软件篇-04-OMPL和FCL用于SLAM轨迹规划

使用OMPL内置的infoRRTstar算法模块和FCL碰撞检测库实现当前点和目标点的轨迹规划，

参考文章：https://www.cnblogs.com/shhu1993/p/7062099.html

因为我们的SLAM底盘轨迹是二维的，这样说可能不太准确，你可以说它的轨迹在给定小的区域内是二维的，因为野外/室外的地面有坡度和沟壑，所以我们要做的是二维RRT。

有关RRT的论文维基百科已经列的很全了：

https://en.wikipedia.org/wiki/Rapidly-exploring_random_tree

 

核心思想就是利用快速随机搜索树从当前点出发，迭代生出树枝，利用FCL检测树枝生长的方向是否有障碍物，有的话最后生成的路径将不会包括该路径，所以最后连接当前点和目标点的轨迹是collisionless的。至于轨迹是不是最优，infoRRTstar已经对传统RRT算法做了优化，轨迹规划的效果很大的取决于用户在API中对轨迹生成时间的限制，只要时间足够长，两点之间没有障碍物的话得出来的都是一条直线。这个“足够长的时间”具体是多长，又取决于设置的rrtRange步长和两点之间的距离，我们可以根据系统对实时性的要求具体设置。

---

• 效果图

下面的白色坐标系是我写的上位机里的二维俯视图，用的是qcustomplot，不错，推荐一下。点云是在真实环境中采的。

 

 

黄色点就是环境，红点为当前点，蓝色为目标点

 

 

RVIZ中的OctoMap

• 将pointcloud点云转化为OctoMap，用于碰撞检测

我这里加了个 "groundHeightMax" 是为了滤去地面的一部分点云，防止其影响轨迹规划，"carTF_zed2.pose.position.z"是涉及到相对位置。使用八叉树地图减小内存占用。

"std::shared_ptr" 智能指针是C++ 11的东西，如果编译出错的注意了。"tree_obj" 就是FCL检测是否碰撞的环境对象，另一个对象就是我们的SLAM底盘了。

// turn the pcl cloud to fcl::CollisionGeometry after octree
// updtae the octomap
octomap::OcTree* treeOctomapPtr = new octomap::OcTree( 0.05 ); 

for(auto p:pclCloud->points) { 
　　if(p.z > groundHeightMax + carTF_zed2.pose.position.z) treeOctomapPtr->updateNode
　　( octomap::point3d(p.x, p.y, p.z), true ); 
　　} 
　　treeOctomapPtr->updateInnerOccupancy(); 
　　fcl::OcTree<float>* tree = new fcl::OcTree<float>(std::shared_ptr<const octomap::OcTree>(treeOctomapPtr)); 
　　tree_obj = std::shared_ptr<fcl::CollisionGeometry<float>>(tree);

• 设置OMPL轨迹规划限制空间

"bounds_hmin" 和 "bounds_hmax"设置世界坐标系的高度范围，也应该是相对于底盘的高度空间。

// set the bounds for the R^3 part of SE(3)
ompl::base::RealVectorBounds bounds(3);
// set X-Y-Z dimensions bound
bounds.setLow(0,bounds_lmin);
bounds.setHigh(0,bounds_lmax);
bounds.setLow(1,bounds_wmin);
bounds.setHigh(1,bounds_wmax);
bounds.setLow(2,bounds_hmin);
bounds.setHigh(2,bounds_hmax);

• 使用FCL检测当前状态是否碰撞

bool Navigation::isStateValid(const ompl::base::State *state) 
{ 

// cast the abstract state type to the type we expect const ompl::base::SE3StateSpace::StateType *se3state = state->as<ompl::base::SE3StateSpace::StateType>(); 

// extract the first component of the state and cast it to what we expect const ompl::base::RealVectorStateSpace::StateType *pos = se3state->as<ompl::base::RealVectorStateSpace::StateType>(0); // extract the second component of the state and cast it to what we expect const ompl::base::SO3StateSpace::StateType *rot = se3state->as<ompl::base::SO3StateSpace::StateType>(1); fcl::CollisionObject<float> treeObj((tree_obj)); fcl::CollisionObject<float> slamCarObject(slamCar); // check validity of state defined by pos & rot fcl::Vector3f translation(pos->values[0],pos->values[1],pos->values[2]); fcl::Quaternionf rotation(rot->w, rot->x, rot->y, rot->z); slamCarObject.setTransform(rotation, translation); fcl::CollisionRequest<float>requestType(1,false,1,false); fcl::CollisionResult<float> collisionResult; fcl::collide(&slamCarObject,&treeObj, requestType, collisionResult);return(!collisionResult.isCollision());}
在下面的代码将FCL和OMPL相联系，这里的 "std::placeholders::_1"是一个占位符。
si = ompl::base::SpaceInformationPtr(new ompl::base::SpaceInformation(space)); 
si->setStateValidityChecker(std::bind(&Navigation::isStateValid, this, std::placeholders::_1 ));

• 一切设置好后就可以开始计算路径了

这个"rrtSolutionTimeLimit" 就是我在上文中说到的时间限制。这里我另外加了个异常处理。

ompl::base::PlannerStatus solved; 

try
{ 
　　solved = plan->solve(rrtSolutionTimeLimit); 
} 
catch(ompl::Exception e) 
{ 
　　ROS_WARN("Error occourred: %s", e.what()); 
}

然后获取路径，这里的SE3和SO3分别是特殊欧式群和特殊正交群，说的直白一点在这里代表的就是齐次变换和旋转矩阵。下面的是优化的路径，优化后轨迹会更加平滑，当然点也会更多。

ompl::geometric::PathSimplifier* pathBSpline = new ompl::geometric::PathSimplifier(si); 

path_smooth = new ompl::geometric::PathGeometric(dynamic_cast<const ompl::geometric::PathGeometric&>(*pdef->getSolutionPath())); 
pathBSpline->smoothBSpline(*path_smooth,3); 

// ROS_INFO("Smoothed Path:"); // path_smooth->print(std::cout); smooth_msg.header.stamp = ros::Time::now(); smooth_msg.header.frame_id = "map"; for (std::size_t idx = 0; idx < path_smooth->getStateCount (); idx++) { // cast the abstract state type to the type we expect const ompl::base::SE3StateSpace::StateType *se3state = path_smooth->getState(idx)->as<ompl::base::SE3StateSpace::StateType>(); // extract the first component of the state and cast it to what we expect const ompl::base::RealVectorStateSpace::StateType *pos = se3state->as<ompl::base::RealVectorStateSpace::StateType>(0); // extract the second component of the state and cast it to what we expect const ompl::base::SO3StateSpace::StateType *rot = se3state->as<ompl::base::SO3StateSpace::StateType>(1); geometry_msgs::PoseStamped point; point.pose.position.x = pos->values[0]; point.pose.position.y = pos->values[1]; point.pose.position.z = pos->values[2]; point.pose.orientation.x = rot->x; point.pose.orientation.y = rot->y; point.pose.orientation.z = rot->z; point.pose.orientation.w = rot->w; smooth_msg.poses.push_back(point);}