態(tài)的（比如墻、桌子等），也可以是動態(tài)的（比如人走過）。現(xiàn)在我們嘗試在之前的正方形路徑中加入障礙物。
把之前運行fake_move_base_blank_map.launch的終端停止（CtrlC）掉，然后運行：
$ roslaunch rbx1_nav fake_move_base_obstacle.launch
運行結果如圖6所示，在rviz中出現(xiàn)了障礙物：
圖6 Rviz中出現(xiàn)的障礙物
然后再運行之前繞正方形運動的節(jié)點：
$ rosrun rbx1_nav move_base_square.py
這回可以看到，在全局路徑規(guī)劃的時候，機器人已經將障礙物繞過去了，如圖7所示：
圖7 TurtleBot避障
圖7中，中間的線是障礙物，周圍紅色的橢圓形是根據配置文件中的inflation_radius參數計算出來的安全緩沖區(qū)。全局規(guī)劃的路徑基本已經是最短路徑了。在仿真的過程中也可以動態(tài)重配置那四個配置文件，修改仿真參數。
7.實物測試
首先啟動turtlebot：
$ roscore
$ roslaunch turtlebot_bringup minimal.launch
運行地圖繪制demo：
$ roslaunch turtlebot_navigation maping_demo.launch
打開rviz查看地圖：
$ roslaunch turtlebot_rviz_launchers view_navigation.launch
通過鍵盤控制機器人移動，建立地圖：
$ roslaunch turtlebot_teleop keyboard.launch
建圖過程如圖8所示：
圖8 TurtleBot建圖
此時，可以選中2D Pose Estimate，然后用鼠標選中一個位置單擊鼠標左鍵，機器人就會移動至你所指定的位置。
要保存建立的地圖，運行：
$ rosrun map_server map_saver –f /tmp.my_map
要加載保存過的地圖，運行：
$roslaunch turtlebot_navigation amcl_demo.launch
map_file:=/tmp/my_map.yaml
接下來的操作和上面一樣，機器人會根據你指定的位置進行自主導航。
?