无人船 | 基于ROS的轻量级多无人艇自主导航仿真框架

1 前言

无人水面艇USV是海上自主无人系统的关键组成部分，在民用、军用领域应用广泛，例如海上救援、水质测量、扫雷反潜等，因此对USV导航算法的研究具有重要意义。为了便于进行USV相关算法的验证与部署，本文介绍的这套基于ROS的多无人艇的自主导航仿真平台，轻量化地实现了建图、规划、控制等多种功能，同时自研框架保证了功能的高度可拓展和可定制

2 多无人艇自主导航仿真框架

如下图所示为本文展示的多无人艇自主导航仿真框架，接下来分小节介绍

2.1 配置模块(config)

首先介绍配置模块，主要分为

• 参数配置
• 插件配置
• 环境配置
• 可视化配置
• 坐标系管理

五个主要功能

参数配置中设计了user_config.yaml文件，通过底层处理映射到roslaunch文件，便于配置无人艇的型号、采用的规划器、控制器等信息。插件配置管理着船桨、海浪等第三方模拟器，以及一些Rviz可视化工具。

环境配置可以在海洋场景中自定义障碍物，通过简单的大小位置配置即可，底层会自动在指定位置生成植入浮力插件的障碍物，用于测试USV的避障性能

在多USV环境中，每艘船需要可视化的数据可能很多，手动添加难免繁琐，为了便于测试，这套框架会自动根据用户设置的船体数量在Rviz中配置相应的可视化选项

除此之外，需要通过统一的坐标系管理，将分布式的船体坐标系进行连接

2.2 感知模块(perception)

与室内结构化导航系统不同，室外导航无法获取先验的大范围地图，因此点云处理并将其用于实时建图是首要的任务。在实时建图模块中，平台采用视线算法添加障碍栅格，并及时清除残影。平台同样支持代价地图及其插件的使用，便于在配置空间进行规划

2.3 任务模块(task)

与move_base框架相比，我增加了一个任务模块服务于巡逻巡检等特殊场景。由于大多数任务调度可以建模为旅行商或多旅行商问题，因此我提供了一个tsp求解器，集成了贪心算法、遗传算法、粒子群算法等常用选项。在仿真中，我也设计了一个简单的状态机用于行为决策。

2.4 路径规划模块(path planner)

在明确要执行的任务后，无人艇需要规划一条从当前位置到任务点的最短路径，当然，这个任务点可以不从任务模块发出，而直接像move_base中由用户手动指定目标。路径规划集成了常用的图搜索、采样搜索等算法，增加了可视图、四叉树等拓扑搜索，以及更精细化的路径采样、插值等算法。

2.5 轨迹规划模块(trajectory planner)

在路径的基础上，需要基于无人艇运动学和动力学，生成可用于跟踪控制的轨迹。轨迹规划模块采用曲线生成、动力学搜索、LOS制导、轨迹优化等算法，为无人艇提供局部导航信息。由于无人艇的运动通常位于一个大范围环境，感知的局限性导致我们无法得知场景全貌，例如激光雷达扫描到未在建图上的障碍物。因此轨迹除了引导无人艇运动，还用于触发路径重规划。

2.6 控制模块(controller)

受到海风、海浪的影响，无人艇的跟踪控制难度远高于室内移动机器人。平台目前集成了基于运动学的PID控制，将进一步补充LQR、MPC等算法

3 视频介绍

4 使用说明

本项目在ROS noetic上测试

1. 安装ROS，推荐安装桌面完整版

2. 安装依赖

   • conan

     pip install conan==1.59.0
     conan remote add conancenter https://center.conan.io
     

   • python

     sudo apt install python-is-python3
     

   • ROS依赖

     sudo apt install ros-noetic-map-server
     sudo apt install ros-noetic-velodyne*
     sudo apt install ros-noetic-hector-gazebo-plugins
     

3. 编译代码

   cd scripts/
   ./build.sh
   

4. 运行代码

   cd scripts/
   ./main.sh
   

5. 使用wamv goal指定目标位置，启动导航

完整工程代码请联系下方博主名片获取

🔥 更多精彩专栏：

• 《ROS从入门到精通》
• 《Pytorch深度学习实战》
• 《机器学习强基计划》
• 《运动规划实战精讲》
• …