Fast-Planner：实现四旋翼快速飞行规划算法-元经纪

概述

Fast-Planner的开发旨在在复杂的未知环境中实现四旋翼快速飞行。它包含一组精心设计的规划算法。将来会有更多功能和有趣的方法。

1. 快速入门

该项目已在 Ubuntu 16.04（ROS Kinetic）和 18.04（ROS Melodic）上进行了测试。以Ubuntu 18.04为例，运行以下命令进行设置：

  sudo apt-get install libarmadillo-dev ros-melodic-nlopt
  cd ${YOUR_WORKSPACE_PATH}/src
  git clone https://github.com/HKUST-Aerial-Robotics/Fast-Planner.git
  cd ../ 
  catkin_make

您可以查看详细说明来设置项目。编译后，您可以通过以下方式启动可视化：

  source devel/setup.bash && roslaunch plan_manage rviz.launch

并开始模拟（在新终端中运行）：

[rihide]

  source devel/setup.bash && roslaunch plan_manage kino_replan.launch

您会在中找到随机地图和无人机Rviz。您可以使用该工具选择无人机要到达的目标2D Nav Goal。示例模拟显示在这里。

2. 算法与论文

该项目包含一组用于四旋翼快速飞行的强大且计算高效的算法

运动动力学路径搜索
基于 B 样条的轨迹优化
拓扑路径搜索和路径引导优化
感知感知规划策略（出场）

所有规划算法以及其他关键模块（例如映射）都在fast_planner中实现：

plan_env：在线映射算法。它以深度图像（或点云）和相机姿势（里程计）对作为输入，进行光线投射以更新概率体积图，并为规划系统构建欧氏符号距离场 (ESDF)。
path_searching：前端路径搜索算法。目前它包括一个尊重四旋翼动力学的运动动力学路径搜索。它还包含一个基于采样的拓扑路径搜索算法，以生成多个拓扑独特的路径来捕获 3D 环境的结构。
bspline：基于 B 样条的轨迹表示的实现。
bspline_opt：使用 B 样条轨迹的基于梯度的轨迹优化。
active_perception：感知感知规划策略，使四旋翼能够主动观察并避开未知障碍物，以在未来出现。
plan_manage：调度和调用映射和规划算法的高级模块。启动整个系统的界面，以及配置文件都包含在这里。

除了文件夹fast_planner，一个轻量级的uav_simulator用于测试。

3.设置和配置

本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。本站的部分资讯页面文章、图片、音频、视频等稿件为自媒体人、第三方机构发布或转载。如稿件涉及版权等问题，请与我们联系删除或处理。稿件内容仅为传递更多信息之目的，不代表本网观点，亦不代表本网站赞同其观点或证实其内容的真实性，更不对您的投资构成建议。我们不鼓励任何形式的投资行为。

THE END