在Navigation2中使用Planner Selector和Controller Selector的实践指南
2025-06-26 01:16:08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
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥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
62
20
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
384
3.7 K
暂无简介
Dart
633
143
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
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++
650
271
🎉 (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
1.12 K
627
React Native鸿蒙化仓库
JavaScript
243
316
Ascend Extension for PyTorch
Python
194
212