Fast-Planner 改进与优化：支持ROS Noetic构建与几何A*路径规划

介绍

本项目是 HKUST-Aerial-Robotics/Fast-Planner 的复现项目。

Source Code: HKUST-Aerial-Robotics/Fast-Planner

Paper Link: Robust and Efficient Quadrotor Trajectory Generation for Fast Autonomous Flight (2019 RA-L)

我的复现代码开源在：https://github.com/bhu619/Fast-Planner-Noetic

复现环境：

Ubuntu 20.04（ROS Noetic）
GPU: RTX 2080

如果你使用了这个项目的代码，请引用原作者的文章：

@ARTICLE{8758904,author={Zhou, Boyu and Gao, Fei and Wang, Luqi and Liu, Chuhao and Shen, Shaojie},journal={IEEE Robotics and Automation Letters}, title={Robust and Efficient Quadrotor Trajectory Generation for Fast Autonomous Flight}, year={2019},volume={4},number={4},pages={3529-3536},keywords={Trajectory;Splines (mathematics);Optimization;Safety;Resource management;Dynamics;Aerospace electronics;Motion and path planning;aerial systems: perception and autonomy;collision avoidance},doi={10.1109/LRA.2019.2927938}}

如果我的文章 / Github 仓库对您有用，请也帮我点个赞 / Star，非常感谢！

如果您有任何问题，欢迎一起交流~

我的仓库和原仓库有什么不同？

1. 修复了在 ROS Noetic 下构建可能报错的问题，您可以直接在ROS Noetic构建并运行本项目。
2. 修复了原项目中无法使用几何 A* 算法进行路径规划的问题，现在您可以使用几何 A* 进行路径规划了！效果展示见文末：修改使用的路径规划算法
3. 部分代码给出了中文注释。
4. 注释掉了代码中部分未使用的变量，减少编译过程中出现的警告。

Quick Start

NLopt 安装

1. https://nlopt.readthedocs.io/en/latest/#download-and-installation
2. https://github.com/stevengj/nlopt?tab=readme-ov-file

NLopt（Nonlinear Optimization） 是一个开源的优化库，旨在解决各种非线性优化问题。它支持多种优化算法，并提供了一套简单而灵活的接口。NLopt 适用于求解无约束和有约束的非线性优化问题，可以在一些复杂的应用场景中进行优化求解。

压缩包下载：

解压缩：

cd NLopt
tar -xvzf nlopt-2.7.1.tar.gz

安装（直接使用以下指令可能会出现问题），可以参考NLopt Installation进行安装：

cmake . && make && sudo make install

# 建议使用以下指令进行安装cd NLopt/nlopt-2.7.1
mkdir build
cd build
cmake ..
make

cmake .. 成功显示：

make 成功显示：

Clone & Make

mkdir Fast-Planner
cd Fast-Planner
mkdir src
cd src# 这是原仓库，如果您使用原仓库，记得按照后续步骤 修改构建文件
git clone https://github.com/HKUST-Aerial-Robotics/Fast-Planner.git# 这是我的仓库，任选一个仓库clone即可，如果您使用我的仓库，直接catkin_make即可
git clone https://github.com/bhu619/Fast-Planner-Noetic.gitcd ../ 
catkin_make

运行模拟

编译后，通过以下方式启动可视化：

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

开始模拟（在新终端中运行）：

• Kinodynamic Path Searching & B-spline Optimization 动力学路径搜索和 B 样条优化

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

• Topological Path Searching & Path-guided Optimization 拓扑路径搜索和路径导向优化

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

可视化修改

修改地图大小

src/Fast-Planner/fast_planner/plan_manage/launch/kino_replan.launch

修改障碍物数量

src/Fast-Planner/fast_planner/plan_manage/launch/kino_replan.launch，其中 c_num 是圆形障碍物数量，p_num 是方形障碍物数量。

修改无人机初始位置

src/Fast-Planner/fast_planner/plan_manage/launch/simulator.xml

修改路径点发布的模式

src/Fast-Planner/fast_planner/plan_manage/launch/kino_replan.launch

value == 1: 使用 2D Nav Goal 选点;

value == 2: 使用下方的全局路径点。

修改使用的路径规划算法

1. 使用 Kinodynamic Path Searching & B-spline Optimization 动力学路径搜索和 B 样条优化

直接使用指令启动：

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

2. 使用 Topological Path Searching & Path-guided Optimization 拓扑路径搜索和路径导向优化

直接使用指令启动：

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

3. 使用 Geometric Path Searching & B-spline Optimization 几何 A Star路径搜索和 B 样条优化

修改src/Fast-Planner/fast_planner/plan_manage/launch/kino_algorithm.xml中的内容：

然后指令启动：

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

效果：