用local_planner和far_planner的时候上不去坡?

谁许谁地老天荒 2022-08-10 21:58:21

求大佬指点,为什么我在用local_planner和far_planner的时候上不去坡?这是我自己画的一个铁皮棚子,里面有一个坡道。

 

 

...全文
481 7 打赏 收藏 转发到动态 举报
写回复
用AI写文章
7 条回复
切换为时间正序
请发表友善的回复…
发表回复
Jabber_Jagger 2022-08-14
  • 打赏
  • 举报
回复

目前算法的地形分析会把陡坡识别成障碍,如果是个大缓坡就不存在这个问题了,应该需要在地形分析的cpp中进行改进

  • 举报
回复
@Jabber_Jagger 嗯哒,我在想,或许可以在有坡度较大的环境中,用其他的路径规划算法作为可选项。我改了一些参数,但是成效比较小。
-潜龙勿用- 2022-08-10
  • 打赏
  • 举报
回复

检测成障碍了也许

  • 举报
回复
@-潜龙勿用- 是的,那要怎么让它不被检测成障碍物呢,还是说,只要坡度过大都会被认定为障碍物?
哈工大-朱洪彪 社区管理员 2022-08-23
  • 举报
回复
@谁许谁地老天荒 坡度过大是会被检测为障碍物,根据地形分析的原理,我们是将每个栅格内最低点作为地面点的,其余点相对于最低点的高度作为通过代价,坡度大的时候,单个栅格内最上面的点会比最下面的点高很多,超过可通过阈值就会被认定为障碍物。暂时只能通过调节参数来解决,但是有可能导致正常地面可通过障碍物阈值过大,这一点需要你自己来权衡了。
哈工大-朱洪彪 社区管理员 2022-08-23
  • 举报
回复
@谁许谁地老天荒 我们其实希望你们能大胆的对我们的算法作改进,然后再发布出来给大家使用
基于C++实现的哨兵导航系统+源码+项目文档,适合毕业设计、课程设计、项目开发。项目源码已经过严格测试,可以放心参考并在此基础上延申使用,详情见md文档 定位 faster_lio 在原有代码基础上利用imu数据结合内部的esekf前向预测,获得了大约200hz的定位频率,增加转换矩阵适应雷达的不同安装 fast_gicp 将实时采集的pcd与建图获得的pcd进行icp,维护map->odom的回环检测;经赛场测试,官方uwb定位精度极高,因此选择在uwb和定位高度不匹配时在此线程重启lio进行重定位 感知 pointcloud_repub 裁切进入lio前的点云,变换lio去畸变后的点云到世界系,融合其他传感器(如d435)点云 terrain_anlysis 可根据雷达fov选择每次分析时更新地图栅格的区域,适应各种雷达安装方式 obstacle_generator 根据赛场已知地图,将静态障碍物发布为障碍物点云供规划使用 规划 far_planner 以拓扑图为基础的全局规划,在动态场景下效果较好,规划的路径相较A*更加适配下层离线轨迹的local planner local_planner cmu_exploration的local_planner,以离线轨迹为基础,为适应全向移动在轨迹评分上有部分改动 执行 path_follow 简单的比例跟随轨迹,为适应赛场决策,目标跟随,云台控制,小陀螺等决策指令也在这里一并处理发出 通信 nav_transporter 使用usb通信,can通信长时间未维护

1,142

社区成员

发帖
与我相关
我的任务
社区描述
社区内分享我们的开源平台tare机器人自主导航系统,希望能帮助所有自主移动机器人领域的研究人员快速搭建出属于自己的,稳定可靠的机器人仿真和实验的平台,更快进入自己的研究领域
自动驾驶人工智能 企业社区
社区管理员
  • 哈工大-朱洪彪
  • 小麦Y
  • 曹超CMU
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧