前言

本篇主要介绍我们队今年参赛的方案以及搭建过程，这篇本来是赛前一周就写好了的，不过还是等到赛后再来发了。体验完比赛，不得不感叹一下，大佬是真的多呀，嘿嘿嘿嘿

正文

相信大家都看过了北邮大佬提供的例程了，非常细致o(￣▽￣)ｄ，因此基础的关于工程搭建，功能包使用方面便不再详细赘述。

工程文件介绍

除了官方给的模型，地图等文件，我们工程里只有四个包。

rf2o_laser_odometry是去年ROS组比赛中使用的里程计文件，激光雷达里程计，当然和去年不同的是，今年仿真，我们仅仅只用了rf2o功能包计算出来的里程计，并没有采用ekf去优化里程计的数据。顺带一提，很多同学私聊我说，加入ekf融合之后会有定位漂移，或者定位来回跳等问题，这些问题的原因大致都是ekf_params.yaml中的参数没有仔细审阅，可以看我上一期内容提到的ekf参数，当然也有使用了多个里程计信息的可能，比如把rf2o输出的里程计以及ekf优化后的里程计都用于定位，则会出现位置跳变的现象。 如果使用的是robot_pose_ekf这个包的话，就没有上面提到的参数文件了，只需要配置好就能输出数据融合后的位置。 我赛前测试过，不用ekf漂移误差在30cm+，加上ekf之后会控制在20cm内。效果还是很好的。

teb_local_planner_tutorials文件夹里面主要需要的就是teb规划器的几个参数文件，如下图，相较于去年使用的DWA规划器，我觉得TEB是更加适合阿克曼模型的，也更加适合竞速。上一期内容已经提到了TEB规划器的参数如何调，以及其跟DWA规划器参数的对比。

zj_hector包里放的就是建图算法，去年比赛时我们用的是gmapping建图算法，但是很多人，包括北邮大佬的教程里也提到，用gmapping进行建图时，会出现墙体重叠，或者漂移等状况，让建的地图不够精准。因此我们也没有使用gmapping算法。不过这次选用hector算法的原因并不是gmapping建图不准，而是hector算法只需要提供激光雷达的接口就行了，不需要里程计，也就是说hector包会直接订阅/scan话题，非常方便。并且建图效果也不错。 下图即是用hector算法建立的地图。

zj_pkg包就是放了一些我们组的控制决策部分代码，里面包括对车模关节的整合驱动，遥控器的编写，以及控制算法的编写。这部分是我们整个工程的核心。

控制方案以及思路

在上期文章的末尾，我有贴上了我们组仿真的视频，当然也可以在卓大大公众号上看到，我们的车模也存在过弯会有倒车，以及卡停的情况。这是很正常的，下面我会讲两种控制方案，各有优缺点。

方案一：采用TEB规划器的数据控制

和标题一样浅显易懂，move_base功能包是利用传感器信息来控制车模抵达目标点的。在这个仿真中，则是通过激光雷达和IMU的数据来进行规划，这次规划器采用的是TEB规划器。因此我们只需要利用move_base包发布的cmd_vel的数据来进行车模的操控。
其中linear.x就是车头方向的速度，angular.z就是舵机角度。当然前提是已经转成阿克曼模型的数据了。在最后把速度赋值给驱动的时候可以适当的乘上一个系数，或者稍微做个分段优化一下都是可以的。 这个方案的主要难点就是在于TEB规划器等各个功能包的参数，需要很好的配合起来，才能有一个比较直观的效果，不然会出现很多问题，包括车头抖动，弯道卡停，路径出错，不断撞墙等等，很多现象，其实总结起来就是对参数的不了解。 上一期的结尾视频采用的就是这种方案。

方案二：重写控制算法

这个方案我也做了测试，是可行的，不过对算法有一定的要求。下面开始介绍，这种方案则只利用规划器规划出来的路径，并不考虑cmd_vel的数据。也就是说赋值给驱动的不是cmd_vel的数据，而是你控制算法计算的结果。 在上期的结尾视频里可以看到，我们的rviz上同样显示了三个点，这三个点的意义我也在上期的内容里做了介绍。这边我也重复一下吧，大致意思就是以车模路径前方一段距离上的三个点做三角形外接圆，并求此半径，以这个数据来代替曲率，计算舵机的打角，以及对速度的控制。 当然这个方法我上期有介绍过，存在参数多，调节复杂的问题，需要花费一定的时间，不过好处就是比起TEB或者DWA，自己写的控制肯定自己更了解，也能够快速的把参数调节到自己想要的结果。 这边我说一下流程，全程的曲率计算不光是计算前方一定距离的曲率，而是计算前方一段距离的曲率并取其中最大值，也就是半径最小值，作为控制参数。这是需要注意的一点，不然当你车行驶到弯道时，前瞻已经在直道了，这时会触发加速，导致车模在弯道失控。 下面我会放上视频，13个锥桶，速度由曲率决定。全程大概36秒，大致的效果就是，不会有弯道停滞，以及倒车的情况。

因此，结论就是，如果对参数不是很熟悉的话，自己重写控制算法能够尽可能发挥车模的极限，但缺点就是耗时耗力。通过了解整个控制规划器的参数去调节车模的话，能够在短时间内达到一个非常好的效果。当然如果能够完全吃透整个规划器的参数，那一定会比自己写控制算法好得多。不过这俩个方案达到极限都需要花费一定的时间去学习琢磨。

节点话题关系图

之前有同学问我们工程运行时的话题节点关系图，这边我就直接放出来给大家做一个参考。

赛后总结

最后总结一下，这一期介绍了我们本次参赛的工程框架，仅供参考，欢迎交流学习。 这边我放上一个视频，就是在参数调节的比较好的情况下，对路中间的障碍，以及弯道内侧的障碍，是可以通过的，不过因为只花了一点时间看，所以效果并不是特别好，还是会有踩到障碍上的情况，但是可以说明这些位置的障碍并不是一定会卡死车模的。

在看完这次比赛，这部分是我加上的感想，之前就两种控制方案的介绍，经过测试都能达到40s并且快的话是可以进到30多秒的。不过显然这次比赛里出现了20秒+的神车，虽然不知道大佬的方案是什么，但从比赛的视频中倒车的迹象是能够看出TEB算法的影子的。所以，读懂控制器的参数是相当的重要了。

如果有问题的话欢迎在评论区指出，大家一起讨论，或是有什么想了解的，我一定尽可能告诉大家，喜欢的话可以点赞收藏转发一键三连，谢谢啦~~ ヾ(￣▽￣)Bye~Bye~