TEB参数说明
一. 参数说明
teb_local_planner的参数较多,分为以下几类
1.Trajectory
#*******************************************************************************
# Trajectory
#*******************************************************************************
teb_autosize: True #优化期间允许改变轨迹的时域长度
#TEB通过状态搜索树寻找最优路径,而dt_ref则是最优路径上的两个相邻姿态
#(即位置、速度、航向信息,可通过TEB可视化在rivz中看到)的默认距离
#此距离不固定,规划器自动根据速度大小调整这一距离,速度越大,相邻距离自然越大,
#较小的值理论上可提供更高精度
dt_ref: 0.3 #局部路径规划的解析度
dt_hysteresis: 0.1 #允许改变的时域解析度的浮动范围, 一般为 dt_ref 的 10% 左右;
max_samples: 200 #
global_plan_overwrite_orientation: True #覆盖全局路径中局部路径点的朝向
allow_init_with_backwards_motion: False #允许在开始时想后退来执行轨迹
#考虑优化的全局计划子集的最大长度(累积欧几里得距离)
#如果为0或负数:禁用;长度也受本地Costmap大小的限制
max_global_plan_lookahead_dist: 2.5
global_plan_viapoint_sep: -1 #从全局路径中选取的每两个连续通过点之间的最小间隔
global_plan_prune_distance: 1 #该参数决定了从机器人当前位置的后面一定距离开始裁剪
#如果为真,规划器在速度、加速度和转弯率计算中使用精确的弧长[增加的CPU时间],否则使用欧几里德近似。
exact_arc_length: False
#在判断生成的轨迹是否冲突时使用,此时设置为3,即从轨迹起点开始逐个检查轨迹上的3个点,
#若3个点均不发生碰撞,则认为本次轨迹有效。若小于0则检查所有路径点
feasibility_check_no_poses: 3 #检测位姿可到达的时间间隔
publish_feedback: False #发布包含完整轨迹和活动障碍物列表的规划器反馈
2.Robot
#*******************************************************************************
# Robot
#*******************************************************************************
max_vel_x: 0.3 #最大x前向速度
max_vel_x_backwards: 0.05 #最大x后退速度
max_vel_y: 0.0 #最大y方向速度
max_vel_theta: 0.25 #最大转向角速度
acc_lim_x: 0.15 #最大x加速度
acc_lim_theta: 0.15 #最大角速度
min_turning_radius: 0.0 #车类机器人的最小转弯半径
阿克曼底盘配置参数:
#********************** Carlike robot parameters ********************
min_turning_radius: 0.5 #车类机器人的最小转弯半径
#(compute value using a model or adjust with rqt_reconfigure manually)
wheelbase: 0.4 # Wheelbase of our robot 驱动轴和转向轴之间的距离
#(仅适用于启用了“Cmd_angle_而不是_rotvel”的Carlike机器人);对于后轮式机器人,该值可能为负值
cmd_angle_instead_rotvel: True #将收到的角速度消息转换为 操作上的角度变化
底盘模型设置
# types: "point", "circular", "two_circles", "line", "polygon"
footprint_model:
#type: "polygon" #多边形
#vertices: [[-0.3, -0.2], [0.3, -0.2], [0.3, 0.2], [-0.3, 0.2]]
type: "circular" #圆
radius: 0.25 # for type "circular"
#line_start: [0.0, 0.0] # for type "line" #直线
#line_end: [0.4, 0.0] # for type "line"
#front_offset: 0.2 # for type "two_circles"
#front_radius: 0.2 # for type "two_circles"
#rear_offset: 0.2 # for type "two_circles"
#rear_radius: 0.2 # for type "two_circles"
3. GoalTolerance
#*******************************************************************************
# GoalTolerance
#*******************************************************************************
xy_goal_tolerance: 0.05 #目标 xy 偏移容忍度
yaw_goal_tolerance: 0.1 #目标 角度 偏移容忍度
free_goal_vel: False #允许机器人以最大速度驶向目的地,为False时,车到达终点时的目标速度为0;
complete_global_plan: True
4.Obstacles
#*******************************************************************************
# Obstacles
#*******************************************************************************
min_obstacle_dist: 0.22 #和障碍物最小距离
inflation_dist: 0.2 #障碍物膨胀距离
include_costmap_obstacles: True #costmap 中的障碍物是否被直接考虑
costmap_obstacles_behind_robot_dist: 0.5 #规划时考虑后面n米内的障碍物
obstacle_poses_affected: 10 #障碍物姿态受影响程度0-30
dynamic_obstacle_inflation_dist: 0.4 #动态障碍物的膨胀范围
include_dynamic_obstacles: False #是否将动态障碍物预测为速度模型
5.Optimization
#*******************************************************************************
# Optimization
#*******************************************************************************
no_inner_iterations: 5 #被外循环调用后内循环执行优化次数
no_outer_iterations: 4 #执行的外循环的优化次数执行的外循环的优化次数
optimization_activate: True #激活优化
optimization_verbose: False #打印优化过程详情
penalty_epsilon: 0.1 #对于硬约束近似,在惩罚函数中添加安全范围
obstacle_cost_exponent: 4
weight_max_vel_x: 2 #最大x速度权重 0~2
weight_max_vel_theta: 1 #最大角速度权重 0~1
weight_acc_lim_x: 1 #最大x 加速度权重 0~1
weight_acc_lim_theta: 1 #最大角速度权重 0~1
weight_kinematics_nh: 1000 #非完整运动学的优化权重
weight_kinematics_forward_drive: 5 #优化过程中,迫使机器人只选择前进方向,差速轮适用
weight_kinematics_turning_radius: 1 #优化过程中,车型机器人的最小转弯半径的权重
weight_optimaltime: 0.3 # must be > 0 #优化过程中,基于轨迹的时间上的权重
weight_shortest_path: 0
weight_obstacle: 100 #优化过程中,和障碍物最小距离的权重 0~50
weight_inflation: 0.3 #优化过程中, 膨胀区的权重
weight_dynamic_obstacle: 10 #优化过程中,和动态障碍物最小距离的权重
weight_dynamic_obstacle_inflation: 0.2 #优化过程中,和动态障碍物膨胀区的权重 0~50
weight_viapoint: 1 #优化过程中,和全局路径采样点距离的权重
weight_adapt_factor: 2
6. Homotopy Class Planner
#*******************************************************************************
# Homotopy Class Planner
#*******************************************************************************
enable_homotopy_class_planning: true #激活并行规划
enable_multithreading: True #允许多线程并行处理
max_number_classes: 3 #考虑到的不同轨迹的最大数量
selection_cost_hysteresis: 1.0
selection_prefer_initial_plan: 0.9
selection_obst_cost_scale: 100.0
selection_alternative_time_cost: False
roadmap_graph_no_samples: 15 #指定为创建路线图而生成的样本数
roadmap_graph_area_width: 6 #指定该区域的宽度
roadmap_graph_area_length_scale: 1.0
h_signature_prescaler: 0.5 #(0.2 < value <= 1)缩放用于区分同伦类的内部参数
h_signature_threshold: 0.1 #如果实部和复部的差都低于规定的阈值,则假定两个h签名相等。
obstacle_heading_threshold: 0.45 #在障碍物航向和目标航向之间指定标量乘积的值,以便将障碍物考虑在内进行探索
switching_blocking_period: 0.0 #指定允许切换到新的等效类之前需要终止的持续时间
#为true,则将不同拓扑的所有轨迹附加到该组通孔点,否
#则仅将与初始/全局计划共享相同拓扑的轨迹与它们连接 (对test_optim_node无效)
viapoints_all_candidates: True
delete_detours_backwards: True
max_ratio_detours_duration_best_duration: 3.0
visualize_hc_graph: False #可视化创建的图形,用于探索不同的轨迹
visualize_with_time_as_z_axis_scale: False #在rviz里可看到优化使用的graph
7.Recovery
#*******************************************************************************
# Recovery
#*******************************************************************************
#当规划器检测到系统异常,允许缩小时域规划范围,TEB将以更近的点作为规划目标,尝试重新规划出可行路径;
shrink_horizon_backup: false
shrink_horizon_min_duration: 10 #如果检测到不可行的轨迹,激活缩小的水平线后备模式,本参数为其最短持续时间。
oscillation_recovery: True #尝试检测和解决振荡
oscillation_v_eps: 0.1 #(0,1)内的 normalized 线速度的平均值的阈值,判断机器人是否运动异常
oscillation_omega_eps: 0.1 #(0,1)内的 normalized 角速度的平均值,判断机器人是否运动异常
oscillation_recovery_min_duration: 10 #在这个时间内,是否再次发生FailureDetector检测的振荡
oscillation_filter_duration: 10 #failure_detector_中buffer容器的大小为oscillation_filter_duration * controller_frequency
其中oscillation_v_eps和oscillation_omega_eps是用来判断速度是否震荡的阈值,
这里将速度归一化到[0,1]区间,所以配置中这两个值的区间也在(0,1)
震荡判断:
//如果线速度和角速度均值小于阈值,且方向震荡,则判定机器人处于震荡状态
if (std::abs(v_mean) < v_eps && std::abs(omega_mean) < omega_eps && omega_zero_crossings>1 )
{
oscillating_ = true;
}
二.调试手记
今天的文章TEB算法2-teb参数说明及调试小记分享到此就结束了,感谢您的阅读,如果确实帮到您,您可以动动手指转发给其他人。
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/29548.html