如何重现 RDA 路径规划算法

RDA规划器的部署与实施

我们从 IEEE 的论文《RDA：一种适用于杂乱环境中自主导航的加速无碰撞运动规划器》中复制了 RDA 规划器项目。我们提供了一个详细的步骤指南，帮助您快速重现本文中的 RDA 路径规划算法，从而在复杂环境中实现高效的障碍物避让功能，支持自主导航。

摘要

RDA 规划器是一款高性能、基于优化的模型预测控制(MPC)运动规划器，专为在复杂且杂乱的环境中实现自主导航而设计。通过利用交替方向乘子法(ADMM)，RDA 将复杂的优化问题分解为若干简单的子问题。

该项目是 RDA_ROS 自主导航项目的开源开发版本，由香港大学、南方科技大学、澳门大学、中国科学院深圳先进技术研究院以及香港科技大学(广州)的研究人员共同提出。该项目基于 AgileX Limo 模拟器进行开发。相关论文已发表在《IEEE 机器人与自动化快报》和《IEEE 机械自动化汇刊》上。

RDA规划器：GitHub - hanruihua/RDA-planner：[RA-Letter 2023] RDA：一种适用于在杂乱环境中进行自主导航的加速无碰撞运动规划器

RDA_ROS：GitHub - hanruihua/rda_ros：RDA规划器的ROS封装版

标签

豪华轿车、RDA规划器、路径规划

环境要求

•系统：Ubuntu 20.04

•ROS 版本：诺伊提斯版

•Python 版本：Python 3.9

部署流程

1、下载并安装 Conda

根据您的系统存储容量选择 Anaconda 或 Miniconda

下载完成后，请运行以下命令进行安装：

Miniconda：

Miniconda：bash Miniconda3-latest-Linux-x86_64.sh

Anaconda：

Anaconda：bash Anaconda-latest-Linux-x86_64.sh

2、创建并激活 Conda 环境

3、下载 RDA_planner

4、下载模拟器

5、在 RDA_planner 中运行示例

运行效果与官方的 README 文件所述一致。

rda_ros 的部署流程

1、在 Conda 环境中安装依赖项

2、下载代码

3、下载模拟组件

此步骤将下载两个存储库：limo_ros 和 rvo_ros

limo_ros：用于模拟的机器人模型

rvo_ros：模拟环境中使用的圆柱形障碍物

4、运行 Gazebo 模拟程序

通过脚本运行

通过单独命令运行

启动模拟环境：

启动 RDA_planner

本文编译自hackster.io