[Simulation] Path planning

https://github.com/ai-winter/ros_motion_planning?tab=readme-ov-file

패스플래닝 알고리즘 구현해 보기

development environment(using Docker)
ubuntu : 20.04
ROS : noetic

1. Install

1. Git 설치.

 sudo apt install git

2. 종속성 설치
   • OSQP

"Operator Splitting Quadratic Program"의 약자로, 주로 최적화 문제를 해결하기 위해 사용되는 오픈 소스 소프트웨어

git clone -b release-0.6.3 --recursive https://github.com/oxfordcontrol/osqp
cd osqp && mkdir build && cd build
cmake .. -DBUILD_SHARED_LIBS=ON
make -j6
sudo make install
sudo cp /usr/local/include/osqp/* /usr/local/include

• OSQP-Eigen

OSQP 를 C++에서 Eigen 라이브러리와 통합하여 더욱 쉽게 사용할 수 있게 해주는 래퍼

git clone https://github.com/robotology/osqp-eigen.git
cd osqp-eigen && mkdir build && cd build
cmake ..
make
sudo make install

• Other dependence.(all copy)
  

 sudo apt install python-is-python3 \
 ros-noetic-amcl \
 ros-noetic-base-local-planner \
 ros-noetic-map-server \
 ros-noetic-move-base \
 ros-noetic-navfn

3. Clone the reposity.

git clone https://github.com/ai-winter/ros_motion_planning.git

4. 코드 컴파일

    cd ros_motion_planning/
    catkin_make
    # or catkin build
    # you may need to install it by: sudo apt install python-catkin-tools

5. 코드 실행.

    cd scripts/
    ./main.sh

6. 결과
   

2. Environmental Construction

소프트웨어와 의존성 설치를 무리 없이 마쳤다면, 이제 가제보(Gazebo) 환경설정을 변경할 수 있다. 여기서는 장애물의 종류와 특성, 그리고 배경 환경을 결정해야 한다.

해당 경로로 이동하여 'user_config.yaml' 파일을 열어 환경설정을 바꿔 줄 수 있다.

    cd ros_motion_planning/src/user_config
    gedit user_config.yaml    

---

map: "warehouse"
world: "warehouse"
rviz_file: "sim_env.rviz"

robots_config:
  - robot1_type: "turtlebot3_waffle"
    robot1_global_planner: "theta_star"
    robot1_local_planner: "lqr"
    robot1_x_pos: "0.0"
    robot1_y_pos: "0.0"
    robot1_z_pos: "0.0"
    robot1_yaw: "0.0"

# * global planner
#   * graph_planner
#     * a_star
#     * jps
#     * gbfs
#     * dijkstra
#     * d_star
#     * lpa_star
#     * voronoi
#     * d_star_lite
#     * theta_star
#     * lazy_theta_star
#     * hybrid_a_star
#
#   * sample_planner
#     * rrt
#     * rrt_star
#     * informed_rrt
#     * rrt_connect
#
#   * evolutionary_planner
#     * aco
#     * pso
#     * ga
#
# * local planner
#   * dwa
#   * pid
#   * apf
#   * rpp
#   * lqr
#   * static

plugins:
  # pedestrians: "pedestrian_config.yaml"
  # obstacles: "obstacles_config.yaml"
  map_layers: "map_layers_config.yaml"

많은 설정 옵션 중에서 본인이 원하는 맵, 로봇 등을 사용하면 된다.

3. Practice

RViz에서 "2D Nav Goal" 도구를 사용하여 로봇의 목표 지점을 설정한다. 이 단계에서 패스 플래닝 알고리즘이 실행되어 로봇이 목표 지점까지 이동하는 경로를 계산한다

실행결과.