costmap_2d: obstacle_layer中关于激光雷达障碍物清除不干净的解决

本文主要是介绍costmap_2d: obstacle_layer中关于激光雷达障碍物清除不干净的解决,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

参考:

  1. ROS naviagtion analysis: costmap_2d–ObstacleLayer
  2. ROS Navigation Stack之costmap_2d源码分析
  3. ROS 中obstacle_layer由于激光雷达测距的局限性,导致costmap中障碍物不能被及时清除。

总的来说是,使用navigation导航时,会出现由于激光雷达测距的局限性, 会导致costmap上有行人走过,代价地图中的障碍物,无法被及时的清除,留下影子一样的轨迹。
在这里插入图片描述
具体细分可以分为两点:

  1. 激光雷达无法测到距离时(太远或者激光被折射了,对面是个镜子等),返回值不是inf(无穷值。在32位的浮点型数据中,当数位都为1时,表示数值无穷大。);
  2. 激光雷达分辨率不够(或者说是地图分辨率高于激光雷达分辨率)

1. 修改激光雷达返回值

国内一些比较便宜的激光雷达,在未测到数据时,返回的是0.0 或者激光雷达默认的最大值。
当有行人走过时,机器人的附近会留下一些之前的图中蓝色的障碍点,这将会影响后续的导航和壁障.
解决方案就是修改costmap_2D中对于激光雷达数据的处理,
如果返回值为0,则设置为比最大值小一点点。

void ObstacleLayer::laserScanValidInfCallback(const sensor_msgs::LaserScanConstPtr& raw_message,const boost::shared_ptr<ObservationBuffer>& buffer)
{// Filter positive infinities ("Inf"s) to max_range.float epsilon = 0.0001;  // a tenth of a millimetersensor_msgs::LaserScan message = *raw_message;for (size_t i = 0; i < message.ranges.size(); i++){float range = message.ranges[ i ];// /修改该地方,因为我的雷达没数据时,返回零值,所以判断当距离等于时,作为无穷远点来处理。// if (!std::isfinite(range) && range > 0)  原始代码if ((!std::isfinite(range) && range > 0) || (range == 0.0)){message.ranges[ i ] = message.range_max - epsilon;}}

这里有一点需要说明:需要在在costmap_common_params.yaml中 配置 inf_is_valid: true,

scan: {data_type: LaserScan, topic: /scan, marking: true, clearing: true,inf_is_valid: true,observation_keep_time: 0.0, expected_update_rate: 0 }

2. 地图分辨率高于激光雷达分辨率

在costmap_common_params.yaml中有两个配置参数

obstacle_range: 2.5  //只有障碍物在这个范围内才会被标记
raytrace_range: 3    //这个范围内不存在的障碍物都会被清除

当raytrace_range = 3, 而激光雷达是360度每一度一个采样点时,这是距离激光雷达处每个采样点之间的距离大约是0.052, 也就是说如果地图的分辨率时0.01的话,如果很靠近激光雷达采样点如果有一个障碍物点,但是始终在激光雷达两条采样线(从激光雷达远点到采样点之间的线段)之间的话,也就是始终没有扫描到的话,那这个点讲始终无法被清除掉。

解决方案一:

花点钱每个好点的激光雷达,分辨率高点

解决方案二:

修改cosmap_2D中关于清除点规则

ObstacleLayer

参考文章1,2中有详细分析ObstacleLayer中的代码结构与逻辑,不赘述。
需要明确一点的是,这里使用光线跟踪 raytraceFreespace清除障碍物

  1. raytraceLine(marker, x0, y0, x1, y1, cell_raytrace_range); 会将所有在(x0,y0)>>(x1,y1)之间的所有cell标记为FREE_SPACE。
  2. 而updateRaytraceBounds 会根据测量的距离,更新扩张(min_x, min_y, max_x, max_y)。
  3. updateBounds 在根据测量数据完成clear 操作之后,就开始了mark 操作,对每个测量到的点,标记为obstacle :

基本逻辑如下图所示
在这里插入图片描述
所以如果我们想要清除比分辨率比激光雷达高的地图上的点,一种方式就认为在检测范围内(这里是3x3)不存在比激光雷达分辨率(0.052)小的障碍物,所以所有激光雷达相邻扫描线之间的障碍点都应该被清除。简单点就是在每个激光雷达点周围(3x3)都生成一个点,再进行光线跟踪,进行清除。

void ObstacleLayer::raytraceFreespace(const Observation& clearing_observation, double* min_x, double* min_y,double* max_x, double* max_y)
{...// for each point in the cloud, we want to trace a line from the origin and clear obstacles along it// 清除传感器原点到检测到的点之间的障碍物for (unsigned int i = 0; i < cloud.points.size(); ++i){double wx = cloud.points[i].x;double wy = cloud.points[i].y;//ROS_INFO("laser scan wx = %.2f, wy = %.2f", wx, wy);//在检测到的点周围生成6x6的点,double inflate_dx = 0.01, inflate_dy = 0.01; //在原来点的位置膨胀的尺度std::vector< std::pair<double,double> > inflate_pts;inflate_pts.push_back(std::make_pair(wx +    0      , wy +     0     ));inflate_pts.push_back(std::make_pair(wx -    0      , wy - inflate_dy));inflate_pts.push_back(std::make_pair(wx - inflate_dx, wy -     0     ));inflate_pts.push_back(std::make_pair(wx + 0         , wy + inflate_dy));inflate_pts.push_back(std::make_pair(wx + inflate_dx, wy +     0      ));inflate_pts.push_back(std::make_pair(wx -    0        , wy - 2*inflate_dy));inflate_pts.push_back(std::make_pair(wx - 2*inflate_dx, wy -     0     ));inflate_pts.push_back(std::make_pair(wx +    0        , wy + 2*inflate_dy));inflate_pts.push_back(std::make_pair(wx + 2*inflate_dx, wy +     0      ));inflate_pts.push_back(std::make_pair(wx -    0        , wy - 3*inflate_dy));inflate_pts.push_back(std::make_pair(wx - 3*inflate_dx, wy -     0     ));inflate_pts.push_back(std::make_pair(wx +    0        , wy + 3*inflate_dy));inflate_pts.push_back(std::make_pair(wx + 3*inflate_dx, wy +     0      ));  std::vector< std::pair<double,double> >::iterator inflate_iter;for(inflate_iter = inflate_pts.begin(); inflate_iter != inflate_pts.end(); inflate_iter++){wx = (*inflate_iter).first;wy = (*inflate_iter).second;...MarkCell marker(costmap_, FREE_SPACE);// and finally... we can execute our trace to clear obstacles along that line//最终raytraceLine(marker, x0, y0, x1, y1, cell_raytrace_range); //会将所有在(x0,y0)>>(x1,y1)之间的所有cell标记为FREE_SPACE。raytraceLine(marker, x0, y0, x1, y1, cell_raytrace_range);//而updateRaytraceBounds 会根据测量的距离,更新扩张(min_x, min_y, max_x, max_y)。updateRaytraceBounds(ox, oy, wx, wy, clearing_observation.raytrace_range_, min_x, min_y, max_x, max_y);}}
}

修改后就不会人总过后有拖影了~~
在这里插入图片描述

这篇关于costmap_2d: obstacle_layer中关于激光雷达障碍物清除不干净的解决的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/209033

相关文章

Springboot项目启动失败提示找不到dao类的解决

《Springboot项目启动失败提示找不到dao类的解决》SpringBoot启动失败,因ProductServiceImpl未正确注入ProductDao,原因:Dao未注册为Bean,解决:在启... 目录错误描述原因解决方法总结***************************APPLICA编

解决pandas无法读取csv文件数据的问题

《解决pandas无法读取csv文件数据的问题》本文讲述作者用Pandas读取CSV文件时因参数设置不当导致数据错位,通过调整delimiter和on_bad_lines参数最终解决问题,并强调正确参... 目录一、前言二、问题复现1. 问题2. 通过 on_bad_lines=‘warn’ 跳过异常数据3

解决RocketMQ的幂等性问题

《解决RocketMQ的幂等性问题》重复消费因调用链路长、消息发送超时或消费者故障导致,通过生产者消息查询、Redis缓存及消费者唯一主键可以确保幂等性,避免重复处理,本文主要介绍了解决RocketM... 目录造成重复消费的原因解决方法生产者端消费者端代码实现造成重复消费的原因当系统的调用链路比较长的时

深度解析Nginx日志分析与499状态码问题解决

《深度解析Nginx日志分析与499状态码问题解决》在Web服务器运维和性能优化过程中,Nginx日志是排查问题的重要依据,本文将围绕Nginx日志分析、499状态码的成因、排查方法及解决方案展开讨论... 目录前言1. Nginx日志基础1.1 Nginx日志存放位置1.2 Nginx日志格式2. 499

SpringBoot监控API请求耗时的6中解决解决方案

《SpringBoot监控API请求耗时的6中解决解决方案》本文介绍SpringBoot中记录API请求耗时的6种方案,包括手动埋点、AOP切面、拦截器、Filter、事件监听、Micrometer+... 目录1. 简介2.实战案例2.1 手动记录2.2 自定义AOP记录2.3 拦截器技术2.4 使用Fi

kkFileView启动报错:报错2003端口占用的问题及解决

《kkFileView启动报错:报错2003端口占用的问题及解决》kkFileView启动报错因office组件2003端口未关闭,解决:查杀占用端口的进程,终止Java进程,使用shutdown.s... 目录原因解决总结kkFileViewjavascript启动报错启动office组件失败,请检查of

SQL Server安装时候没有中文选项的解决方法

《SQLServer安装时候没有中文选项的解决方法》用户安装SQLServer时界面全英文,无中文选项,通过修改安装设置中的国家或地区为中文中国,重启安装程序后界面恢复中文,解决了问题,对SQLSe... 你是不是在安装SQL Server时候发现安装界面和别人不同,并且无论如何都没有中文选项?这个问题也

java内存泄漏排查过程及解决

《java内存泄漏排查过程及解决》公司某服务内存持续增长,疑似内存泄漏,未触发OOM,排查方法包括检查JVM配置、分析GC执行状态、导出堆内存快照并用IDEAProfiler工具定位大对象及代码... 目录内存泄漏内存问题排查1.查看JVM内存配置2.分析gc是否正常执行3.导出 dump 各种工具分析4.

Spring的RedisTemplate的json反序列泛型丢失问题解决

《Spring的RedisTemplate的json反序列泛型丢失问题解决》本文主要介绍了SpringRedisTemplate中使用JSON序列化时泛型信息丢失的问题及其提出三种解决方案,可以根据性... 目录背景解决方案方案一方案二方案三总结背景在使用RedisTemplate操作redis时我们针对

SpringBoot整合Dubbo+ZK注册失败的坑及解决

《SpringBoot整合Dubbo+ZK注册失败的坑及解决》使用Dubbo框架时,需在公共pom添加依赖,启动类加@EnableDubbo,实现类用@DubboService替代@Service,配... 目录1.先看下公共的pom(maven创建的pom工程)2.启动类上加@EnableDubbo3.实