【自作ロボットROS2化】Nav2で自律走行を試す
どうもこんにちは、
前回の記事では、slam_toolboxを使って、地図を生成することができました。
今回はその地図を使って、Nav2で自律走行させてみたので備忘録としてまとめておきます。
これまでのROS2化の作業は以下ブログを参照ください。
【自作ロボットROS2化】Raspberry Pi5+ROS2 JazzyでRplidarを動かす
【自作ロボットROS2化】Raspberry Pi5(Ubuntu24.04)+ROS2 JazzyでUART通信を動かす
【自作ロボットROS2化】ROS2 slam_toolboxを試す
目次
Nav2とは、与えられた地図に対してセンサー等で自己推定を行い、目標位置へ移動する機能を提供するパッケージです。
ROS1ではナビゲーションスタックと呼ばれていたと思います。
以下がNav2のドキュメントページです。
Nav2
Nav2の構成は以下のようになっています。
上記に出てくる各Serverについて調べました。
| Nav2 モジュール | 概要 |
|---|---|
| BT Navigator Server | Nav2の中核となるモジュール。BT(Behavior Tree)を用いてナビゲーションプロセスを制御する。 |
| Planner Server | ゴール位置に到達するまでにグローバル経路（Global Path)を計画する。 地図データやコストマップを用いて、スタートからゴールまでの最適な経路を生成。 |
| Controller Server | Planner Serverが生成した経路に従い、パス追従（Path Following)制御を行う。ここで実際の速度指令値が計算され通知される。 |
| Behavior Server | 特定の状況に応じた動作（リカバリ等）を管理する。 ロボットが予期しない状況になったときに最適な行動を実行する。 |
| Smoother Server | 生成されたパスを平準化して、コントローラーが追従するための滑らかなパスを作成する。 |
| Route Server | 調査中・・・ |
かなりざっくりしたイメージとしては、BT Navigatorが全体の核となるモジュールでこれが目標位置を受けると、Planner Serverでゴールまでのグローバル経路を生成し、なるべくその経路に追従するようにController Serverが制御していくような感じだと思います。（おそらく・・）
その他のサーバーがどのように絡んでるのかは詳細がまだわかりませんが、また色々調査しながら随時まとめていきます。
sudo apt install ros-jazzy-navigation2
sudo apt install ros-jazzy-nav2-bringup
navigation2とnav2-bringupという２つのパッケージをインストールしました。
bringupというのは、navigation2に必要なノードや設定をまとめて起動するためのパッケージのようです。
以下の手順でNav2を動かしてみました。
sllidarノードを起動
ros2 launch sllidar_ros2 sllidar_a1_launch.py
モーター駆動用ノード、オドメトリ発行ノードを動かす
モーター駆動用のノードと、ホイールオドメトリ用のノードを起動します。（自作のノードです）
ご自身のロボットのオドメトリを通知するノードに置き換えて起動してください。
※まだ自作のノードは公開できてませんが、そのうち整理して公開しようとは思っています。
ros2 run inobo_dcmotor motor_node
ros2 run inobo_odom odom_publisher
laserフレームのTFを出力
ros2 run tf2_ros static_transform_publisher 0 0 0 0 0 0 base_footprint laser
マップは以前slam_toolboxで作った地図を使用します。また、nav2用のパラメータファイルを指定します。
ros2 launch nav2_bringup bringup_launch.py params_file:=/home/ubuntu/ros2_ws/src/nav2_params.yaml map:=/home/ubuntu/ros2_ws/map/test_map2.yaml
RVIZ2で、「2D Pose Estimate」で初期姿勢を合わせると、マップとロボットの位置が表示されました。
RVIZ2の「2D Goal Pose」でゴールを指定してみます。
経路が生成され、自律走行が動きました。
実際に動かした時の動画です。↓
パラメータ設定
まだまだパラメータ調整ができていないため、簡単な経路しか成功しません。
とりあえず、今回重要そうと思ったパラメータをメモしておきます。
まずは、amcl関係から。
最初自己位置の精度が悪くいろいろ試行錯誤しましたが、とりあえずlase_model_typeを”likelihood_field_prob”にして、do_beamskipをtrueにしたら少し改善しました。
おそらく、beamモデルのほうが計算負荷が高いと思われます。
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 |
amcl: ros__parameters: alpha1: 0.2 alpha2: 0.2 alpha3: 0.2 alpha4: 0.2 alpha5: 0.2 base_frame_id: "base_footprint" beam_skip_distance: 0.5 beam_skip_error_threshold: 0.9 beam_skip_threshold: 0.3 do_beamskip: true #false change inomata global_frame_id: "map" lambda_short: 0.1 laser_likelihood_max_dist: 2.0 laser_max_range: 13.0 #100.0 change inomata laser_min_range: -1.0 laser_model_type: "likelihood_field_prob" #"beam" #"likelihood_field" change inomata max_beams: 60 |
次は、Nav関連のパラメータ。
Controller ServerのFollowPathプラグインは、
RegulatedPurePursuitControllerを使用。
lookahead_distを少し短くして、細かい経路追従ができるように調整しました。
1. ルックアヘッド距離が長い場合
効果:
直線的でスムーズな動作が可能になります。
多少のパスの曲がりを無視して、大まかな追従が可能です。
デメリット:
急なカーブで経路から外れやすくなります。
障害物回避が難しくなることがあります。
2. ルックアヘッド距離が短い場合
効果:
細かい経路追従が可能になります。
急カーブや狭い場所でも正確に追従できます。
デメリット:
動作がギクシャクする可能性があります。
ロボットの進行が不安定になりやすく、滑らかさが失われます。
|
1 2 3 4 5 6 |
FollowPath: plugin: "nav2_regulated_pure_pursuit_controller::RegulatedPurePursuitController" desired_linear_vel: 0.4 #0.5 cahnge inomata lookahead_dist: 0.4 #0.6 change inomata min_lookahead_dist: 0.2 #0.3 change inomata max_lookahead_dist: 0.6 #0.9 change inomata |
最後に
Nav2を使って自律走行を動かしてみました。
ROS1のナビゲーションスタックとかなり構成が変わったため、構成やパラメータなどまだまだ不明点が多いので、色々調査してまたブログにまとめていこうと思います。
それでは！
スポンサーリンク
