在Navigation2中使用Planner Selector和Controller Selector的实践指南
2025-06-26 17:25:22作者:裴麒琰
概述
Navigation2作为ROS2中的导航框架,提供了灵活的规划器和控制器选择机制。本文将详细介绍如何在Navigation2中配置和使用Planner Selector与Controller Selector功能,实现不同场景下的动态规划器和控制器切换。
配置基础环境
在开始配置前,需要确保已正确安装Navigation2框架,并了解基本的导航参数配置。本文以Humble版本为例,系统环境为Ubuntu 22.04.4。
Planner和Controller的多插件配置
首先需要在planner_server的配置文件中声明多个规划器插件:
planner_server:
ros__parameters:
planner_plugins: ["GridBased_navfn", "GridBased_smac"]
GridBased_navfn:
plugin: "nav2_navfn_planner/NavfnPlanner"
GridBased_smac:
plugin: "nav2_smac_planner/SmacPlannerHybrid"
同样地,对于控制器也可以在controller_server中配置多个控制器插件。
行为树配置关键点
在行为树配置中,有两个关键节点需要注意:
- PlannerSelector节点:用于动态选择规划器
- ControllerSelector节点:用于动态选择控制器
典型的行为树配置示例如下:
<BehaviorTree ID="MainTree">
<RecoveryNode number_of_retries="6" name="NavigateRecovery">
<PipelineSequence name="NavigateWithReplanning">
<ControllerSelector selected_controller="{selected_controller}"
default_controller="FollowPath_DWB"
topic_name="controller_selector"/>
<PlannerSelector selected_planner="{selected_planner}"
default_planner="GridBased_navfn"
topic_name="planner_selector"/>
<!-- 其他节点 -->
</PipelineSequence>
</RecoveryNode>
</BehaviorTree>
常见问题解决
-
主题不可见问题:PlannerSelector和ControllerSelector使用的主题可能不会立即出现在ros2 topic list中,这是由于其使用了特定的QoS设置(transient local)。可以通过直接发布消息到该主题来验证功能是否正常。
-
行为树加载问题:确保在nav2_params.yaml中正确指定了行为树文件路径,使用
default_nav_to_pose_bt_xml参数而非default_bt_xml。
实际应用建议
- 场景化规划器选择:可以根据不同环境特点(如开阔区域、狭窄走廊)选择最适合的规划器。
- 动态性能调整:在需要高精度控制时选择更精确的控制器,在开阔区域选择更高效的控制器。
- 故障恢复机制:结合行为树的恢复节点,可以在规划或控制失败时自动尝试其他规划器或控制器。
总结
Navigation2的Planner Selector和Controller Selector功能为机器人导航提供了极大的灵活性。通过合理配置多个规划器和控制器,并在行为树中实现动态选择机制,可以显著提升机器人在复杂环境中的导航性能。开发者在实现时需要注意主题的QoS设置和行为树文件的正确加载路径,这些细节往往决定了功能是否能正常工作。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
894
Ascend Extension for PyTorch
Python
504
609
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
391
288
暂无简介
Dart
906
218
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
昇腾LLM分布式训练框架
Python
142
168
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
939
863
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108