机器人 / 系统课时

比较 DWB 和 RPP 跟踪策略

比较 DWB 和 RPP 跟踪策略

Nav2 的局部控制器负责把全局路径转换为底盘速度指令。DWB 和 Regulated Pure Pursuit(RPP)都能驱动差速机器人沿路径行驶,但计算方法、避障能力和调参成本不同。本篇通过轨迹选择机制、具体参数和仿真测试,确定何时选用哪种控制器。

学习目标

  • 解释 DWB 的速度采样评分与 RPP 的前视点跟踪机制。
  • 根据底盘运动学、路径形状和障碍环境选择控制器。
  • 在 ROS 2 Jazzy 的 Nav2 中配置 RPP,并设计可重复的对比测试。

两种控制器怎样计算速度

两者都作为 Nav2 Controller Server 的插件工作,接收规划路径、机器人当前位姿和局部代价地图,计算速度指令,再交给底盘执行。差异在于生成速度指令的方法。

DWB:采样并评分候选轨迹

DWB(Dynamic Window Based)在速度空间采样多组候选速度,按照机器人运动学模型向前模拟轨迹,再通过多个 Critic 评价轨迹质量。

一次控制周期中的主要步骤是:

  1. 根据机器人速度范围、加速度约束生成候选线速度和角速度。
  2. 用 sim_time 指定的预测时间模拟各组速度对应的运动轨迹。
  3. 使用 BaseObstacle 排除或惩罚存在碰撞风险的候选轨迹,并结合 PathDist、GoalDist 等评分项比较路径偏离和目标距离。
  4. 综合评分,选择有效候选轨迹中评分最优的速度指令。
  5. 下一个控制周期重新采样和评价,根据新的机器人状态与障碍信息修正指令。

例如设置 vx_samples: 20、vtheta_samples: 20、sim_time: 1.7,控制器会在指定速度采样范围内生成候选速度组合,并预测约 1.7 秒内的运动。实际候选数量还取决于横向速度采样、运动学约束及生成器实现。

DWB 的优势是能够用不同 Critic 权重调整局部运动偏好。代价是采样数量和评分权重会影响计算开销与运动效果,参数设置不合理时可能出现振荡、过度转向或没有有效轨迹。

RPP:寻找前视点并调节速度

RPP 从已有路径上寻找前方的跟踪点(Lookahead Point,也称 Carrot Point),根据跟踪点相对机器人位置计算转弯曲率,再生成线速度和角速度。

其主要过程是:

  1. 将全局路径转换到控制器使用的局部坐标系,并寻找当前路径附近的前视点。
  2. 根据前视点相对位置确定转弯曲率,生成沿路径前进的运动指令。
  3. 根据路径曲率、接近目标的程度,以及启用的障碍距离调节功能降低线速度。
  4. 启用碰撞预测时,沿当前运动指令预测短时间内的机器人运动,检测是否会发生碰撞。
  5. 每个控制周期更新前视点和速度指令。

例如开启 use_velocity_scaled_lookahead_dist,设置 lookahead_time: 1.5、最小前视距离 0.30 m、最大前视距离 0.70 m。当机器人以 0.20 m/s 前进时,按速度计算的前视距离是 0.30 m;以 0.10 m/s 前进时,计算值为 0.15 m,但会被限制到 0.30 m。

前视距离较大通常带来更平滑的转向,但可能在急弯处产生明显的路径偏差;距离过小则可能使角速度变化频繁。

DWB 候选轨迹评分与 RPP 前视点曲率跟踪的机制对比

根据底盘与场景选择控制器

以 TurtleBot3 Waffle 一类差速仿真底盘为例,机器人只能产生前进速度和绕竖直轴的角速度,不具备全向底盘的横向平移能力。DWB 和 RPP 都支持这种运动形式,但各自的优势不同。

比较维度 DWB RPP
速度生成 采样候选速度并模拟轨迹 根据路径前视点计算转弯曲率
路径跟踪 多种 Critic 综合评分 直接跟踪路径几何形状
障碍处理 通过障碍 Critic 评价候选轨迹 通过速度调节和前向碰撞预测降低风险
调参重点 速度采样、预测时间、Critic 权重 前视距离、曲率降速、碰撞预测
计算开销 随候选轨迹及评分项增加 通常较低
典型优势 需要明确配置局部轨迹选择偏好 已有可靠路径、希望平滑跟踪

对于已经建立地图、能够通过全局规划器绕开固定障碍的差速机器人,可以优先使用 RPP 建立基线。它的参数相对集中,便于判断路径跟踪本身是否正常。

如果机器人需要在复杂局部环境中比较多条可行运动轨迹,或者需要为轨迹偏离、目标接近、振荡和障碍距离设置不同评价权重,可以选择 DWB。

必须区分局部控制与全局重规划:RPP 的碰撞预测不意味着它会自行搜索绕障路径。当现有路径被新障碍阻塞时,RPP 可能减速或停止,需要 Nav2 的行为树触发路径重规划或恢复行为。DWB 虽然能比较不同局部轨迹,也不能保证独立解决所有障碍阻塞问题。

为差速底盘配置 RPP

下面使用 ROS 2 Jazzy 与对应版本的 Nav2,为最高前进速度约 0.26 m/s 的差速仿真底盘配置一个保守的 RPP 起点。假设地图、定位、TF、里程计和 controller_server 已经能够正常工作。

在实际使用的 Nav2 参数文件(通常为 nav2_params.yaml)中,找到 controller_server.ros__parameters,保留已有的进度检查器、目标检查器及其他服务参数,将 FollowPath 的控制器设置调整为以下内容。

片段示例:以下 YAML 展示需要合并的参数,不是完整的 Nav2 参数文件,也不能直接替换现有 controller_server 配置。

yaml
controller_server:
  ros__parameters:
    controller_plugins: ["FollowPath"]
    FollowPath:
      plugin: "nav2_regulated_pure_pursuit_controller::RegulatedPurePursuitController"
      desired_linear_vel: 0.20
      use_velocity_scaled_lookahead_dist: true
      min_lookahead_dist: 0.30
      max_lookahead_dist: 0.70
      lookahead_time: 1.5
      # 急弯减速,避免以直线速度强行通过小半径弯道
      use_regulated_linear_velocity_scaling: true
      regulated_linear_scaling_min_radius: 0.90
      regulated_linear_scaling_min_speed: 0.08
      # 基线先关闭基于代价的降速,保留碰撞预测
      use_cost_regulated_linear_velocity_scaling: false
      use_collision_detection: true
      max_allowed_time_to_collision_up_to_carrot: 1.0
      # 朝向偏差较大时允许原地旋转
      use_rotate_to_heading: true
      rotate_to_heading_angular_vel: 0.8
      min_approach_linear_velocity: 0.05
      approach_velocity_scaling_dist: 0.60

这组参数的设计意图如下:

  • desired_linear_vel: 0.20:将期望最高线速度设为 0.20 m/s,低于假设底盘的 0.26 m/s 上限,为初次测试保留余量。
  • min_lookahead_dist 和 max_lookahead_dist:限制动态前视距离,减少低速时前视点过近的问题。
  • regulated_linear_scaling_min_radius: 0.90:当路径曲率对应的半径较小时,启用曲率降速;regulated_linear_scaling_min_speed 设置该机制的速度下限。
  • use_collision_detection: true:启用前向碰撞预测;max_allowed_time_to_collision_up_to_carrot 指定预测时间上限,预测范围还会受到前视距离约束。
  • use_rotate_to_heading: true:当路径方向偏差较大时,可以通过原地旋转调整方向,适合允许原地转向的差速底盘。
  • approach_velocity_scaling_dist: 0.60:进入路径末段约 0.60 m 的范围后逐渐降低速度,降低目标附近冲过头的风险。

这里关闭了基于障碍代价值的速度调节,便于先独立观察曲率和目标接近机制。完成基线测试后,可启用 use_cost_regulated_linear_velocity_scaling,并确认 cost_scaling_dist 不大于局部 Costmap 的 inflation_radius,再测试靠近障碍物时的降速效果。

保存配置后,应使用加载该参数文件的原有 Nav2 启动命令重新启动导航系统。仅编辑磁盘文件不会自动更新已运行控制器的配置。

验证控制器并进行同场比较

在 Nav2 正常启动、controller_server 已完成生命周期激活后,先查询实际加载的插件类型。

bash
ros2 param get /controller_server FollowPath.plugin

预期输出:

text
String value is: nav2_regulated_pure_pursuit_controller::RegulatedPurePursuitController

如果节点使用命名空间,需要将 /controller_server 替换成实际节点全名。若查询失败,先检查 ros2 node list 中的节点名称以及 Nav2 是否已完成启动。

确认插件类型后,在相同地图、相同起终点和相同底盘速度上限下,分别运行 DWB 和 RPP。每次只启用一个 FollowPath 控制器,并使用同一套全局规划器和局部代价地图配置。

建议设置三个仿真测试场景:

  1. 直线路径:设置约 3 m 的直线路段。观察是否明显左右摆动,以及速度是否平稳。
  2. 直角转弯:设置包含约 90° 转角的路径。观察机器人是否过度切弯、明显冲出规划路径或频繁修正角速度。
  3. 路径附近存在障碍物:在保持足够通行空间的情况下放置障碍,确保传感器和局部 Costmap 能正确感知,观察减速、局部轨迹选择和停止行为。

可以用以下指标记录每次测试结果:

指标 记录方式 初步验收参考
是否到达目标 查看 Nav2 Action 最终状态 成功完成且无碰撞
路径横向偏差 在 RViz 中比较机器人轨迹与规划路径 直线段尽量小,急弯允许短时偏差
转向振荡 观察角速度与机器人朝向变化 不出现持续左右反复修正
跟踪耗时 从开始执行到目标成功记录时间 同场景重复比较,不单独追求最快
障碍处理 观察 Costmap、轨迹与碰撞预测结果 不进入障碍占用区域,阻塞时安全停止或重规划

对比时尽量各运行 3 次,并记录失败次数。只比较一次耗时很容易受到仿真启动、路径差异和定位误差影响。

切换回 DWB 时,将 FollowPath.plugin 改为 dwb_core::DWBLocalPlanner,同时恢复 DWB 所需的速度限制、采样参数和 Critic 配置。不能只替换插件类名却保留 RPP 专有参数,然后认为两者已完成有效对比。

可参考 Nav2 Jazzy DWB 官方配置 与 Nav2 Jazzy RPP 官方配置 核对插件类名和具体参数,避免混用 Rolling 等不同发行版本的配置。

如果测试重点是稳定跟踪已规划的路径、降低调参复杂度,优先保留 RPP;如果需要通过候选轨迹评分更细致地控制局部运动偏好,再使用 DWB。最终选择应以相同仿真场景中的路径偏差、振荡、到达率和碰撞风险为依据。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

比较 DWB 和 RPP 跟踪策略

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通