PX4-Avoidance

警告： 该项目目前不再维护。 > 我们欢迎社区支持维护和更新该项目。 > 如果您有兴趣参与，请通过正常渠道联系 PX4 开发团队。 PX4 计算机视觉算法作为 ROS 节点封装，用于深度传感器融合和避障。 本仓库包含三种不同的实现：

• local_planner 是基于本地 VFH+ 的规划器,它在向量场直方图中进行规划(包括一些历史数据) * global_planner 是基于图形的全局规划器,它在传统的八邻图占用网格中进行规划 * safe_landing_planner 是用于寻找安全着陆区域的本地规划器 这三种算法是独立的,不建议同时使用它们。

local_planner 计算能力较低,但无法计算到目标的最优路径,因为它不存储已探索环境的信息。有关其工作原理的深入讨论可参见本论文。另一方面, global_planner 计算成本较高,因为它构建了环境的地图。为了使地图足够适用于导航,需要精确的全局位置和方向。有关其工作原理的深入讨论可参见本论文。 safe_landing_planner 根据点云点的 z 坐标的均值和标准差,对车辆下方的地形进行分类。从向下方向的传感器获得的点云被分成基于 xy 点坐标的 2D 网格。对于每个网格,计算点的 z 坐标的均值和标准差,并使用它们来定位平坦区域,在那里可以安全着陆。

注意 最为成熟和广泛使用的规划器是 local_planner。这也是您应该从这里开始的地方。文档包含有关如何在 Gazebo 模拟器和伴侣机上设置和运行这两个规划器系统的信息。