walking机器人仿真教程-融合STVL成本地图插件进行导航

说明

• 介绍如何通过STVL进行导航

原理

• 利用点云数据，建立三维像素层，能更好的标识三维空间的障碍。
• 相比二维像素层，更加直观，等到更好的避障效果
• 基于OpenVDB的三维网格实现，是一种新颖的分层数据结构和一套工具，用于高效存储和操作在三维网格上离散的稀疏体积数据
• 可以通过深度相机和多线雷达作为点云来源，提供给STVL包使用

使用

• 加载gazebo环境

. /usr/share/gazebo/setup.bash

• 启动导航

ros2 launch walking_application tb3_simulation_stvl.launch.py

• gazebo效果图

• rviz效果图

• rviz上，选择2D pose estimate，选择小车在地图所在位置，初始化小车起点

• rviz上，选择nav2 goal，并在地图上选择位置，进行导航

• 生成三维的体素层作为障碍物的表示
• 最终效果

参考：

• https://www.ncnynl.com/archives/202110/4711.html
• https://github.com/SteveMacenski/spatio_temporal_voxel_layer
• https://bitbucket.org/DataspeedInc/velodyne_simulator

演示视频

<iframe height=498 width=100% src="//player.bilibili.com/player.html?isOutside=true&aid=113293888851042&bvid=BV1Vy2hYTErV&cid=26257394059&p=1&as_wide=1&high_quality=1&danmaku=0" scrolling="no" border="0" frameborder="no" framespacing="0" allowfullscreen="true"></iframe>