当前位置: 首页 > article >正文

navigation2-humble从零带读笔记第一篇:nav2_core

navigation2-humble从零带读笔记第一篇nav2_core免责声明本文内容为笔者从零学习 Nav2 的学习笔记为结合官方注释、个人理解及 AI 辅助解析整理而成。若存在解读偏差欢迎大家指正我会及时修正完善。nav2_core 的本质nav2_core 是纯抽象接口包——只有头文件没有任何实现代码。每个类的核心业务方法均为纯虚函数 0此外还有虚析构函数和Ptr类型别名(管理的共享指针)。它定义了 Nav2 所有插件必须遵守的规则纯虚基类。推荐阅读顺序按导航流水线顺序阅读每个接口对应一个功能环节。第一步基础异常exceptions.hpproute_exceptions.hppexceptions.hpp只有一个PlannerException继承自std::runtime_error出错时抛出异常对象用于 catch 捕获。整个是常规的 C 异常处理机制知道即可。try{// 路径规划相关代码thrownav2_core::PlannerException(路径规划失败);}catch(constnav2_core::PlannerExceptione){// 将异常描述信息输出到标准错误流std::cerre.what()std::endl;}个人理解如果只是打印、没有具体的出错后处理逻辑调试时直接用RCLCPP_ERROR或std::cout会更方便调完直接注释掉即可。PlannerException的价值在于当你的规划器插件被上层 server 调用时server 会统一 catch 它并做失败处理这才是它存在的意义。route_exceptions.hpp专门为路由规划Route设计的异常体系比PlannerException更细化定义了一套继承层次RouteException基类 ├── OperationFailed // 操作执行失败 ├── NoValidRouteCouldBeFound // 找不到有效路由 ├── TimedOut // 规划超时 ├── RouteTFError // TF 坐标变换错误 ├── NoValidGraph // 图数据无效 ├── IndeterminantNodesOnGraph // 图中存在不确定节点 └── InvalidEdgeScorerUse // 边评分器使用错误现阶段先知道有这个分层结构即可后续读nav2_route包时会用到。第二步全局规划global_planner.hpp核心方法createPlan(start, goal) → Path代表从 A 到 B 规划一条全局路径具体算法由插件实现如 A*、Dijkstra 等。其他方法后续所有接口都有这四个之后略过不重复说方法作用configure(parent, name, tf, costmap_ros)初始化插件注入依赖节点、TF、代价地图activate()激活插件及其执行线程deactivate()停用插件及其执行线程cleanup()关闭时释放资源第三步路径平滑可选后处理smoother.hpp核心方法smooth(path, max_time) → bool对全局规划出的路径做平滑处理。参数一nav_msgs::msg::Path类型的全局路径in-out 参数直接在原路径上修改参数二rclcpp::Duration类型的最大处理时间超时返回false表示平滑未完成这一步是可选的需要单独的路径优化算法支撑如样条插值、梯度下降等第四步进度检查progress_checker.hpp核心方法check(current_pose) → bool判断机器人是否在向目标正常前进防卡死。内部通过将当前位姿与上一时间步位姿比较检测是否有移动。返回false→ 判定卡住 → 上层 server 触发恢复分支重新规划路径清除代价地图障碍层旋转或后退原地等待多次恢复失败 → 中止导航任务报告失败reset()重置检查状态下次调用check()时以当前位姿作为新的基准点。第五步目标检查goal_checker.hpp核心方法isGoalReached(query_pose, goal_pose, velocity) → bool判断是否满足到达目标的条件位置误差 速度约束。参数含义query_pose机器人当前位姿goal_pose目标位姿velocity当前速度本质上就是对当前状态是否已到达目标做一次直接判定。在典型局部规划器实现中通常的做法是在setPlan()里将到达标志位初始化为false然后每个周期在computeVelocityCommands()内调用goal_checker-isGoalReached()来判断。具体看下一步的伪代码。getTolerances(pose_tolerance, vel_tolerance) → bool对外公开的容差查询接口用于返回该插件允许的位置误差和速度误差。返回bool标记这些容差是否有效无效则需走兜底逻辑。Pose和Twist里字段很多不是所有GoalChecker都检查所有字段未被检查的字段如不看 z 轴、某些速度分量会被填为std::numeric_limitsdouble::lowest()double 极小负数表示不测量组合容差如 XY 平面距离X 和 Y 两个字段都写入同一个组合容差值ai给出的解释isGoalReached是阅卷给出最终结论到了 / 没到getTolerances是事先公布评分标准差多少算到。第六步局部控制器controller.hpp核心方法setPlan(path)computeVelocityCommands(pose, velocity, goal_checker) → TwistStampedsetPlan(path)相当于computeVelocityCommands的初始化步骤接收全局规划器输出的路径将路径存入内部变量重置到达标志位、路径索引等状态触发时机首次设置目标、切换目标、或判断当前路径无效需重规划时。computeVelocityCommands(pose, velocity, goal_checker) → TwistStamped每个控制周期调用一次根据当前位姿和速度计算输出速度指令。依赖GoalChecker在内部调用goal_checker-isGoalReached()判断是否到达。以纯追踪Pure Pursuit控制器为例的伪代码函数 computeVelocityCommands(pose, velocity, goal_checker): 若未初始化 或 路径为空 或 位姿获取失败: 返回 false或抛出 PlannerException 获取机器人当前位姿 更新 path_index跳过已走过的路径点 选择前瞻点 target_pose 若 goal_checker-isGoalReached(pose, goal_pose, velocity): 输出零速度 返回标记任务完成 若接近终点: 线速度 0仅做角度对齐 角速度按朝向误差 PI 控制 返回 true 否则: 计算到前瞻点的位置误差与朝向误差 用 PI 控制器计算线速度 v 和角速度 w并限幅 若朝向误差过大 → 原地转向v 0 填写 TwistStamped 并返回setSpeedLimit(speed_limit, percentage)限制机器人最大速度percentage true以最大速度的百分比设置限制percentage false以绝对值m/s设置限制第七步恢复行为behavior.hpp只有生命周期接口configure/activate/deactivate/cleanup无业务方法——业务逻辑由子类自己定义通常通过 Action Server 接收触发。注意与其他插件的区别configure()注入的不是Costmap2DROS而是CostmapTopicCollisionChecker因为恢复行为只需要做碰撞检测不需要完整的代价地图规划接口。当ProgressChecker判定机器人卡住后上层 server 会触发此类插件如原地旋转、后退清障等。第八步路径点任务waypoint_task_executor.hpp核心方法processAtWaypoint(curr_pose, curr_waypoint_index) → bool参数含义curr_pose机器人到达航点时的位置和朝向curr_waypoint_index当前是第几个航点从 0 开始返回true任务执行成功继续前往下一个航点返回false任务执行失败触发waypoint_follower的失败策略停止或跳过取决于配置用途在机器人到达某个航点时执行自定义任务逻辑。例如拍照、识别二维码、控制机械臂取放货物等。整体流水线总览目标输入 ↓ GlobalPlanner::createPlan(start, goal) ← 全局路径规划A*、Dijkstra 等 ↓ Smoother::smooth(path, max_time) ← 路径平滑可选 ↓ Controller::setPlan(path) ← 将路径交给局部控制器 ↓ Controller::computeVelocityCommands() ← 实时输出速度指令每控制周期 ├── ProgressChecker::check() ← 机器人是否在前进防卡死 └── GoalChecker::isGoalReached() ← 是否已到达目标 ↓ [卡住时] Behavior::* ← 恢复行为旋转、后退等 [到航点时] WaypointTaskExecutor::processAtWaypoint() ← 自定义任务异常体系独立于流水线贯穿全程PlannerException规划/控制过程中的通用异常RouteException及其子类路由规划nav2_route专用异常下一步nav2_core 读完后可以按以下顺序深入具体实现nav2_navfn_planner→ 看 GlobalPlanner 的最简实现Dijkstra/A*nav2_controller→ 看 Controller server 如何调用插件nav2_dwb_controller或nav2_regulated_pure_pursuit_controller→ 看 Controller 插件的完整实现nav2_behaviors→ 看 Behavior 插件Spin、BackUp 等

相关文章:

navigation2-humble从零带读笔记第一篇:nav2_core

navigation2-humble从零带读笔记第一篇:nav2_core免责声明:本文内容为笔者从零学习 Nav2 的学习笔记,为结合官方注释、个人理解及 AI 辅助解析整理而成。若存在解读偏差,欢迎大家指正,我会及时修正完善。 nav2_core 的…...

Ollama 实战进阶:从模型调优到API集成开发指南

1. Ollama模型深度调优实战技巧 刚接触Ollama时,很多人以为下载完模型就能直接用了。但真正投入生产环境后才发现,默认参数下的模型表现往往差强人意。经过半年的实战摸索,我总结出一套行之有效的调优方法,能让模型性能提升30%以上…...

MCP 2.0安全接入提速83%的关键动作:基于FIPS 140-3验证的TLS 1.3精简握手协议改造实录

第一章:MCP 2.0安全接入提速83%的总体架构与目标定义MCP 2.0(Multi-Channel Protocol 2.0)是面向云原生环境设计的新一代安全通信协议栈,其核心目标是在保障端到端加密、双向身份认证与细粒度策略控制的前提下,将边缘设…...

【时频融合+一致性评估】基于复Morlet小波和Bland-Altman分析的信号一致性检验算法(Python)

在科学研究与工程应用中,经常需要比较2个测量方法或重复测量得到的时间序列数据,以评估它们之间的一致性。例如,在生物医学领域比较新型传感器与传统金标准的呼吸信号,在机械故障诊断中比较不同传感器的振动信号,或在环…...

微信正式接入 OpenClaw,Cursor 被锤套壳 Kimi… 本周最炸 AI 热点汇总

大家好,我是程序员鱼皮。 为了帮助大家了解瞬息万变的 AI 行业,我打算做个「每周 AI 热点速递」系列,帮大家划重点。每周你只需要花几分钟阅读,就不用再担心错过什么啦。 每周 AI 热点速递: Cursor 被曝套壳 Kimi K…...

TCN - BiGRU - Attention:西储大学故障诊断分类预测的利器

TCN-BiGRU-Attention一键实现西储大学故障诊断分类预测 附赠处理好的轴承数据集 Matlab 代码直接附带了处理好的西储大学轴承数据集,并且是Excel格式,已经帮大家替换到了程序里 你先用,你就是创新 多变量单输出,分类预测也可以加好…...

从‘Hello World’到看懂BERT论文:一份给算法新手的组会生存指南

从‘Hello World’到看懂BERT论文:一份给算法新手的组会生存指南 第一次参加算法组会的新人,面对BERT这样的复杂模型,往往会被论文中密密麻麻的公式和术语吓到。别担心,这篇文章将带你用最短的时间抓住BERT的核心思想,…...

通义千问1.5-1.8B-Chat-GPTQ-Int4在软件测试中的应用:自动化测试用例生成

通义千问1.5-1.8B-Chat-GPTQ-Int4在软件测试中的应用:自动化测试用例生成 最近和几个做测试的朋友聊天,大家普遍吐槽一件事:写测试用例太费时间了。尤其是那些边界情况、异常流程,想得脑袋疼,写出来还怕有遗漏。一个登…...

MATLAB锂离子电池二阶RC等效电路模型之递推最小二乘法参数辨识

MATLAB锂离子电池二阶RC等效电路模型—递推最小二乘法参数辨识附参考文献 读取电流、电压和SOC数据,利用递推最小二乘法进行参数辨识,数据可调整,附NASA官方电池数据下载地址,参数辨识结果好,误差在3%以内,…...

Cursor 的 .cursorrules 终极配置指南:写出让 AI 秒懂项目的规则文件

分类:前端工具 | 标签:Cursor、cursorrules、AI编程、前端开发、效率提升 作为前端工程师,用好 Cursor 能显著提升开发效率。而 .cursorrules(以及新版 .cursor/rules/)就是让 AI 真正「懂」你项目的关键。本文从概念、语法、到 Vue3/React/小程序等不同技术栈的配置,再到…...

不止于解决乱码:深入TextMeshPro Font Asset Creator,打造你的专属高清中文字体库

不止于解决乱码:深入TextMeshPro Font Asset Creator,打造你的专属高清中文字体库 在Unity游戏开发中,TextMeshPro(TMP)因其出色的文本渲染效果而广受开发者青睐。然而,当项目需要展示中文字体时&#xff0…...

摒弃传统固定阀值报警,程序让仪器根据环境变化,自适应调整报警阀值,减少误报。

自适应智能温度感知系统 - 从固定阈值到动态报警一、实际应用场景描述在智能仪器课程的高级实验环节,学生需要搭建一个智能温室监控系统。传统系统使用固定温度阈值(如"超过35C就报警"),但在实际农业环境中,…...

除了888端口,宝塔phpmyadmin连接失败?深度解析Nginx与PHP服务协同的‘隐形杀手’

宝塔面板phpmyadmin连接故障的深度排查指南:从端口冲突到服务协同 当你在宝塔面板中点击phpmyadmin时,那个刺眼的HTTPConnectionPool错误提示就像一堵无形的墙,将你与数据库管理隔开。即便888端口已经确认开放,基础服务全部启动&a…...

Unity AR项目在Android上没声音?手把手教你配置Google TTS解决RT-Voice打包问题

Unity AR项目Android无声问题终极解决方案:Google TTS深度配置指南 当你花费数周时间开发了一款精美的Unity AR教育应用,在PC端测试时RT-Voice插件完美地将文字转化为清晰语音,却在打包到Android设备后遭遇"沉默的尴尬"——这可能是…...

全压过认证36W碳化硅方案(24V1.5A/12V3A),主芯片LP3798ESM

LP3798ESM是芯茂微推出的一款原边反馈控制内置SiC功率管二合一芯片,采用ASOP-6封装,内置750V/1.0Ω的SiC MOSFET。配合同步整流芯片LP15R060S(或LP10R060SD),可轻松实现12V3A(36W)或24V1.5A输出…...

ArcGIS小白必看:5分钟搞定shp文件经纬度坐标导出为txt(附详细步骤截图)

ArcGIS实战:高效提取shp文件经纬度坐标的完整指南 当你第一次拿到一个包含地理边界数据的shp文件,最迫切的需求可能就是快速提取出经纬度坐标。作为地理信息系统的核心格式,shp文件承载着丰富的空间数据,但如何将这些数据转化为可…...

基于Matlab脚本的伯德图坐标纸批量生成与定制化实践

1. 伯德图坐标纸的自动化生成需求 在自动控制原理的学习和工程实践中,伯德图是分析系统频率特性的重要工具。每次手工绘制坐标纸不仅耗时费力,而且难以保证精度和一致性。记得我第一次做相关作业时,花了整整一晚上用尺子画坐标轴,…...

LoRA训练助手应用场景:AI艺术策展人LoRA风格档案库构建工具

LoRA训练助手应用场景:AI艺术策展人LoRA风格档案库构建工具 1. 项目背景与价值 在AI绘画创作领域,风格一致性是专业作品的重要标志。无论是个人艺术创作、商业设计项目还是内容生产,都需要保持统一的视觉风格。传统方法中,艺术家…...

多目标点路径规划——蚁群+A*算法融合算法 解决室内旅行商问题 1 A*算法规划两两之间的路径...

多目标点路径规划——蚁群A*算法融合算法 解决室内旅行商问题 1 A*算法规划两两之间的路径,并计算路径长度; 2 蚁群算法依据两点之间路径长度,规划多个目标点的先后到达顺序; 3 自定义地图,起点,终点&#…...

Ostrakon-VL-8B提示词工程入门:如何设计指令让模型更懂餐饮需求

Ostrakon-VL-8B提示词工程入门:如何设计指令让模型更懂餐饮需求 你是不是也遇到过这种情况?给一个多模态模型看一张美食图片,问它“这是什么”,它可能只会回答“一张食物照片”。但如果你问“这张图里有哪些菜,大概要…...

【Java多线程】Volatile常见题目

围绕“volatile”的高频考题及详细解答 一、计算机编程领域(高频考点:Java/C/C++并发/编译优化) (一)选择题 在Java中,volatile关键字不能保证变量操作的哪个特性?( ) A. 可见性 B. 有序性 C. 原子性 D. 禁止指令重排序 答案:C 解析: Java的volatile核心保证2个特性…...

Android AVB2.0密钥管理实战:从生成RSA4096密钥到集成进系统镜像的完整流程

Android AVB2.0密钥管理实战:从生成RSA4096密钥到集成进系统镜像的完整流程 在Android设备安全体系中,Verified Boot(验证启动)是确保系统完整性的核心机制。作为其具体实现,Android Verified Boot 2.0(AVB…...

Xinference-v1.17.1保姆级教程:快速部署+WebUI聊天+API调用

Xinference-v1.17.1保姆级教程:快速部署WebUI聊天API调用 1. 认识Xinference:你的全能AI推理平台 Xinference(Xorbits Inference)是一个开箱即用的AI模型推理平台,它让运行各种开源大语言模型(LLM&#x…...

Linux 监控GPU使用情况

请问一下各位大佬,这个8卡4090是否只有编号为0、1、3、7的GPU在使用?...

如何快速部署Duix.Avatar开源数字人:5个步骤打造本地AI视频制作平台

如何快速部署Duix.Avatar开源数字人:5个步骤打造本地AI视频制作平台 【免费下载链接】Duix-Avatar 项目地址: https://gitcode.com/GitHub_Trending/he/Duix-Avatar 在数字化内容创作的新时代,开源数字人制作工具正成为内容创作者、教育工作者和…...

ICLR2022技术解析:AV-HuBERT如何通过多模态掩码预测革新语音视觉表征学习

1. AV-HuBERT:当语音识别遇上"读唇术" 想象一下这样的场景:在嘈杂的餐厅里,你完全听不清对面朋友在说什么,但看着他的嘴唇动作,你却能猜出大概意思。这种人类与生俱来的多模态信息处理能力,正是…...

Java异常处理的艺术与最佳实践,iOS26 打开开发者模式。

Java异常处理的艺术 异常处理是Java编程中不可或缺的一部分,合理的异常处理不仅能提升代码的健壮性,还能增强可维护性和可读性。以下是关于Java异常处理的核心原则和最佳实践。 理解异常类型 Java异常分为两大类:受检异常(Checked…...

GESP2026年3月认证C++五级( 第三部分编程题(1)有限不循环小数 )

🌟 题目:有限不循环小数(终止数)🧠 一、故事:糖果王国的除法魔法 🍬1、在“数学王国”里,有一种神奇的数字:👉 有些分数可以变成会停下来的小数 &#x1f449…...

从零部署【书生·浦语】internlm2-chat-1.8b:Ollama镜像免配置实操手册

从零部署【书生浦语】internlm2-chat-1.8b:Ollama镜像免配置实操手册 1. 快速了解internlm2-chat-1.8b模型 今天我们要一起部署的是书生浦语团队推出的internlm2-chat-1.8b模型,这是一个专门为对话场景优化的智能语言模型。这个模型最大的特点就是小而…...

Lingbot-Depth-Pretrain-ViTL-14 文化遗产数字化:为古建筑照片生成高精度3D模型

Lingbot-Depth-Pretrain-ViTL-14 文化遗产数字化:为古建筑照片生成高精度3D模型 1. 引言:当古建筑遇见AI 想象一下,你站在一座历经数百年风雨的古建筑前,用手机拍下几张照片。几个小时后,你就能在电脑上得到一个可以…...